> ## Documentation Index
> Fetch the complete documentation index at: https://dripart-docs-wan3-30off-promo.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Qwen-Image-Layered ComfyUI 工作流示例

> Qwen-Image-Layered 是一个能够将图像分解为多个 RGBA 图层的模型，通过图层分解实现固有的可编辑性。

**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](https://huggingface.co/Qwen/Qwen-Image-Layered)
* [研究论文](https://arxiv.org/abs/2512.15603)
* [博客](https://qwenlm.github.io/blog/qwen-image-layered/)

## Qwen-Image-Layered 工作流

<Tip>
  <Tabs>
    <Tab title="本地用户">
      请确保你的 ComfyUI 已经更新。

      * [ComfyUI 下载](https://www.comfy.org/download)
      * [ComfyUI 更新教程](/zh/installation/update_comfyui)

      本指南里的工作流可以在[工作流模板](/zh/interface/features/template)中找到。如果找不到，可能是 ComfyUI 没有更新。

      如果加载工作流时有节点缺失，可能原因有：

      1. 你用的不是最新版（每夜版）。
      2. 启动时有些节点导入失败。
    </Tab>

    <Tab title="云端用户">
      * [Cloud](https://cloud.comfy.org) 会在 ComfyUI 稳定版本发布后更新。

      所以，如果你发现本文档中有任何核心节点缺失，可能是因为新核心节点尚未在最新稳定版中发布。请等待下一个稳定版发布。
    </Tab>
  </Tabs>
</Tip>

<h3 id="image_qwen_image_layered">
  Qwen-Image-Layered 分解
</h3>

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。

<img src="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/image_qwen_image_layered-1.webp" alt="Qwen-Image-Layered 工作流预览" />

<CardGroup cols={2}>
  <Card title="下载工作流" icon="download" href="https://github.com/Comfy-Org/workflow_templates/blob/main/templates/image_qwen_image_layered.json">
    下载 JSON 工作流文件
  </Card>

  <Card title="在 Comfy Cloud 上运行" icon="cloud" href="https://cloud.comfy.org/?template=image_qwen_image_layered&utm_source=docs&utm_medium=referral&utm_campaign=qwen-image-layered">
    零配置在线运行 ComfyUI
  </Card>
</CardGroup>

**输入材料**

将此文件上传到 `LoadImage` 节点 **74**：

<CardGroup cols={2}>
  <Card title="coastal_smiling_woman.png" icon="image" href="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/coastal_smiling_woman.png">
    `LoadImage` 节点 74 · `coastal_smiling_woman.png`
  </Card>
</CardGroup>

![coastal\_smiling\_woman.png](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/coastal_smiling_woman.png)

## 模型下载

**text\_encoders**

* [qwen\_2.5\_vl\_7b\_fp8\_scaled.safetensors](https://huggingface.co/Comfy-Org/HunyuanVideo_1.5_repackaged/resolve/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/resolve/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/resolve/main/split_files/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](https://huggingface.co/Comfy-Org/Qwen-Image-Layered_ComfyUI/blob/main/split_files/diffusion_models/qwen_image_layered_fp8mixed.safetensors)

然后更新[子图](/zh/interface/features/subgraph)中的 **Load Diffusion model** 节点来使用它。

## 图层和输出

图层数量由[子图](/zh/interface/features/subgraph)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：

| `layers`   | 解码出的图像数 | 内容             |
| ---------- | ------- | -------------- |
| `0`        | 1       | 仅完整图像          |
| `2`（模板默认值） | 3       | 完整图像，然后是 2 个图层 |
| `5`        | 6       | 完整图像，然后是 5 个图层 |

**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。

## 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。