阿里又開源新模型，PS危險了？

平時大夥兒用各種AI模型生圖的時候，最心塞的時刻莫過於出了一張接近完美的畫面，結果發現背景裏多了一根電線杆，或者海報上的文字拼寫錯了。

總之就是有那麼點令人不快的瑕疵。

如果你想稍微改動一下，即便是用了局部重繪，最後生成的圖往往也跟原圖關係不大。

這種抽獎式的生圖體驗，確實讓很多設計師在嚐鮮之後又默默打開了 Photoshop。

於是乎，阿里千問團隊再次出手，開源了一個叫 Qwen-Image-Layered 的模型，試圖從底層邏輯上解決這個問題。

他們給出的思路非常直白，既然人類設計師是靠分層作圖的，那 AI 爲什麼不能學會分層。

以前的 AI 模型把圖像看作是一堆像素的集合，所有的東西都焊死在一張畫布上，你要改一點東西，模型就得重新猜剩下的像素長什麼樣。

阿里這個新模型則是在內部實現了圖層拆解，它能把一張平整的圖片強行剝離成若干個 RGBA 圖層。

所謂 RGBA 也就是帶透明通道的圖層，這意味着 AI 終於能看懂什麼是主體，什麼是背景，什麼是漂浮在最上層的文字。

有了這個邏輯，很多以前讓 AI 抓狂的操作就變得順理成章了。

你想給第一個圖層裏的物體換個顏色，模型只需要處理那一層的像素，其他層物理隔離，根本不會發生偏移。你想把畫面裏的女孩換成男孩，或者是想把一段英文改成中文，模型都能在對應的圖層上精準動刀。

更有意思的是，由於是分層操作，你現在甚至可以在 AI 生成的畫布裏自由地移動物體，或者是把某個元素放大縮小。

在傳統的擴散模型裏，這種操作幾乎必然會導致背景出現扭曲或空洞，但在 Qwen-Image-Layered 這裏，它知道每一層後面蓋着什麼，所以能實現所謂的零漂移編輯。

不過咱們有一說一，阿里的這個黑科技並不是沒有門檻的。

如果你想在本地跑這個模型，顯存要求可能會讓你瞬間冷靜下來，目前在 16 位浮點精度下，這玩意兒得喫掉 31G 的顯存。

這意味着絕大多數家用顯卡基本可以直接告別本地部署了，除非你手裏有一張5090、40948或者是別的大顯存專業計算卡（誰能v一張 RTX 6000Pro）。

而且從目前社區反饋的實測情況來看，這個模型也並非全能。

它更像是一個極其擅長處理海報、UI 設計稿的專家，對於那種邊緣清晰、語義明確的平面設計作品，它的分層和修改效果好得驚人。

但如果是一張光影複雜、虛實結合的圖片，它的拆圖精度可能就沒那麼理想了（換人來其實也不行）。

現在的邏輯更像是拆圖重繪，即模型先通過算法猜出圖層，再針對單層進行擴散生成。這意味着如果你想追求極致的精準，可能還是得面對 AI 的不確定性，也就是大家常說的抽卡。

這裏其實引出了一個問題：AI 廠商拼命往 PS 的地盤裏鑽，到底是想取代專業軟件，還是隻是在給現有生圖流程打補丁？

有人覺得這是 AI 走向專業生產力的必經之路，畢竟不能編輯的圖，在商業交付裏就是廢紙。

但也有人認爲，高顯存門檻加上生成隨機性，讓這類模型更像是秀肌肉的 Demo，而不是能直接上生產線的工具。

對設計師來說，真正的需求僅僅是需要“幫我把圖層分好”，AI最好能聽懂那些極其細微、甚至帶點玄學的修改意見。

現在的 Qwen-Image-Layered 已經能完成換色、移動、刪減這些重活，這確實是實打實的一步進展。

真正的爭議在於：當 AI 越來越像 PS，我們究竟是離全自動設計更近了，還是隻是把 PS 裏的手動痛苦，換成了 AI 裏的算力焦慮？

三十多 G 顯存換來改字、換色、挪位置，這筆賬對普通用戶到底值不值？

可以預見的是，隨着分層模型開源，輕量化插件大概率會出現。

如果顯存門檻真能降到 16G 甚至 12G，PS 的護城河纔可能鬆動。到那時，設計師也許真的只要動動嘴，剩下的就是看 AI 在圖層面板裏折騰。

至於這種只給結果、不留過程的創作方式，會不會讓設計變得更好，亦或者是製造更多流水線工業品。

恐怕得等顯存門檻降下來之後，才能真正見分曉。

但說到顯存門檻，或者說跟“存”有關的電腦硬件我就想笑。