> ## Documentation Index > Fetch the complete documentation index at: https://docs.comfy.org/llms.txt > Use this file to discover all available pages before exploring further. # Ejemplo de flujo de trabajo de Qwen-Image-Layered en ComfyUI > Qwen-Image-Layered descompone una imagen en varias capas RGBA, lo que permite editarlas de forma inherente. **Qwen-Image-Layered** es un modelo desarrollado por el equipo Qwen de Alibaba que puede descomponer una imagen en varias capas RGBA. Esta representación por capas habilita una editabilidad inherente: cada capa se puede manipular de forma independiente sin afectar el contenido de las demás. **Características principales**: * **Editabilidad inherente**: cada capa se puede manipular de forma independiente sin afectar el contenido de las demás * **Operaciones elementales de alta fidelidad**: admite cambiar el tamaño, la posición y el color con aislamiento físico de los componentes semánticos * **Descomposición en cantidad variable de capas**: no se limita a un número fijo de capas; descompón en 3, 4, 8 o más capas según lo necesites * **Descomposición recursiva**: cualquier capa se puede descomponer aún más, lo que permite una profundidad de descomposición infinita **Enlaces relacionados**: * [Hugging Face](https://huggingface.co/Qwen/Qwen-Image-Layered) * [Artículo de investigación](https://arxiv.org/abs/2512.15603) * [Blog](https://qwen.ai/blog?id=qwen-image-layered) ## Flujo de trabajo de Qwen-Image-Layered > [!TIP] > > **Usuarios locales** > > Asegúrate de que tu ComfyUI esté actualizado. > > * [Descargar ComfyUI](https://www.comfy.org/download) > * [Guía de actualización](https://docs.comfy.org/es/installation/update_comfyui.md) > > Los flujos de trabajo de esta guía se encuentran en las [Plantillas de flujos de trabajo](https://docs.comfy.org/es/interface/features/template.md). > Si no los encuentras en las plantillas, es posible que tu ComfyUI esté desactualizado. > > Si faltan nodos al cargar un flujo de trabajo, estas son las posibles razones: > > 1. No estás usando la última versión de ComfyUI (versión nocturna) > 2. Algunos nodos fallaron al importarse durante el inicio > > **Usuarios de Cloud** > > * [Cloud](https://cloud.comfy.org) se actualizará después del lanzamiento estable de ComfyUI. > > Por lo tanto, si notas que falta algún nodo central en este documento, puede deberse a que los nuevos nodos centrales aún no se han publicado en la última versión estable. Espera al próximo lanzamiento estable. ### Descomposición con Qwen-Image-Layered Descompón una imagen en capas RGBA editables para flujos de trabajo de recoloreado, reemplazo, redimensionado y reposicionado. ![Vista previa del flujo de trabajo Qwen-Image-Layered](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/image_qwen_image_layered-1.webp) > **[Descargar flujo de trabajo](https://github.com/Comfy-Org/workflow_templates/blob/main/templates/image_qwen_image_layered.json)** > > Descarga el archivo JSON del flujo de trabajo > **[Ejecutar en Comfy Cloud](https://cloud.comfy.org/?template=image_qwen_image_layered\&utm_source=docs\&utm_medium=referral\&utm_campaign=qwen-image-layered)** > > Ejecuta ComfyUI en línea sin configuración **Materiales de entrada** Sube este archivo al nodo `LoadImage` **74**: > **[coastal\_smiling\_woman.png](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/coastal_smiling_woman.png)** > > Nodo `LoadImage` 74 · `coastal_smiling_woman.png` ![coastal\_smiling\_woman.png](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/coastal_smiling_woman.png) ## Enlaces de modelos **text\_encoders** * [qwen\_2.5\_vl\_7b\_fp8\_scaled.safetensors](https://huggingface.co/Comfy-Org/HunyuanVideo_1.5_repackaged/blob/main/split_files/text_encoders/qwen_2.5_vl_7b_fp8_scaled.safetensors) **diffusion\_models** * [qwen\_image\_layered\_bf16.safetensors](https://huggingface.co/Comfy-Org/Qwen-Image-Layered_ComfyUI/blob/main/split_files/diffusion_models/qwen_image_layered_bf16.safetensors) **vae** * [qwen\_image\_layered\_vae.safetensors](https://huggingface.co/Comfy-Org/Qwen-Image-Layered_ComfyUI/blob/main/split_files/vae/qwen_image_layered_vae.safetensors) **Ubicación de almacenamiento de los modelos** ``` 📂 ComfyUI/ ├── 📂 models/ │ ├── 📂 text_encoders/ │ │ └── qwen_2.5_vl_7b_fp8_scaled.safetensors │ ├── 📂 diffusion_models/ │ │ └── qwen_image_layered_bf16.safetensors │ └── 📂 vae/ │ └── qwen_image_layered_vae.safetensors ``` ## Versión FP8 De forma predeterminada usamos bf16, que requiere mucha VRAM. Si quieres reducir el uso de VRAM, puedes usar la versión fp8: * [qwen\_image\_layered\_fp8mixed.safetensors](https://huggingface.co/Comfy-Org/Qwen-Image-Layered_ComfyUI/blob/main/split_files/diffusion_models/qwen_image_layered_fp8mixed.safetensors) Luego, actualiza el nodo **Cargar modelo de difusión** dentro del [Subgraph](https://docs.comfy.org/es/interface/features/subgraph.md) para usarla. ## Capas y salida El número de capas lo define el widget `layers` del nodo **Empty Qwen Image Layered Latent**, dentro del [Subgraph](https://docs.comfy.org/es/interface/features/subgraph.md). Este modelo regenera la imagen completa además de las capas, así que una generación siempre se decodifica en `layers + 1` imágenes: | `layers` | Imágenes decodificadas | Contenido | | - | - | - | | `0` | 1 | Solo la imagen completa | | `2` (valor predeterminado de la plantilla) | 3 | La imagen completa y luego 2 capas | | `5` | 6 | La imagen completa y luego 5 capas | **La primera imagen es la imagen completa, no una capa.** El flujo de trabajo de imagen a capas la descarta automáticamente con un nodo `LatentCut` (`dim` `t`, `index` `1`) antes de la división del lote, de modo que la plantilla genera `layers` imágenes. Si construyes un gráfico personalizado sin ese nodo, descarta la primera imagen cuando solo quieras las capas. `layers` acepta `0`, lo que te da esa imagen por sí sola. **Si compones todas las capas de nuevo, vuelves a crear la imagen completa.** Úsalo como comprobación: si al apilar las capas no se reproduce la primera imagen, la descomposición no hizo lo que buscabas. ### Cómo se convierten las capas en imágenes separadas El nodo **Empty Qwen Image Layered Latent** asigna un latente 5D con forma `[batch_size, 16, layers + 1, height // 8, width // 8]`. Las capas ocupan el tercer eje, el mismo eje temporal que los modelos de video usan para los fotogramas. El nodo **LatentCutToBatch** con `dim` en `t` mueve ese eje a la dimensión del lote, así que después de **VAE Decode** cada capa es una imagen separada dentro del lote. La plantilla inserta un nodo `LatentCut` (`dim` `t`, `index` `1`) antes de `LatentCutToBatch` para descartar la entrada de la imagen completa, de modo que el lote decodificado solo contiene las capas. Por lo tanto, la posición de una capa en la pila es su índice en el lote, contando desde la imagen completa en el índice 0. No hay campo de z-index ni metadatos por capa que lleven ese orden, así que reordenar o filtrar el lote reordena las capas. El VAE de Qwen-Image-Layered decodifica a 4 canales, así que las capas decodificadas llevan un canal alfa. ## Configuraciones del flujo de trabajo ### Configuraciones del sampler Este modelo es lento. Las configuraciones de muestreo originales son steps: 50 y CFG: 4.0, lo que al menos duplicará el tiempo de generación. ### Tamaño de entrada Para el tamaño de entrada, se recomienda 640px. Usa 1024px para una salida de alta resolución. ### Prompt (opcional) El prompt de texto está pensado para describir el contenido general de la imagen de entrada, incluidos los elementos que pueden estar parcialmente ocultos (por ejemplo, puedes especificar el texto que está detrás de un objeto en primer plano). No está diseñado para controlar explícitamente el contenido semántico de cada capa. This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.