AI 图片编辑迎来革命：通义千问发布可拆解图层模型 Qwen-Image-Layered
当 AI 生图已经从“能不能画”变成“能不能改”的时代，用户不再满足于一次生成、随机结果、反复重试的低效流程。真正的需求，是像用 Photoshop 一样——想改哪，就改哪；改多少次，都能稳住原貌；删掉一个路人，不伤背景；换件衣服，光影不变；改文字，不歪不糊。
今天，通义千问团队正式推出全新图像生成与编辑模型：**Qwen-Image-Layered**。这不是又一个“提示词生成图”的升级版，而是一次底层逻辑的重构——它不再把图片当作“一坨像素”，而是像专业设计软件那样，自动把图像拆解成多个可独立编辑的**语义图层**。
告别“全图重画”和“掩码失灵”，AI 编辑终于有了“精准手术刀”
过去两年，主流 AI 图像编辑无非两种方式：
- 全局重生成：你写一句“把女孩的裙子换成红色”，结果连她的头发、背景、灯光全变了——你想要的只是裙子，AI 却给你重画了整张图。
- 掩码局部编辑：圈出区域再改，看似精准，但一旦遇到发丝、半透明物体、复杂边缘，AI 就开始“脑补”，留下明显修补痕迹，甚至把远处的树变成模糊的色块。
这两种方式，本质上都是“猜”。你改一点，AI 重新推理整张图，结果不可控，迭代成本极高。
而 Qwen-Image-Layered 的思路完全不同：它**先理解，再编辑**。
当你上传一张图片，模型会在毫秒级内，自动识别并分离出多个语义图层——人物、背景、文字、装饰物、光影层……每一层都是独立的 RGBA 图层（含透明通道），就像 Photoshop 里的图层面板，但这一切，**无需手动操作，AI 自动完成**。
技术突破：从“生成图像”到“理解图像结构”
要实现图层化编辑，技术难点远超想象。Qwen-Image-Layered 通过三大核心创新，首次在开放域图像中实现了稳定、高精度的图层拆解：
- RGBA-VAE 潜空间编码：传统模型只能处理 RGB 图像，无法处理透明度。Qwen 首创将 RGB 与 RGBA 图层映射到统一潜空间，让模型能精准识别“哪些区域是半透明的发丝”“哪些是背景虚化”，边缘过渡自然，无锯齿、无拖影。
- VLD-MMDiT 架构：突破图层数量限制。以往模型最多处理 3–5 层，Qwen-Image-Layered 支持**任意数量图层**（实测可稳定处理 12 层以上），且图层之间通过多头注意力机制动态协同，确保光影、透视、遮挡关系一致性。
- 多阶段进化训练：模型先学生成单图 → 再学生成多图层 → 最后学会“反向拆解”任意真实图片。这不是“模仿编辑”，而是真正**理解了图像的组成逻辑**，具备了类似人类设计师的“结构感知能力”。
真实场景体验：你想要的编辑，现在都能一步到位
拆解完成后，编辑变得像操作 PPT 一样简单：
- 只想换衣服？选中人物层，输入“换成黑色皮夹克”，其他部分纹丝不动。
- 想改海报文字？直接选中文字层，输入新内容，字体、字号、阴影自动匹配原风格。
- 想删掉背景里的路人？点选图层，一键删除，AI 自动智能填充，不留修补痕迹。
- 想把人物放大？拖拽缩放，不拉伸、不扭曲，连手指关节的透视都保持自然。
- 想加一束光？新建一个“光影层”，手绘光晕，AI 自动融合到场景中，不突兀。
更厉害的是：**图层可递归拆分**。比如你选中“女孩”这一层，它还能被进一步拆成“头发”“脸”“上衣”“手臂”四个子图层，实现毫米级精细控制——这在以往的 AI 编辑工具中，根本无法想象。
不只是工具，更是内容创作的生产力跃迁
对设计师、电商运营、自媒体创作者来说，这意味着什么？
- 一张产品图，不用再拍十张不同颜色的版本——AI 一键换色，秒出 20 个方案。
- 短视频封面文字想改？不用重新出图，改图层，30 秒搞定。
- 广告图中模特临时换人？不用重新约拍摄，AI 替换，光影、姿态、肤色自动适配。
- 小红书博主想换背景？选中背景层，输入“换成东京夜景”，立刻生成，无需 PS。
据团队透露，Qwen-Image-Layered 已在阿里妈妈、淘宝详情页、钉钉海报等内部场景中落地，**编辑效率提升 7 倍以上，返工率下降 90%**。
这不是“AI 做图”，而是“AI 做设计”。它让普通人也能拥有专业级图像编辑能力，也让专业创作者从重复劳动中解放出来。
开放体验：免费使用，无需注册
目前，Qwen-Image-Layered 已在 ModelScope 平台全量开放，支持网页端直接上传图片、拖拽编辑、实时预览，**完全免费**，无需登录或积分。
???? 立即体验：https://www.modelscope.cn/studios/Qwen/Qwen-Image-Layered
有人说，AI 会取代设计师。但真正会取代的，是那些只会“点一键生成”的人。而像 Qwen-Image-Layered 这样的工具，正在让真正懂内容、懂审美的人，效率翻倍，创意无界。
PS 还在靠鼠标和快捷键，AI 已经学会“看懂图层”了。这场变革，才刚刚开始。