LayerDiffusion est une méthode permettant aux modèles de diffusion latente pré-entraînés à grande échelle de générer des images transparentes. Cette méthode permet de générer des images transparentes uniques ou plusieurs calques transparents. Elle apprend une « transparence latente », encodant la transparence du canal alpha dans l'espace latent du modèle de diffusion latente pré-entraîné. En ajustant la transparence ajoutée comme un décalage latent, elle modifie de manière minimale la distribution latente d'origine du modèle pré-entraîné, préservant ainsi la qualité prête à la production des grands modèles de diffusion. En affinant l'espace latent, n'importe quel modèle de diffusion latente peut être transformé en générateur d'images transparentes. Nous avons entraîné le modèle sur un million de paires d'images transparentes collectées grâce à une collaboration homme-machine. Nous montrons que la transparence latente peut être appliquée à différents générateurs d'images open source, ou adaptée à divers systèmes de contrôle conditionnel, permettant la génération de calques conditionnels avant-plan/arrière-plan, la génération de calques conjoints, le contrôle de la structure du contenu des calques, etc. Une étude utilisateur a révélé que dans la plupart des cas (97 %), les utilisateurs préféraient notre contenu transparent généré nativement aux solutions temporaires précédentes, telles que la génération puis le rognage. Les utilisateurs ont également déclaré que la qualité des images transparentes que nous générons est comparable à celle des actifs transparents commerciaux réels, tels que ceux d'Adobe Stock.