通义千问 Qwen-Image-Layered 模型问世，实现图片分层编辑新突破

通义千问团队发布全新图像生成模型 Qwen-Image-Layered，借助“图层拆解”技术让静态图片可编辑。它提出“图像解耦”思路，将图片分解为可独立操作的 RGBA 图层。

该模型亮点颇多，如 RGBA-VAE 技术让 RGB 图像与 RGBA 图层在潜空间“对话”，VLD - MMDiT 架构能灵活处理 3 到 10 层以上。应用上，能完成重着色、物体替换等操作，支持可变数量图层分解。这背后，模型历经多阶段进化。目前，其技术报告、代码仓库及 Demo 已分别在 arXiv、Github、ModelScope 上线，有望推动图像编辑领域发展。