Компания Alibaba анонсировала и выложила в открытый доступ новую модель для генерации и редактирования изображений Qwen-Image-Layered. Ключевой особенностью технологии стала способность анализировать и разделять изображение на независимые слои, аналогично тому, как это реализовано в профессиональных графических редакторах вроде Adobe Photoshop.
Революция в редактировании: как это работает
В отличие от большинства существующих нейросетей, которые воспринимают картинку как единое целое, Qwen-Image-Layered способна "понимать" структуру изображения. Модель интеллектуально раскладывает плоское изображение на несколько независимых слоев в формате RGBA, содержащих информацию о цвете и прозрачности. Это позволяет пользователям редактировать отдельные элементы — изменять фон, перемещать объекты, заменять детали или корректировать текст — не затрагивая остальную часть изображения. Такой подход решает фундаментальную проблему согласованности, когда при попытке изменить один элемент нейросеть перерисовывала всю картинку целиком.
Технологические инновации и обучение
В основе Qwen-Image-Layered лежит инновационная архитектура и специальный метод кодирования RGBA-VAE, который добавляет альфа-канал (прозрачность) к стандартному RGB-изображению, обучая ИИ концепции слоев. Для тренировки модели команда разработчиков Alibaba использовала огромный массив профессиональных файлов Photoshop (PSD), что позволило научить нейросеть реальной логике работы со слоями. Модель способна гибко определять количество слоев в зависимости от сложности изображения, обычно от 3 до 8, и поддерживает их дальнейшее разделение для более детального контроля.
Доступность и перспективы
Alibaba опубликовала модель Qwen-Image-Layered в открытом доступе. Разработчики и энтузиасты уже могут протестировать ее на популярных платформах, таких как
- Hugging Face
- ModelScope
Также обеспечена нативная поддержка в ComfyUI, что упрощает интеграцию в существующие рабочие процессы. По заявлению создателей, технология стирает грань между обычными растровыми изображениями и структурированными, полностью редактируемыми проектами, значительно снижая порог входа для сложной обработки графики.
Выпуск Qwen-Image-Layered открывает новые возможности для дизайнеров, аниматоров и специалистов по постобработке. Технология позволяет значительно ускорить процесс создания и редактирования цифрового контента, предлагая беспрецедентный уровень контроля и точности, ранее доступный только в профессиональном программном обеспечении.