logo
RunComfy
  • ComfyUI
  • TreinadorNovo
  • Modelos
  • API
  • Preços
discord logo
MODELOS
Explorar
Todos os modelos
BIBLIOTECA
Gerações
APIS DE MODELOS
Documentação da API
Chaves API
CONTA
Uso

Qwen Image Layered: Decomposição precisa de camada imagem a imagem | RunComfy

qwen/qwen-image-layered

Converta uma imagem de entrada em 1 a 10 camadas RGBA editáveis para fluxos de trabalho de design, composição, prototipagem e efeitos visuais transparentes e não destrutivos.

O URL da imagem de entrada.
O prompt negativo para gerar uma imagem.
O número de etapas de inferência a serem executadas.
A escala de orientação a ser usada para a geração de imagens.
O número de camadas a serem geradas.
O formato da imagem gerada.
Idle
The rate is $0.055 per image.

Introdução a Qwen Image Layered Features

Qwen Image Layered converte uma imagem RGB de entrada em camadas RGBA editáveis por $0.055 por imagem. Ele separa elementos semanticamente distintos enquanto preserva a transparência, tornando o isolamento de objetos e a edição não destrutiva muito mais rápida. Use num_layers para solicitar de 1 a 10 camadas e, em seguida, oriente a decomposição com prompt e negative_prompt quando necessário. Em RunComfy, o modelo está disponível no navegador e através do HTTP API sem auto-hospedagem.

Ideal para: Isolamento preciso de objetos | Prototipagem Rápida de Layout | Integração de ativos de marca

Visão geral do modelo#


  • Provedor: Equipe Alibaba / Tongyi Qianwen
  • Tarefa: Decomposição de imagens em camadas RGBA editáveis
  • Preço: $0.055 por imagem
  • Resumo: Qwen Image Layered separa uma imagem RGB de entrada em camadas RGBA semanticamente distintas. Assuntos, planos de fundo e outros elementos podem então ser movidos, recoloridos ou compostos de forma independente em ferramentas posteriores.

Principais recursos#


Camadas RGBA editáveis#

  • Produz ativos RGBA separados em vez de apenas prever máscaras.
  • Preserva a transparência alfa para composição, ativos de UI, animação e fluxos de trabalho VFX.

Decomposição guiada por prompt#

  • prompt pode descrever a estrutura da camada desejada e os elementos atribuídos a cada camada.
  • negative_prompt pode identificar conteúdo que deve ser excluído.
  • num_layers controla a contagem de camadas solicitadas de 1 a 10.

Parâmetros de entrada#


ParameterTypeDefault/RangeDescrição
image_urlstringRequiredURL da imagem de entrada.
promptstringOptionalOrientação para a estrutura da camada e conteúdo da imagem.
negative_promptstringOptionalElementos a excluir.
num_layersintegerDefault: 4; Range: 1-10Número de camadas RGBA a serem geradas.
num_inference_stepsintegerDefault: 28; Range: 1-50Número de etapas de inferência.
guidance_scalefloatDefault: 5; Range: 1-20Quão próximo o resultado segue prompt.
seedintegerDefault: 0Valor seed fixo para resultados reproduzíveis.
output_formatstringOptions: png, webp; Default: pngFormato da imagem de saída; png é recomendado quando a transparência deve ser preservada.

Integração de API#


A API RunComfy usa os mesmos campos da interface do navegador. image_url é obrigatório; prompt e negative_prompt são controles opcionais. A resposta contém os ativos de camada gerados para uso em um editor ou pipeline automatizado.


Endpoint da API para Qwen Image Layered


Recursos oficiais e licenciamento#


  • Blog oficial: Blog Qwen.ai
  • Relatório técnico: Documento Arxiv
  • Repositório GitHub: QwenLM/Qwen-Image-Layered
  • Hugging Face: Página modelo | Espaço de demonstração
  • ModelScope: Página modelo | Estúdio de demonstração
  • Licença: Apache-2.0; o uso comercial é permitido sob seus termos.

Capacidade relacionada#


Para editar áreas específicas de uma imagem plana, tente Qwen-Image-Edit-2509.

Modelos Relacionados

seedream-4-0/edit

Edite ou combine de 1 a 10 imagens JPEG ou PNG necessárias com um prompt obrigatório. Escolha `1K`, `2K`, `4K` ou uma das oito predefinições de resolução fixa.

ideogram-v3/text-to-image

Gere imagens a partir de texto com o Ideogram 3.0 e controle formato, velocidade, paleta e estilo.

gpt-image-2.5/sunburst/text-to-image

Texto para imagem de alta precisão para visuais sofisticados de nível de produção.

seedream-4-5/sequential

Gere pelo texto uma série de até 15 imagens e escolha entre 11 opções de resolução.

imagen-4/fast/text-to-image

Crie uma imagem com o Imagen 4 Fast a partir de um prompt e escolha prompt negativo, proporção e semente.

imagen-4/text-to-image

Criação rápida e precisa de imagens realistas a partir de texto

Perguntas Frequentes

O que torna Qwen Image Layered diferente de um modelo imagem a imagem padrão?

Ele decompõe uma imagem de entrada em múltiplas camadas RGBA semanticamente separadas. Cada camada mantém a transparência e pode ser movida, recolorida, editada ou composta de forma independente.

As saídas Qwen Image Layered podem ser usadas comercialmente?

O modelo é lançado sob Apache-2.0, o que permite o uso comercial sob os termos da licença. Você ainda deve ter os direitos sobre a imagem inserida e respeitar qualquer propriedade intelectual de terceiros no conteúdo.

Quais limites técnicos esse endpoint expõe?

num_layers varia de 1 a 10, num_inference_steps de 1 a 50 e guidance_scale de 1 a 20. O terminal não expõe uma configuração de resolução ou um limite de token prompt.

Este endpoint aceita ControlNet, IP-Adapter ou várias imagens de referência?

Nenhuma dessas entradas é exposta no esquema deste endpoint. Requer um image_url e opcionalmente aceita prompt e negative_prompt para orientar a decomposição.

Como passar do teste do navegador para a integração da API?

Teste as configurações na interface do navegador RunComfy e, em seguida, use o endpoint da API RunComfy do modelo com os mesmos campos de entrada. image_url é obrigatório; os outros controles expostos podem ser adicionados conforme necessário.

Qual arquitetura potencializa Qwen Image Layered?

A descrição do modelo publicado identifica um backbone VLD-MMDiT com embeddings posicionais Layer3D RoPE, projetado para compartilhar contexto entre camadas enquanto mantém os elementos semânticos separados.

Como Qwen Image Layered preserva a transparência?

Seu RGBA-VAE representa dados RGB e RGBA em um espaço latente compartilhado. Isso ajuda a produzir informações alfa consistentes para cada componente semântico para que as camadas possam ser editadas ou compostas posteriormente.

Qwen Image Layered preserva o texto perfeitamente?

Ele pode separar regiões contendo texto em camadas editáveis, mas a fidelidade exata do texto pode variar de acordo com a entrada e as configurações. Inspecione tipografias importantes antes de usar as camadas na produção.

Quais são os principais casos de uso de Qwen Image Layered?

Os usos típicos incluem isolamento de objetos, adaptação de ativos de marca, extração de componentes de UI, substituição de plano de fundo, prototipagem de layout, preparação de animação e composição VFX.

Qual a diferença entre Qwen Image Layered e Qwen Image Edit?

Qwen Image Edit modifica regiões selecionadas de uma imagem plana. Em vez disso, Qwen Image Layered decompõe uma imagem em várias camadas RGBA, o que é mais adequado para edição e composição repetidas em nível de camada.

Siga-nos
  • LinkedIn
  • Facebook
  • Instagram
  • Twitter
Suporte
  • Discord
  • E-mail
  • Status do Sistema
  • afiliado
Modelos de Vídeo
  • Runway Aleph 2
  • Wan 2.5
  • Wan 2.6 Flash
  • MiniMax H3 Max
  • Wan 3.0 Reference To Video
  • Seedance 2.5 Reference to Video 480p
  • Ver todos os modelos →
Modelos de Imagem
  • Wan 2.6 Image to Image
  • Seedream 5.0 Pro
  • Flux 2 Klein 9B
  • Nano Banana Pro
  • Nano Banana 2 Edit
  • Z Image Turbo LoRA
  • Ver todos os modelos →
Legal
  • Termos de Serviço
  • Política de Privacidade
  • Política de Cookies
RunComfy
Copyright 2026 RunComfy. Todos os Direitos Reservados.

RunComfy é a principal ComfyUI plataforma, oferecendo ComfyUI online ambiente e serviços, juntamente com fluxos de trabalho do ComfyUI apresentando visuais impressionantes. RunComfy também oferece AI Models, permitindo que artistas utilizem as mais recentes ferramentas de AI para criar arte incrível.

Exemplos criados usando Qwen Image Layered