ViT一作盛赞：这个中国开源“PS模型”强过Nano Banana

通义千问发布的开源模型Qwen-Image-Layered可将普通图像分解为多个带Alpha通道的RGBA图层，支持背景替换、主体更改、文字修改等精细化编辑，实现类Photoshop的可编辑性。基于端到端扩散模型与Transformer架构，该技术能根据图像复杂度自动决定分层数量，并通过三阶段训练优化语义分离效果，在处理遮挡、半透明区域等方面优于传统方法。目前已在GitHub开源。
来源：https://mp.weixin.qq.com/s/qrIaORMbUEYY6UeEMUmrBQ