Qwen-Image-Layered ComfyUI 工作流示例

Qwen-Image-Layered 是阿里巴巴通义千问团队开发的模型，能够将图像分解为多个 RGBA 图层。这种分层表示解锁了固有的可编辑性：每个图层都可以独立操作而不影响其他内容。

主要特性：

• 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

相关链接：

• Hugging Face
• 研究论文
• 博客

Qwen-Image-Layered 工作流

下载 JSON 格式工作流

在 ComfyUI Cloud 上运行

模型下载

text_encoders

• qwen_2.5_vl_7b_fp8_scaled.safetensors

diffusion_models

• qwen_image_layered_bf16.safetensors

vae

• qwen_image_layered_vae.safetensors

模型保存位置

📂 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

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：

• qwen_image_layered_fp8mixed.safetensors

然后更新子图中的 Load Diffusion model 节点来使用它。

工作流设置

采样器设置

该模型运行较慢。原始采样设置为 steps: 50 和 CFG: 4.0，这将至少使生成时间翻倍。

输入尺寸

输入尺寸建议使用 640px。如需高分辨率输出，请使用 1024px。

提示词（可选）

文本提示词用于描述输入图像的整体内容——包括可能被部分遮挡的元素（例如，你可以指定隐藏在前景物体后面的文字）。它不是用来明确控制各个图层的语义内容的。