Qwen-Image-Layered

Qwen-Image-Layered

把一张图片拆成几个透明的 RGBA 图层，这样你可以重新上色、缩放、移动或替换其中一块，而不影响其他部分。适合有 CUDA 显卡的设计师和开发者。

由 Qwen 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Qwen-Image-Layered 是 Qwen 基于 Qwen-Image 做的图像模型，能把一张图片拆成多个 RGBA 图层。每个图层都有自己的透明度，所以你可以改动图片的某一块，而其余部分保持原样。它有 20.4B 参数，支持英文和中文。图层数量由你决定，任何一个图层还可以再次拆分。

适合谁：它适合想从一张扁平图片得到可编辑图层的设计师、开发者和工具构建者。你需要 Python、带 CUDA 的 GPU，以及足够放下大权重的内存。

Industry | Who uses it | How they use it | Example
设计 | 平面设计师 | 把扁平的海报拆成可以编辑的图层 | 给海报的第一个图层重新上色
软件 | 应用和工具构建者 | 给编辑工具加上图层分离功能 | 让用户在画布上拖动一个对象
营销 | 内容团队 | 在新版式里复用图片的某些部分 | 替换宣传图里的人物
研究 | 图像模型研究人员 | 研究分层的图像表示 | 把图片拆成 3 层或 8 层

只想根据提示词生成新图片的人应该改看普通的文字生成图像模型。

用在哪里：

• 带 CUDA GPU 的电脑上的 Python 和 Diffusers
• 拆分之后的编辑步骤，比如对某一层重新上色、缩放、移动或替换
• 带合适 NVIDIA 显卡的 Windows 或 Linux

Use case | Who | What they get back
图层拆分 | 设计师 | 保存成 PNG 文件的一组 RGBA 图层
编辑一块内容 | 内容团队 | 只改一个图层，其余保持不变
反复拆分 | 研究人员 | 把一个图层再拆分后得到的更细图层

如何设置：

• Python 和 CUDA GPU
• Transformers 4.51.3 或更新版本，支持 Qwen2.5-VL
• 最新版 Diffusers，卡片直接从它的 GitHub 源码安装
• python-pptx 软件包，卡片也会安装它
• 磁盘空间：BF16 权重约 40.9 GB，4 比特估计约 10.2 GB

1. 安装 Hugging Face hub 软件包。
2. 下载模型文件。
3. 按照卡片安装 Transformers、最新版 Diffusers 和 python-pptx。

pip install -U huggingface_hub

hf download Qwen/Qwen-Image-Layered

pip install python-pptx

如何使用：加载流水线，用 bfloat16 把它移到 GPU，把你的图片以 RGBA 打开，设好输入并运行。每个图层都会作为一张图片返回，你把它保存成 PNG。卡片建议这个版本使用 640 的分辨率，layers 设置决定你得到多少个图层。

from diffusers import QwenImageLayeredPipeline
import torch
from PIL import Image

pipeline = QwenImageLayeredPipeline.from_pretrained("Qwen/Qwen-Image-Layered")
pipeline = pipeline.to("cuda", torch.bfloat16)

image = Image.open("asserts/test_images/1.png").convert("RGBA")
inputs = {
    "image": image,
    "true_cfg_scale": 4.0,
    "num_inference_steps": 50,
    "num_images_per_prompt": 1,
    "layers": 4,
}

with torch.inference_mode():
    output = pipeline(**inputs)
    output_image = output.images[0]

for i, image in enumerate(output_image):
    image.save(f"{i}.png")

Tool | What it does
QwenImageLayeredPipeline | 把图片拆成 RGBA 图层
layers setting | 选择要产出多少个图层
Qwen-Image-Edit | 拆分之后编辑选中的某一层，就像卡片展示的那样

示例：你加载一张海报，上面有一个女孩、一些文字和背景，并要求 4 个图层。你会得到四个 PNG 文件。你给第一个图层重新上色，其他图层不动。借助 Qwen-Image-Edit，你还可以把第二个图层里的女孩换成男孩。

新手与专家：想想设计软件里的图层。每一块都放在自己的透明纸上，所以你可以编辑其中一块而不打扰其他块。第一步可以先对一张测试图片，用 4 个图层运行卡片里的示例。

卡片说图层数量不是固定的，比如 3 层或 8 层，而且一个图层可以不断地再拆分。它提供 640 和 1024 两档分辨率，这里建议用 640。示例用 50 步和 4.0 的引导强度。

你提供一张 RGBA 图片
流水线把它拆成图层
你编辑或移动其中一个图层
图层合成最终图片

注意事项：

• License: Apache 2.0。
• Cost to run: 未提及。你需要自己的 CUDA GPU，不需要付费服务。
• Data it reaches: 它从 Hugging Face Hub 下载文件，卡片还会从 GitHub 安装 Diffusers。图片在你的机器上处理。
• Not for: 没有 CUDA GPU 的电脑，因为卡片的示例是在这种显卡上运行的。

Title: 不同精度下的权重大小，单位 GB
BF16: 40.9 GB
4-bit, by estimate: 10.2 GB

Hugging Face 上的数据（2026年11月14日）

• 任务：image text to image
• 框架：diffusers
• 参数量：20.4B
• Weights: about 40.9 GB in BF16; about 10.2 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：104,607
• 点赞：1,195
• 许可证：apache-2.0
• 语言：en, zh
• 基于：Qwen/Qwen-Image
• Quantized versions: 7
• Fine-tunes: 12
• 标签：diffusers, safetensors, image-text-to-image

链接

• 模型：https://huggingface.co/Qwen/Qwen-Image-Layered
• 文件：https://huggingface.co/Qwen/Qwen-Image-Layered/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download Qwen/Qwen-Image-Layered

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。