在計(jì)算機(jī)視覺領(lǐng)域，生成圖像的大規(guī)模模型已經(jīng)變得越來越重要。然而，在這些模型中，能夠生成透明圖像或帶有透明度分層的圖像的技術(shù)卻并不多見。盡管市場對這類技術(shù)的需求很大，但相關(guān)的研究卻相對較少。

為了填補(bǔ)這一空白，ContorlNet的作者們推出了一項(xiàng)名為LayerDiffusion的項(xiàng)目。這個項(xiàng)目利用已經(jīng)過預(yù)訓(xùn)練的潛在擴(kuò)散模型，創(chuàng)造出能夠生成透明圖像的模型。LayerDiffusion不僅能生成單獨(dú)的透明圖像，還能生成多層透明圖層，為用戶提供了更多的創(chuàng)意空間。

LayerDiffusion的核心技術(shù)被稱為“潛在透明度”。它通過整合透明度（即alpha通道）到預(yù)訓(xùn)練模型的潛在結(jié)構(gòu)中，使得模型能夠生成帶有透明度的圖像。這樣做的好處是，它幾乎不改變模型原有的潛在分布，從而保持了模型的高質(zhì)量輸出能力。

在訓(xùn)練模型時，研究人員采用了涉及人機(jī)互動的方法，收集了大量透明圖像層數(shù)據(jù)。這些數(shù)據(jù)使得模型能夠更好地理解和生成透明圖像。實(shí)驗(yàn)結(jié)果顯示，潛在透明技術(shù)不僅可以應(yīng)用于各種開源圖像生成器，還可以適配多種條件控制系統(tǒng)，實(shí)現(xiàn)不同應(yīng)用場景下的層生成和結(jié)構(gòu)控制。

一項(xiàng)用戶研究發(fā)現(xiàn)，用戶更喜歡直接生成的透明內(nèi)容，而不是之前的臨時解決方案（如先生成圖像再進(jìn)行摳圖處理）。生成的透明圖像在質(zhì)量上甚至可以與真實(shí)的商業(yè)級透明素材相媲美，如Adobe Stock提供的素材。

LayerDiffusion的出現(xiàn)，不僅為我們提供了一種新的圖像生成技術(shù)，還為我們帶來了更多的創(chuàng)意和可能性。它讓我們能夠更方便地生成透明圖像，為設(shè)計(jì)、廣告、游戲等領(lǐng)域帶來了更多的便利和可能性。