LayerDiffusion 是一種使大規模預訓練潛在擴散模型能夠生成透明圖像的方法。該方法允許生成單個透明圖像或多個透明圖層。它學習了一種 “潛在透明度”，將 Alpha 通道透明度編碼到預訓練潛在擴散模型的潛在空間中。通過將添加的透明度調節為潛在偏移，最小程度地改變預訓練模型的原始潛在分佈，以保留大型擴散模型的生產就緒質量。通過調整潛在空間對其進行微調，可以將任何潛在擴散模型轉換為透明圖像生成器。我們使用人機協作收集的 100 萬個透明圖像層對對模型進行訓練。我們展示了潛在透明度可以應用於不同的開源圖像生成器，或者適應於各種條件控制系統，實現前景 / 背景條件圖層生成，聯合圖層生成，圖層內容結構控制等應用。用戶研究發現，在大多數情況下（97%），用戶更喜歡我們本地生成的透明內容，而不是之前的臨時解決方案，比如生成然後摳圖。用戶還報告說，我們生成的透明圖像的質量與 Adobe Stock 等真實商業透明資產相媲美。