LayerDiffusion ist eine Methode, die es großen, vorab trainierten latenten Diffusionsmodellen ermöglicht, transparente Bilder zu generieren. Die Methode erlaubt die Erzeugung einzelner transparenter Bilder oder mehrerer transparenter Ebenen. Sie lernt eine „latente Transparenz“, die die Alphakanal-Transparenz in den latenten Raum des vorab trainierten latenten Diffusionsmodells kodiert. Durch die Anpassung der hinzugefügten Transparenz als latente Verschiebung wird die ursprüngliche latente Verteilung des vorab trainierten Modells minimal verändert, um die produktionsbereite Qualität der großen Diffusionsmodelle zu erhalten. Durch Feinabstimmung des latenten Raums kann jedes latente Diffusionsmodell in einen Generator für transparente Bilder umgewandelt werden. Wir haben das Modell mit einer Million transparenter Bildebenen trainiert, die mithilfe menschlicher und maschineller Zusammenarbeit gesammelt wurden. Wir zeigen, dass die latente Transparenz auf verschiedene Open-Source-Bildgeneratoren angewendet oder an verschiedene bedingungsgesteuerte Systeme angepasst werden kann, um Anwendungen wie die Erzeugung von Vorder-/Hintergrund-Bedingungsebenen, die gemeinsame Erzeugung von Ebenen und die Steuerung der Ebenenstruktur zu ermöglichen. Benutzerstudien zeigen, dass in den meisten Fällen (97 %) die von uns nativ generierten transparenten Inhalte gegenüber früheren provisorischen Lösungen wie dem Generieren und anschließenden Freistellen bevorzugt werden. Benutzer berichten außerdem, dass die Qualität der von uns generierten transparenten Bilder mit echten kommerziellen transparenten Assets wie von Adobe Stock vergleichbar ist.