告別修圖翻車！阿里Qwen團隊 & 港科大提出Qwen-Image-Layered ，面向內在可編輯性的圖層分解

論文標題：Qwen-Image-Layered: Towards Inherent Editability via Layer Decomposition

作者團隊：香港科技大學、阿里巴巴

發佈時間：2025年12月17日

論文鏈接

大模型實驗室Lab4AI論文閲讀

Lab4AI平台提供AI導讀和AI翻譯等工具，輔助論文閲讀。

✨背景

當前視覺生成模型在圖像編輯時面臨一致性挑戰：傳統光柵圖像是平面且內容糾纏的，編輯操作易引發語義漂移、幾何錯位等問題；專業設計工具依賴分層表示實現編輯一致性，但現有方法在複雜場景下難以將圖像分解為高質量、語義解耦的層，導致編輯精度與靈活性不足。

✨研究內容

論文推出 Qwen-Image-Layered，這是一款能夠將圖像分解為多個 RGBA 圖層的模型。這種分層表示賦予了圖像內在的可編輯性：每個圖層都可以獨立操作，而不會影響其他內容。

同時，這種分層結構天然支持高保真的基本編輯操作，例如縮放、移動和重新着色。

通過將不同元素物理地隔離到不同的圖層中，我們的方法實現了高保真的編輯效果。