阿里通义团队于 12 月 19 日推出了其新一代图像生成模型 Qwen-lmage-Layered。新模型采用自研创新架构，可将图片“拆解”成多个图层。这种分层表示赋予了图像内在的可编辑性：每个图层都可以独立操作，而不会影响其他内容。
Qwen-lmage-Layered 的核心突破在于其革命性的“智能分层”能力。与传统的、直接生成一张平面像素图的模型不同，它能够将任何输入图像自动拆解成多个语义独立的 RGBA 图层，每个图层对应图像中的一个逻辑元素，如独立的人物、产品、天空或装饰物，并自带透明背景。这意味着，模型输出的不再是一张 JPG，而是一份高度可编辑的 PSD 文件。用户可以对其中任意图层进行移动、缩放、重新着色乃至删除，而完全不影响其他部分，从根本上确保了编辑的一致性与精准度。
这一强大能力的背后，是 Qwen-Image-Layered 几项关键的创新设计。通义团队通过一种全新思路——将图像分解为语义上解耦的 RGBA 图层，将图片自动进行“剥洋葱”，每一层都拥有独立的颜色（RGB）和透明度（Alpha），有效解决了图层间分布不均、边界模糊的历史难题。此外，模型的能力并非一蹴而就，而是通过循序渐进的训练，从学会生成单张图，进化到能理解和分解复杂多层结构。这些突破，使模型不再只是一个生成工具，更是一个将图片转化为可自由组装、任意调整的“视觉积木”，为 AI 图像编辑带来了新的可能性。
302.AI 现已接入 Qwen-Image-Layered 模型 API，其实际应用效果如何？本期测评，我们将通过多场景案例一探究竟。
I. Basic information on the actual model
（1）实测模型在 302.AI 的价格：
| 模型名称 | 302.AI内的价格 |
| Qwen-Image-Layered | $0.05/次 |
（2）测评目标：
- 编辑质量与真实感：评估模型在图像分层后的视觉效果以及可用性，包括细节保留、元素一致性及是否存在伪影或失真。
- 指令理解与执行准确性：测试模型对文本或图像指令的理解能力，检查编辑结果是否准确反映用户意图。
（3）测评工具：
使用 302.AI 的 API 超市→在线调试功能
（4）测评方法：
各案例均使用统一的提示词和图片进行生成，且均取第一次生成结果，评测结果仅供参考。
Ⅱ. 测评案例
案例 1：人像抠图
提示词：输出人物，背景，文字3个独立图层
输出结果：
通过PS重新编辑图片，可以直观看到效果
| 测评点 | Qwen-lmage-Layered |
| 人物精细度 | ★★★★★ |
| 文字精细度 | ★★★★★ |
| 背景精细度 | ★★★★ |
| 简评 | 先说短板缺陷：压缩画质。原图分辨率为1600*1280，输出图片分辨率为704*576，会压缩50%的像素信息。传统抠图的老难题-发丝，模型处理的相当完美。而体现出生成式模型优点的便是背景图，会自动补全人物背后的车体和房屋，瑕疵在于补全车体的进气格栅，明显发生了不一致。文字处理完美，在这个case该模型完全可用。 |
案例 2：产品图抠图
提示词：输出手持手机的主体，文字2个独立图层
输出结果：
文字细节放大：
| 测评点 | Qwen-lmage-Layered |
| 主体精细度 | ★★★★★ |
| 文字精细度 | ★★★ |
| 背景精细度 | ★ |
| 简评 | 不可用。用PS也能轻松完成的并不复杂的案例，AI明显翻车：1.背景图不可用，主体抠出后遗留大片灰黑像素痕迹；2.小字号的文字信息明显变形，可读性差。 |
类似的残影痕迹问题也看到不少用户反馈。
案例 3：复杂海报抠图
提示词：输出人物，背景，所有文字的3个图层
输出结果：
人物放大：
文字放大：
| 测评点 | Qwen-lmage-Layered |
| 人物精细度 | ★★ |
| 文字精细度 | ★★ |
| 背景精细度 | ★★ |
| 简评 | 不可用。1.由于画质压缩，海报中人物形象已经丢失面部细节，属于不可用的质量；2.背景和文字图层都多了人物，模型对人物识别发生错误；3.影片标题大号文字抠图可用，演员表部分的小字已完全失去可读性，不可用。 |
案例 4：二次元抠图
提示词：2名人物生成独立的2个图层，背景图层，鬼灭之刃的logo图层，总计4个图层
输出效果：
| 测评点 | Qwen-lmage-Layered |
| 人物精细度 | ★★ |
| 文字精细度 | ★★ |
| 背景精细度 | ★ |
| 简评 | 不可用。1. 人物抠图未处理干净，遗留前景/背景素材；2. 未能准确识别/补全背景，输出一张无关图片；3. logo图层边缘处理粗糙，丢失了“剧场版”三个字。 |
案例 5：信息图抠图
提示词：将信息图按照板块区分输出6个图层
输出效果：
考虑到辨别板块的难度，尝试更改需求：
提示词：输出背景、文字、插画3个图层
输出效果：
| 测评点 | Qwen-lmage-Layered |
| 插画精细度 | ★★★ |
| 文字精细度 | ★★ |
| 背景精细度 | ★★★ |
| 简评 | 不可用。1. 模型无法理解此类图片的板块关系，未按提示词要求拆分相应图层；2. 部分文字识别失败，低层级文字出现模糊和消失；3. 元素界定不清晰，如图3将人物插画也归入了文字图层。 |
III. Qwen-lmage-Layered 实测结论
通过本轮实测，不禁让我想到去年测评过的一款，同样来自Qwen的独特模型：Qwen-MT-Image 图片翻译模型。非常肯定Qwen会在已经成熟范式的模型赛道中，找到创新点进行实践与突破。但Qwen-Image-Layered目前的能力还有待提高：它确实可以实现图像智能分层，但在很多场景中都暴露了短板，还远未达到能够“取代 PS”的成熟度。
在人像抠图（案例 1）这类主体与背景区分明显的场景中，模型的智能分层能力得到了充分体现。它不仅能够精准分离主体、背景与文字，还能以生成式的方式智能补全被遮挡的背景，尤其在边缘处理（如发丝）上表现细腻。这说明，其将图像拆解为可独立编辑图层的技术路径，在理想条件下确实能带来革新性的编辑体验，精准而高效。
然而，实测也暴露出模型在当前阶段的多重局限。首先，画质压缩是明显硬伤。所有案例的输出分辨率均大幅下降，导致细节丢失严重（如案例 3 中人物，文字的模糊情况），这极大限制了其在需要高清输出的商业设计或印刷场景中的应用。其次，模型对图像的理解尚不稳定。面对结构稍显复杂的产品图、海报或信息图时，频繁出现元素识别错误（如背景图层识别错误）、图层归类混乱（如未能按板块拆分信息图），以及文字变形、缺失等问题，导致生成的图层基本不可用。
此外，模型的“智能补全”能力是一把双刃剑。在背景简单或为纯色时，它能提供便利；但在复杂背景下（如案例 2 和案例 4 的特定背景），它往往无法准确识别应留白的区域，要么“脑补”出无关内容，要么残留明显痕迹，反而破坏了图层的纯净与可用性。
总体而言，Qwen-Image-Layered 目前仍是一个高度依赖输入图像条件的工具，而非即开即用的全能生产方案。它在主体明确、背景简洁的场景中效率突出，却尚难以适应对稳定性与精度有更高要求的专业场景。从可行到真正好用，还有很长一段路要走。
IV. How to use on 302.AI
302.AI 提供按需付费无订阅的服务模式，用户可以根据自身业务需求灵活选择使用。
使用模型 API
相关文档：API→API超市→图片处理→302.AI→Qwen-lmage-Layered→立即体验；
点击【调试】在线调用 API
想体验 Qwen-lmage-Layered 模型？
👉立即注册免费试用302.AI，开启你的AI之旅！👈
为什么选择302.AI？
● 灵活付费：无需月费，按需付费，成本可控
● 丰富功能：从文字、图片到视频，应有尽有，满足多种场景需求
● 开源生态：支持开发者深度定制，打造专属AI应用
● 易用性：界面友好，操作简单，快速上手
