Giải thích Qwen Image Layered

Qwen Image Layered thú vị ở chỗ nó xem một bức ảnh là thứ nhiều hơn một hình chữ nhật đã hoàn thiện. Ý tưởng trung tâm của nó là một bức ảnh có thể được biểu diễn như một cấu trúc lớp RGBA, trong đó mỗi phần hữu ích đều giữ lại cả pixel màu lẫn độ trong suốt.

Nghe thì có vẻ kỹ thuật, nhưng ý nghĩa với thiết kế lại rất đơn giản: mô hình đang cố tạo ra thứ gần với một tệp nhiều lớp, chứ không chỉ là một ảnh xem trước.

Câu trả lời nhanh

Qwen Image Layered là một hướng mô hình ảnh có nhận biết lớp đến từ đội ngũ Qwen. Nó khám phá cách tạo ra hoặc phân rã ảnh thành các lớp RGBA chỉnh sửa được, để bức ảnh cuối cùng vẫn có thể được xem như một ảnh bình thường, trong khi chủ thể, bóng đổ, đồ họa, vật thể tiền cảnh và nền bên dưới vẫn dễ chỉnh sửa hơn.

Cách giải thích theo phong cách chính thức của Qwen rất hữu ích, vì nó cho thấy cùng một ý tưởng từ nhiều góc độ:

• ảnh đầu vào phẳng hoặc ảnh được tạo ra;
• cấu trúc lớp trong suốt đã được tách;
• ảnh cuối cùng được ghép lại;
• các ví dụ chỉnh sửa cục bộ chứng minh rằng những lớp đó dùng được;
• các kênh alpha giải thích vì sao mỗi lớp có thể nằm trên nền trong suốt.

Lớp RGBA thực sự có nghĩa là gì

RGB lưu màu. RGBA lưu màu cộng với alpha, tức kênh trong suốt. Kênh thứ tư đó chính là lý do một lớp có thể đặt lên trên một lớp khác mà không kèm theo một khối hộp chữ nhật bao quanh.

Trong một quy trình nhiều lớp, điều này quan trọng hơn cả tên của mô hình. Một lớp chủ thể nên chứa chủ thể và khoảng trong suốt xung quanh. Một lớp bóng đổ nên chứa những pixel mềm, bán trong suốt. Một lớp nền được tái tạo nên vẫn hữu ích khi nội dung tiền cảnh bị ẩn đi hoặc bị di chuyển.

Vì sao đây không chỉ là xóa nền

Xóa nền thường chỉ cho ra một hình cắt tiền cảnh duy nhất. Qwen Image Layered chỉ tới một bài toán rộng hơn: nên tách toàn bộ bức ảnh như thế nào để về sau còn chỉnh sửa được?

Khác biệt đó rất dễ bị bỏ qua. Một bản phân rã lớp tốt có thể gồm:

• một lớp chủ thể;
• một lớp bóng đổ mềm;
• các đạo cụ tiền cảnh;
• chữ hoặc dấu hiệu đồ họa khi ảnh cho phép;
• một nền được tái tạo hoặc một tấm nền cơ sở;
• một bản xem trước đã ghép lại vẫn khớp với ảnh gốc.

Đó là lý do một bản xem trước nhiều lớp có thể trông gần như y hệt ảnh đầu vào mà vẫn có giá trị. Giá trị không nằm ở hiệu ứng thị giác ấn tượng. Giá trị nằm ở quyền kiểm soát.

Điều mà cách trình bày của Qwen làm đúng

Cách thuyết phục nhất để giải thích các mô hình có nhận biết lớp không phải là một tấm ảnh chủ đạo duy nhất. Đó là một chuỗi ví dụ.

Trước tiên, hãy cho xem ảnh gốc. Rồi cho xem từng lớp đã tách trên nền trong suốt. Tiếp đó là ảnh đã ghép lại. Cuối cùng, cho xem một thao tác chỉnh sửa vốn khó trên ảnh phẳng, chẳng hạn di chuyển chủ thể, thay một đồ họa, ẩn một vật thể, hoặc giữ bóng đổ độc lập.

Chuỗi đó dạy người dùng đúng mô hình tư duy cần có: đầu ra không chỉ là "một bức ảnh". Đó là một tài nguyên ảnh có cấu trúc.

Điểm mạnh thực tế

Các mô hình có nhận biết lớp đặc biệt hữu ích khi bức ảnh vốn đã có sẵn cấu trúc thiết kế:

• Ảnh sản phẩm có bao bì, đạo cụ, bóng đổ và tấm nền.
• Poster có chủ thể, vùng chữ, hình trang trí và nền.
• Ảnh chân dung hoặc ảnh nhân vật, nơi tóc, trang phục, bóng đổ và nền có thể cần xử lý riêng.
• Hình ảnh marketing cần được phối lại nhanh thành các bố cục mới.
• Ảnh được tạo ra và nên được chỉnh sửa sau khi tạo, thay vì phải tạo lại từ đầu.

Với những trường hợp này, một cấu trúc lớp có thể giúp nhà thiết kế khỏi phải dựng lại mặt nạ và nền bằng tay.

Giới hạn thực tế

Phân rã lớp vẫn là cách diễn giải của mô hình, không phải một tệp PSD hoàn hảo được bảo đảm. Nó có thể gặp khó với thủy tinh, các chi tiết li ti, cảnh đông đúc, vật thể chồng lấn, kiểu chữ chính xác, bóng đổ phức tạp và những vật thể dính liền nhau về mặt thị giác.

Vài câu hỏi tốt để kiểm tra:

• Các vật thể quan trọng đã được tách chưa?
• Viền lớp có đủ sạch không?
• Lớp bóng đổ có hữu ích khi đứng riêng không?
• Nền được tái tạo trông có tự nhiên không?
• Số lớp có vừa sức quản lý cho thao tác chỉnh sửa dự định không?

Điều này liên quan thế nào đến Image2Layer

Image2Layer được xây dựng cho phiên bản thực dụng của quy trình này. Bạn tải lên một tệp JPG, PNG hoặc WebP phẳng, xem trước các lớp được tạo, bật tắt chúng, rồi xuất ra các tài nguyên PNG trong suốt, một gói ZIP, hoặc một PSD nhiều lớp.

Nếu bạn đang thử nghiệm một quy trình phân rã lớp, hãy bắt đầu từ đây:

Mở không gian làm việc Image2Layer

Bài viết liên quan:

• Giải thích tính năng tách lớp của Seedream 5 Pro
• Cách chọn số lớp phù hợp trong Ảnh thành lớp

Nguồn tham khảo và đọc thêm

• Thông báo ra mắt Qwen Image Layered

• Kho mã Qwen Image Layered trên GitHub

• Bài báo Qwen Image Layered trên arXiv