Qwen-Image-Layered-GGUF:革命性图像分层模型的量化版本震撼发布!
·
Qwen-Image-Layered-GGUF:革命性图像分层模型的量化版本震撼发布!
Qwen-Image-Layered-GGUF是Qwen-Image-Layered模型的量化GGUF版本,它能够将图像分解为多个RGBA图层,这种分层表示带来了固有的可编辑性,每个图层可以独立操作而不影响其他内容,同时支持调整大小、重新定位和重新着色等高保真基本操作。
🌟 什么是Qwen-Image-Layered-GGUF?
Qwen-Image-Layered-GGUF是基于Qwen/Qwen-Image基础模型开发的量化版本,采用GGUF格式,旨在提供高效的图像分层处理能力。通过将图像物理隔离为不同的语义或结构组件到不同的图层中,该模型实现了高保真和一致的编辑效果。
🚀 核心功能
- 图像分层分解:将单张图像分解为多个独立的RGBA图层
- 独立图层编辑:对目标图层进行专属编辑,不影响其他内容
- 灵活分层数量:支持可变图层分解,可根据需求分解为3层或8层
- 递归分解能力:任何图层都可以进一步分解,实现无限分解
📁 模型文件列表
项目提供了多种量化级别,以满足不同硬件配置和性能需求:
- Qwen_Image_Layered-Q3_K_M.gguf
- Qwen_Image_Layered-Q4_0.gguf
- Qwen_Image_Layered-Q4_1.gguf
- Qwen_Image_Layered-Q4_K_M.gguf
- Qwen_Image_Layered-Q4_K_S.gguf
- Qwen_Image_Layered-Q5_0.gguf
- Qwen_Image_Layered-Q5_1.gguf
- Qwen_Image_Layered-Q5_K_M.gguf
- Qwen_Image_Layered-Q5_K_S.gguf
- Qwen_Image_Layered-Q6_K.gguf
- Qwen_Image_Layered-Q8_0.gguf
💡 实际应用展示
图层分解应用
给定一张图像,Qwen-Image-Layered可以将其分解为多个RGBA图层。分解后,编辑仅应用于目标图层,从物理上与其他内容隔离,从而从根本上确保编辑的一致性。
例如,我们可以重新着色第一个图层,而保持所有其他内容不变;也可以将第二个图层从女孩替换为男孩;还可以修改文本为"Qwen-Image"。
灵活的迭代分解
Qwen-Image-Layered不仅限于固定数量的图层,还支持可变图层分解。此外,分解可以递归应用:任何图层本身都可以进一步分解,实现无限分解。
📋 快速开始
要开始使用Qwen-Image-Layered-GGUF,请先克隆仓库:
git clone https://gitcode.com/hf_mirrors/Frederic75/Qwen-Image-Layered-GGUF
📜 许可证协议
Qwen-Image-Layered-GGUF采用Apache 2.0许可证。
📚 引用
如果您觉得本项目有用,欢迎引用我们的工作:
@misc{yin2025qwenimagelayered,
title={Qwen-Image-Layered: Towards Inherent Editability via Layer Decomposition},
author={Shengming Yin, Zekai Zhang, Zecheng Tang, Kaiyuan Gao, Xiao Xu, Kun Yan, Jiahao Li, Yilei Chen, Yuxiang Chen, Heung-Yeung Shum, Lionel M. Ni, Jingren Zhou, Junyang Lin, Chenfei Wu},
year={2025},
eprint={2512.15603},
archivePrefix={arXiv},
primaryClass={cs.CV},
url={https://arxiv.org/abs/2512.15603},
}
🎯 为什么选择Qwen-Image-Layered-GGUF?
- 高效量化:多种量化级别可选,平衡性能与质量
- 分层编辑:实现真正的图像分层处理,编辑更精确
- 灵活操作:支持多种基本操作,如调整大小、移动、删除等
- 开源免费:基于Apache 2.0许可证,可自由使用和修改
无论是专业设计师还是AI爱好者,Qwen-Image-Layered-GGUF都能为您的图像编辑工作流带来革命性的变化!
更多推荐

所有评论(0)