今日，阿里巴巴通义千问团队发布了一款革命性的图像生成模型——Qwen-Image-Layered。该模型通过其独创的“图像解耦”技术，首次实现了将任意静态图片自动分解为多个可独立编辑的图层，彻底解决了当前AI图片编辑中的核心痛点，让“指哪改哪”的精准操控成为现实。
告别“一改全动”，迎来“图层”自由
目前的AI图片编辑普遍存在两大难题：要么进行全局编辑，容易“牵一发而动全身”，破坏未修改区域；要么依赖于区域掩码（mask）进行局部修改，但往往难以处理模糊或被遮挡的物体边界。
Qwen-Image-Layered创新性地解决了这一问题。它能够像剥洋葱一样，将一张扁平的图片智能地分解为多个包含独立语义的RGBA图层。每一层都拥有自己的颜色（RGB）和透明度（Alpha）信息，用户可以对单一图层进行任意操作，而不会影响到图像的其他部分。
核心功能与应用场景
借助这种先进的图层化能力，Qwen-Image-Layered 带来了前所未有的编辑自由度。
| 主要应用 | 功能描述 |
|---|---|
| 重新着色 | 精准地改变图中某个物体或区域的颜色，而不会影响周边。 |
| 物体替换/移动 | 轻松选中图片中的某个元素，进行自由拖动、缩放，或替换成其他内容。 |
| 无痕修改 | 无论是修改图片中的文字，还是删除不需要的物体，都能做到天衣无缝。 |
| 无限层级分解 | 模型支持将一张图按需分解为不同数量的图层（如3层或8层），并且任何一个图层都可以被再次进行“递归”分解，实现无限精细化的编辑。 |
技术开放，共促生态
这一突破性进展的背后，是通义千问团队自研的 RGBA-VAE 和 VLD-MMDiT 创新架构，它们成功地让模型学会了从“生成图像”到“理解并解构图像”的进化。
为了推动AI创意生态的发展，通义千问团队已经将Qwen-Image-Layered的技术报告、源代码及在线体验Demo全面开放。
- 技术报告: arXiv:2512.15603
- 代码仓库 (Github): QwenLM/Qwen-Image-Layered
- 模型与Demo (ModelScope): Qwen/Qwen-Image-Layered
- 模型 (Hugging Face): Qwen/Qwen-Image-Layered
Qwen-Image-Layered的发布，标志着AI图像编辑正从“生成”迈向“精细化创作”，为每一位用户带来了媲美专业软件的直观、精准与强大的编辑能力。
