- 固有可编辑性：每个图层都可以独立操作而不影响其他内容
- 高保真基础操作：支持调整大小、重新定位和重新着色，语义组件物理隔离
- 可变图层分解：不限于固定数量的图层 - 可根据需要分解为 3、4、8 或更多图层
- 递归分解：任何图层都可以进一步分解，实现无限分解深度
Qwen-Image-Layered 工作流
Qwen-Image-Layered 分解
将图像分解为可编辑的 RGBA 图层，用于重新着色、替换、调整大小和重新定位等工作流。
下载工作流
下载 JSON 工作流文件
在 Comfy Cloud 上运行
零配置在线运行 ComfyUI
LoadImage 节点 74：
coastal_smiling_woman.png
LoadImage 节点 74 · coastal_smiling_woman.png
模型下载
text_encoders diffusion_models vae 模型保存位置FP8 版本
默认使用 bf16，需要较高显存。如需降低显存使用，可以使用 fp8 版本： 然后更新子图中的 Load Diffusion model 节点来使用它。图层和输出
图层数量由子图内 Empty Qwen Image Layered Latent 节点上的layers 组件设置。
该模型会在生成图层的同时重新生成完整图像，因此一次生成总是解码出 layers + 1 张图像：
第一张图像是完整图像，而不是图层。 在图像转图层的工作流中，它重现的是输入图像，因此当你只需要图层时应将其丢弃。
layers 可以设为 0，此时只会得到这一张图像。
将所有图层合成回去可以重建完整图像。 可以用它来检查：如果堆叠图层无法重现第一张图像，说明分解没有达到预期效果。
图层如何变成单独的图像
Empty Qwen Image Layered Latent 节点会分配一个形状为[batch_size, 16, layers + 1, height // 8, width // 8] 的 5D Latent。图层位于第三个轴上，也就是视频模型用于存放帧的那个时间轴。将 LatentCutToBatch 节点的 dim 设置为 t，会把该轴移动到批次维度上，因此在 VAE Decode 之后，每个图层都是批次中一张单独的图像。
因此，图层在堆栈中的位置就是它在批次中的索引，从索引 0 处的完整图像开始计数。这里没有 z-index 字段，也没有承载该顺序的逐图层元数据，因此重新排序或过滤批次就等于重新排序图层。
Qwen-Image-Layered VAE 解码为 4 个通道，因此解码出的图层带有 Alpha 通道。