容器化部署 Qwen-Image-Layered

0.Qwen-Image-Layered 简介

Qwen-Image-Layered 是通义千问团队推出的一款面向图像编辑与生成的分层模型，能够将单张静态 RGB 图片自动拆解为多个带 Alpha 通道的 RGBA 图层，实现类似 Photoshop 的图层级理解与操作，每一层都可以单独移动、缩放、重绘或替换而不影响其他内容，从而大幅提升图像编辑的精细度与可控性。【建议显存大小在 5090 及以上的卡使用】

1 部署步骤

我们提供了构建完毕的 Qwen-Image-Layered 镜像可以直接部署使用。

1.1 访问共绩算力控制台 https://console.suanli.cn，点击新增部署。

1.2 基于自身需要进行配置，参考配置为单卡 5090 和 1 个节点。

1.3 选择相应预制镜像

1.4 点击部署服务，耐心等待节点拉取镜像并启动。

1.5 节点启动后，你所在“任务详情页”中看到的内容可能如下：

1.6 我们可以点击快速访问下方“7869”端口的链接，测试 Gradio 运行情况

2 Gradio 效果测试

点击或者拖拽图片上传后添加提示词以及对应参数，点击「Decompose!」后等待结果即可：

高级参数

以下是一个图像分解工具的高级设置界面，每个参数大致含义如下。

Prompt / Negative Prompt

• Prompt (Optional)：文本提示，描述你想要的图像内容；填得越清晰，生成结果越贴近描述。
• Negative Prompt (Optional)：反向提示，写上你不想要的元素，例如“低质量、模糊、文字”等，模型会尽量避免这些特征。

Seed 与随机种子

• Seed：随机种子，控制生成的随机性；同样的 prompt + 同样的 seed 通常会得到相似结果，换一个 seed 图像细节会改变。
• Randomize seed：勾选后，每次运行都会自动随机一个 seed，使得每次结果都不一样；取消勾选则使用固定 seed 便于复现。

True guidance scale

• 数值小：更自由，创意多但可能不太符合文字描述。
• 数值大：更严格按提示生成，但过大可能导致画面僵硬或质量下降。

Number of inference steps

• Number of inference steps：推理步数，决定采样迭代的次数。
  • 步数少：出图快，但细节可能不足、噪点略多。
  • 步数多：画质更细腻、结构更稳定，但生成时间更长，超过某个值收益变小。

Layers

• Layers：这里一般表示在分解或生成过程中使用的层数。

其他勾选项

• Whether enable CFG normalization：是否启用 CFG 归一化，一般用于让不同 CFG/true guidance 设置下的结果更加稳定，减少过饱和、过度对比等问题。
• Automatic caption language if no prompt provided, True for EN, False for ZH：当没有写 prompt 时，是否自动生成描述文字并用于分解/生成；True 表示用英文自动描述，False 表示用中文自动描述。

3 API 调用测试

Gradio 页面右下角点击「Use via API」可以查看完整调用示例：

调用接口有

• infer

效果测试

from gradio_client import Client, handle_file

client = Client(
    "https://deployment-8728-2d7tserm-7869.550w.link",
    httpx_kwargs={"timeout": 600.0}  # 10 分钟超时
)

job = client.submit(
    input_image=handle_file('https://deployment-8728-2d7tserm-7869.550w.link/gradio_api/file=/tmp/gradio/562d4037d944a81df01e6e7afb65b4b5c1fe62191564a3438aa3265de2c685da/vitalik.jpeg'),
    seed=0,
    randomize_seed=True,
    prompt="",
    neg_prompt=" ",
    true_guidance_scale=4,
    num_inference_steps=10,
    layer=4,
    cfg_norm=True,
    use_en_prompt=True,
    api_name="//infer"
)

result = job.result(timeout=600)
print(result)

响应

([{'image': '/private/var/folders/8r/xj_b9xgx1fn54j87jwrdtk6c0000gn/T/gradio/ef94106d1a0ad3e072de69752f1407200160df9d25bdc436a2c1607d3c1b2950/image.png', 'caption': None}, {'image': '/private/var/folders/8r/xj_b9xgx1fn54j87jwrdtk6c0000gn/T/gradio/ceb8074049032e127ccacab0ba7aaa20f55728181178dadcd75826c8cb4fe06e/image.png', 'caption': None}, {'image': '/private/var/folders/8r/xj_b9xgx1fn54j87jwrdtk6c0000gn/T/gradio/fd6abc2ef3ae975cfc23c826fa8fcf806b6ad488acd3656b9a74a7bc30461545/image.png', 'caption': None}, {'image': '/private/var/folders/8r/xj_b9xgx1fn54j87jwrdtk6c0000gn/T/gradio/569ff45a1c58acf49f39180354f634cdea0614cb67bf176d0329dde749b169b7/image.png', 'caption': None}], '/private/var/folders/8r/xj_b9xgx1fn54j87jwrdtk6c0000gn/T/gradio/3ab3d51c8e756e55f6a002b4bf0daf4295e910e53390dfd1d88fba012853e77b/tmpzxx8xgyz.pptx', '/private/var/folders/8r/xj_b9xgx1fn54j87jwrdtk6c0000gn/T/gradio/b616692085a4aa60302969061a769caf68a530ddabeef4b0974b27d94f92528a/tmpzi8kcs6l.zip', 1953539652)

可以看到文件已经保存在本地，直接 open 即可看到：

open "/private/var/folders/xxxxx"