【创新研究】ControlNet张吕敏再掀热潮，推出一项名为LayerDiffusion的前沿技术，在AI图像生成领域引发了极高关注。这项技术通过Stable Diffusion模型，仅凭一句提示语就能直接生成高质量的单个或多个透明图层PNG文件，打破了以往对抠图技术的依赖。
    在实际应用中，只需输入“头发凌乱的女性，在卧室里”或“燃烧的柴火，在一张桌子上，在乡下”这样的描述，LayerDiffusion就能够创造出令人惊叹的图像效果。人物与背景分离清晰，甚至连发丝和火焰边缘的黑烟都能细腻地呈现出来。这一突破性进展不仅革新了动画和视频制作的核心工序，而且解决了SD一致性的问题，网友对此反响热烈，纷纷表示期待已久。
    LayerDiffusion实现透明图像生成的关键在于其独特的潜在透明度方法。该方法能够在不破坏预训练扩散模型潜在分布的前提下，为模型赋予透明度信息。通过精心设计的小扰动作为额外通道，与RGB通道结合构成完整的潜在图像，并通过专门训练的编码器和解码器网络来实现透明度信息的编码、解码。
    为了保证添加的潜在透明度不影响预训练模型性能，研究者引入了“无害性”度量标准，并采用联合损失函数进行优化，确保生成图像的质量、原始图像解码的一致性和生成的真实性。
    更令人瞩目的是，LayerDiffusion不仅能生成单一透明图层，还能拓展至多层生成以及与其他条件控制系统整合，以应对前景/背景条件生成、联合图层生成、结构化控制等多种复杂图像生成任务。同时，它还能与ControlNet巧妙融合，进一步丰富功能特性。
    相较于传统抠图技术，LayerDiffusion原生支持透明图像生成，无需后期处理；在潜在空间而非像素空间操作，使得透明度处理更为自然且不受复杂场景限制；利用大规模数据集训练，提供更高的灵活性和控制力，用户可通过文本提示指导生成过程，并能生成可混合组合的多个图层；此外，97%的用户偏好表明，LayerDiffusion生成的透明图像质量堪比甚至超越商业级透明资产。
    低调而卓越的张吕敏，这位苏州大学毕业、斯坦福大学在读博士，凭借一连串的顶会论文和创新发明，再次证明了自己的实力。尽管LayerDiffusion目前尚未开源，但其在GitHub上的关注度已飙升至660星，足见其潜力无限。对于期待未来AI图像生成技术发展的广大研究人员和爱好者来说，LayerDiffusion无疑是一个值得密切关注的技术新星。