平时大伙儿用各种AI模型生图的时候，最心塞的时刻莫过于出了一张接近完美的画面，结果发现背景里多了一根电线杆，或者海报上的文字拼写错了。
总之就是有那么点令人不快的瑕疵。
如果你想稍微改动一下，即便是用了局部重绘，最后生成的图往往也跟原图关系不大。
这种抽奖式的生图体验，确实让很多设计师在尝鲜之后又默默打开了 Photoshop。
于是乎，阿里千问团队再次出手，开源了一个叫 Qwen-Image-Layered 的模型，试图从底层逻辑上解决这个问题。
他们给出的思路非常直白，既然人类设计师是靠分层作图的，那 AI 为什么不能学会分层。
以前的 AI 模型把图像看作是一堆像素的集合，所有的东西都焊死在一张画布上，你要改一点东西，模型就得重新猜剩下的像素长什么样。
阿里这个新模型则是在内部实现了图层拆解，它能把一张平整的图片强行剥离成若干个 RGBA 图层。
所谓 RGBA 也就是带透明通道的图层，这意味着 AI 终于能看懂什么是主体，什么是背景，什么是漂浮在最上层的文字。
有了这个逻辑，很多以前让 AI 抓狂的操作就变得顺理成章了。
你想给第一个图层里的物体换个颜色，模型只需要处理那一层的像素，其他层物理隔离，根本不会发生偏移。你想把画面里的女孩换成男孩，或者是想把一段英文改成中文，模型都能在对应的图层上精准动刀。
更有意思的是，由于是分层操作，你现在甚至可以在 AI 生成的画布里自由地移动物体，或者是把某个元素放大缩小。
在传统的扩散模型里，这种操作几乎必然会导致背景出现扭曲或空洞，但在 Qwen-Image-Layered 这里，它知道每一层后面盖着什么，所以能实现所谓的零漂移编辑。
不过咱们有一说一，阿里的这个黑科技并不是没有门槛的。
如果你想在本地跑这个模型，显存要求可能会让你瞬间冷静下来，目前在 16 位浮点精度下，这玩意儿得吃掉 31G 的显存。
这意味着绝大多数家用显卡基本可以直接告别本地部署了，除非你手里有一张5090、40948或者是别的大显存专业计算卡（谁能v一张 RTX 6000Pro）。
而且从目前社区反馈的实测情况来看，这个模型也并非全能。
它更像是一个极其擅长处理海报、UI 设计稿的专家，对于那种边缘清晰、语义明确的平面设计作品，它的分层和修改效果好得惊人。
但如果是一张光影复杂、虚实结合的图片，它的拆图精度可能就没那么理想了（换人来其实也不行）。
现在的逻辑更像是拆图重绘，即模型先通过算法猜出图层，再针对单层进行扩散生成。这意味着如果你想追求极致的精准，可能还是得面对 AI 的不确定性，也就是大家常说的抽卡。
这里其实引出了一个问题：AI 厂商拼命往 PS 的地盘里钻，到底是想取代专业软件，还是只是在给现有生图流程打补丁？
有人觉得这是 AI 走向专业生产力的必经之路，毕竟不能编辑的图，在商业交付里就是废纸。
但也有人认为，高显存门槛加上生成随机性，让这类模型更像是秀肌肉的 Demo，而不是能直接上生产线的工具。
对设计师来说，真正的需求仅仅是需要“帮我把图层分好”，AI最好能听懂那些极其细微、甚至带点玄学的修改意见。
现在的 Qwen-Image-Layered 已经能完成换色、移动、删减这些重活，这确实是实打实的一步进展。
真正的争议在于：当 AI 越来越像 PS，我们究竟是离全自动设计更近了，还是只是把 PS 里的手动痛苦，换成了 AI 里的算力焦虑？
三十多 G 显存换来改字、换色、挪位置，这笔账对普通用户到底值不值？
可以预见的是，随着分层模型开源，轻量化插件大概率会出现。
如果显存门槛真能降到 16G 甚至 12G，PS 的护城河才可能松动。到那时，设计师也许真的只要动动嘴，剩下的就是看 AI 在图层面板里折腾。
至于这种只给结果、不留过程的创作方式，会不会让设计变得更好，亦或者是制造更多流水线工业品。
恐怕得等显存门槛降下来之后，才能真正见分晓。
但说到显存门槛，或者说跟“存”有关的电脑硬件我就想笑。
更多游戏资讯请关注：电玩帮游戏资讯专区
电玩帮图文攻略 www.vgover.com
