12月22日，阿里巴巴集团发布并开源了其最新的图像生成模型“Qwen-Image-Layered”。该模型的核心突破在于，能够像专业图像处理软件一样，理解并生成具有分层结构的图像，从而实现了对图像内容进行精准、可分离的编辑。
据悉，传统视觉模型在处理图像时，通常将其视为一个不可分割的“扁平”像素集合，这导致对图像中任何元素的修改都可能引发整体画面的不可控变化。而新模型通过创新的自研架构，成功模拟了专业设计软件中的图层工作逻辑。它能够将图像智能分解为多个独立图层，并理解物体间的空间关系（如远近、遮挡），从而允许用户对特定图层进行移动、缩放或重绘等操作，同时保持其他部分的高度一致性。
这一技术进展，旨在解决当前AI图像生成领域长期存在的“编辑一致性”难题。在商业广告、UI设计、影视后期等对精度要求极高的专业领域，传统AI生图工具的随机性往往使其仅能作为创意参考。Qwen-Image-Layered模型通过引入对透明通道（Alpha Channel）的结构化理解与全新的模型架构，使得AI生成的图像从“一次性成品”转变为可灵活、精准调整的“素材库”，显著提升了其在专业工作流中的实用价值。
Qwen-Image-Layered模型架构示意图
技术团队透露，为了使模型具备这种“分层思维”，其训练数据来源于海量的专业设计源文件，从中学习真实的图层组织逻辑。这种基于物理空间关系的理解方式，标志着视觉大模型的研究方向正从单纯的像素预测，向更深层的结构理解与重组演进。
行业观察人士认为，该模型的推出，有望为数字内容创作带来实质性变革。设计及影视制作人员可以直接在生成结果上进行局部、非破坏性的编辑，无需复杂的后期抠图与合成，这将大幅提升创作效率与灵活性。
目前，Qwen-Image-Layered模型已在主流开源社区平台公开，供开发者与研究机构免费下载并用于商业用途。数据显示，阿里巴巴开源的通义千问系列模型累计下载量已突破7亿次，服务企业客户超百万家，在中国企业级模型市场中占据领先地位。
推荐关键词
24小时热搜
-
热
- 1 沙特申博宣传片真是中国拍的 网友：这风格意境是中国的手笔
- 2 南方人东北购物被店主语气“凶哭”：文化差异导致误解
- 3 女子下班回家发现家门口被贴U盘：新型诈骗手段？
- 4 爸爸送娃撂下就走结果学校没开门：交警协助联系 安全返家
-
热
- 5 宗庆后在黄金地段为员工建廉租房：从不裁45岁以上员工 我算有钱
- 荐 2020年高通骁龙CPU排名 高通骁龙888排名领先