如何把Qwen-Image-Layered-6bit接入你的工作流：RGBA图层在PS、Figma中的实战用法-平芜编程栈

【免费下载链接】Qwen-Image-Layered-6bit

项目地址：https://ai.gitcode.com/hf_mirrors/zimengxiong/Qwen-Image-Layered-6bit

Qwen-Image-Layered-6bit 是一款专为 Apple Silicon（M1/M2/M3/M4 芯片）优化的 6-bit 量化图像图层分解模型，它能把任意一张图片自动拆分成多个带透明通道的 RGBA 图层——每个图层都可以单独移动、缩放、改色，是"让 AI 帮你把照片变成可编辑设计稿"的实用工具。本文介绍如何把它接入你的本地推理工作流，以及拆出来的 RGBA 图层在 Photoshop 和 Figma 中的具体用法。

一、Qwen-Image-Layered-6bit 是什么？为什么选 6-bit 版本？

💡 普通修图 AI 只能在"整张图"上做修改，而 Qwen-Image-Layered 的核心能力是图像分解（image decomposition）：

输入一张普通照片（如人物 + 背景）
输出多个独立 PNG 文件，每个文件带透明通道（RGBA 四通道）
人物是一层、背景是一层、前景道具又一层，互不干扰

6-bit 量化：Mac 本地跑起来的关键

原版 BF16 模型需要约 55 GB 显存，普通 Mac 根本跑不动。6-bit 量化版（即本仓库）把体积压缩了近一半：

版本	模型大小	所需显存/内存
BF16（原版）	约 55 GB	约 55 GB
6-bit（本仓库）	约 31 GB	约 29 GB

⚠️ 硬件要求：Apple Silicon Mac（M1 及以上），统一内存最低 24 GB，建议 32 GB 以上，macOS 13.0+。

仓库的权重文件按模块分目录存放，结构清晰，详见 README.md：

目录	作用
transformer/	主网络权重（QwenImageTransformer2DModel，含 Layer3D RoPE 三维位置编码）
vae/	RGBA 四通道 VAE（支持透明通道编解码）
text_encoder/	Qwen2.5-VL 文本编码器，用于理解提示词
tokenizer/	分词器与对话模板

二、一键安装：把模型接入你的本地推理工作流

推理基于 MFLUX 生态（Apple Silicon 上的 MLX 快速推理框架），只需两步。

第 1 步：安装带 Qwen-Image-Layered 支持的 MFLUX

需要支持 Qwen-Image-Layered 的 MFLUX 版本（对应 MFLUX 仓库的 PR #302），克隆后执行uv sync即可自动装好依赖：

git clone <MFLUX 带 Layered 支持的分支> cd mflux uv sync

第 2 步：下载本模型仓库

git clone https://gitcode.com/hf_mirrors/zimengxiong/Qwen-Image-Layered-6bit

第 3 步：运行图层分解

完整命令见 README.md：

uv run flux-generate-qwen-layered \ --image input.png \ --layers 4 \ --steps 50 \ -q 6 \ --output-dir ./layers

运行完成后，./layers目录下会生成 4 张带透明度的 PNG（layer_0.png、layer_1.png……layer_3.png），按从底层到顶层的顺序排列，直接拖进 PS 或 Figma 就能开始编辑。

三、关键参数速查：生成最适合后续编辑的图层

参数表完整收录于 README.md，下面是按"设计工作流"视角的解读：

参数	说明	默认值	实操建议
`--image`	输入图片路径	必填	主体与背景对比越明显，分层效果越好
`--layers`	分解出的图层数量	4	简单构图用 3~4 层即可，复杂场景可加到 6~8
`--steps`	推理步数	50	步数越高边缘越干净，速度越慢
`-q`	量化位数（4/6/8-bit）	无（BF16）	Mac 本地推理推荐`6`
`--resolution`	分辨率档位（640 或 1024）	640	出稿预览用 640，需要高清放大时用 1024
`--output-dir`	图层输出目录	当前目录	建议为每个素材单独建文件夹，方便管理

四、RGBA 图层在 Photoshop 中的实战用法

🎨 拿到layer_0.png ~ layer_3.png后，PS 中的标准工作流如下：

1. 把图层导入 PS

新建画布，用文件 → 置入嵌入对象依次导入 4 张 PNG（或直接拖拽）
每张 PNG 会自动成为一个独立图层，透明区域自动保留
在图层面板里按顺序命名，如"背景 / 主体 / 前景道具 / 装饰"

2. 分层编辑的典型场景

换背景：把底层图层删掉或替换成新的背景素材，主体图层完全不受影响
调整构图：单独移动、旋转、缩放主体图层，不会带动背景
改色不改图：为主体图层添加"色相/饱和度"调整图层并剪贴蒙版，一键换服装配色
抠图救急：某个图层边缘有瑕疵时，单独对该图层做选区微调即可

3. 导出

需要交付时文件 → 导出 → 导出为 PNG（保留透明通道）；需要印刷或照片格式时再栅格化并合并图层（文件 → 将图层复合为背景图层）。

💡 小技巧：先导入全部图层后按Ctrl/Cmd + Shift + E合并出一份"总览副本"，方便随时对照原始效果。

五、RGBA 图层在 Figma 中的实战用法

Figma 对透明 PNG 的兼容性同样很好，适合把 AI 分层结果直接变成设计资产：

导入：把 4 张 PNG 直接拖入 Figma 画布，每张图片自动成为一个 Frame 内的 Image 填充节点
打组分层：将 4 个节点分别放入 Group，并命名（Background / Subject / Prop / Decor），与设计文件的图层规范保持一致
组件化复用：把主体图层转成 Component（组件），后续在多个页面直接实例化调用，改一处全库同步
透明背景出图：选中所需图层组合后右键 Export，勾选保留透明通道导出 PNG，直接用于 UI 切图、贴纸、商品图
与团队规范衔接：背景图层可替换为品牌模板底图，主体图层套用品牌色变量，实现"AI 出图 → 品牌规范落地"的闭环

💡 Figma 中调整透明度、模糊、阴影等效果都是非破坏性的，比 PS 更适合快速迭代的 UI 与运营设计场景。

六、常见问题与避坑指南

Q：Windows / 英伟达显卡能用吗？本模型针对 Apple Silicon 的 MLX 推理栈做了 6-bit 量化优化，官方支持范围是 Apple Silicon Mac，非 Apple 平台请使用原版 BF16 模型或等待社区适配。

Q：24 GB 内存的 Mac 跑得动吗？29 GB 的显存需求意味着 24 GB 机器会比较紧张，建议 32 GB 以上统一内存；如遇到内存不足，可适当减少--layers数量或改用--resolution 640。

Q：分层效果不理想怎么办？

优先换一张主体与背景分离度更高的输入图
调高--steps（如 60~80）
适当增加--layers，让模型有空间把复杂区域拆开

Q：为什么 RGBA 比直接抠图好？AI 分层的边界是"语义理解"的结果（人物、背景、道具各自成层），而手动抠图只解决"主体 vs 背景"二选一。分好层之后，任意两个图层都可以自由重组，这是平铺图做不到的。

七、总结：一条完整的分层设计工作流

✅ 整体流程可以概括为一条流水线：

准备：MFLUX + 本仓库（git clone https://gitcode.com/hf_mirrors/zimengxiong/Qwen-Image-Layered-6bit），32 GB 以上的 Apple Silicon Mac
分解：flux-generate-qwen-layered一条命令，50 步内得到 4 张 RGBA 透明 PNG
精修：PS 中处理像素级细节，Figma 中做组件化与品牌规范落地
交付：保留透明通道导出，或按需合并成整图

从此"AI 生成 → 图层化 → 设计工具精修"不再是三件割裂的事，而是一条可以每天重复使用的工作流。模型权重说明与参数细节可随时查阅 README.md。