
使用這項專用的圖片轉圖層工作流程,將一張符合條件的來源圖片轉換成底圖與分離的視覺元素,方便後續編輯、版面重建或素材準備。
任務最終用量會向上取整為整數點數。

範例輸出
Seedream 5.0 Pro Layer Decomposition
圖片分層

範例輸出
Seedream 5.0 Pro Layer Decomposition
最適合
支援
線上試用
目前還沒有可顯示的結果。
模型範例
瀏覽媒體與文字範例。






決策適配
決策適配
最適合的任務
任務接近這些情境時使用
Seedream 5.0 Pro Layer Decomposition 常見問題
它會產生一張底圖與分離的視覺圖層。底圖會採用你選擇的輸出格式,分離的圖層則以 PNG 檔案回傳。
不同。這是一項專用的圖片轉圖層工作流程,需要恰好一張來源圖片,目的是分離該圖片中的元素,而不是根據多張參考圖生成新的合成圖片。
不用,提示詞是選用項目。你可以留空,讓模型自動辨識主要元素;也可以描述要分離的部件,或在需要指定特定區域時使用支援的 <bbox>x1 y1 x2 y2</bbox> 表達式。
請上傳恰好一張 PNG/JPEG 圖片,大小上限為 30 MB。來源圖片的像素總數必須介於 262,144 至 36,000,000,長寬比須介於 1:16 至 16:1。系統不支援 HEIC 與 HEIF。
如果成本較低的可編輯拆解已足夠,可使用 1K 或 1.5K;需要較高尺寸級別時則選擇 2K。自動會根據來源圖片選擇尺寸,最高可能需要 14 點數級別。
上傳一張符合條件的來源圖片,視需要描述要分離的元素或區域,選擇尺寸與底圖格式,再送出圖片轉圖層任務。
這個工作流程一次會拆解一張扁平化的來源構圖。如果想用多張參考圖引導新圖片,請改用標準的 Seedream 5.0 Pro 頁面。
PNG 或 JPEG 設定會控制底圖格式,分離的圖層本身則會以 PNG 檔案回傳。
需要。公開頁面可用來了解並準備任務;上傳來源圖片與送出生成則需要登入,讓 Rivya 能驗證檔案並管理點數與任務紀錄。
檢查目標主體的邊界是否分離乾淨、細小細節是否留在正確圖層,以及底圖是否仍適合下一個編輯步驟。
比較替代模型
使用文字生成圖片,或透過最多 16 張參考圖編輯圖片。支援 1K、2K、4K 解析度,以及自動、透明和不透明背景。
為什麼考慮它
如果下一個任務需要 提示詞 + 可選圖片,可以考慮它。
使用文字生成圖片,或透過最多 16 張參考圖編輯圖片。支援 1K、2K、4K 解析度,以及自動、透明和不透明背景。
為什麼考慮它
如果下一個任務需要 提示詞 + 可選圖片,可以考慮它。
OpenAI 在 Rivya 上較新的 GPT Image 模型,支援 text-to-image、image-to-image、最多 16 張參考圖片,以及清楚的 1K / 2K / 4K 點數層級。
為什麼考慮它
如果下一個任務需要 提示詞 + 可選圖片,可以考慮它。