LayerDiffusion é um método que permite que modelos de difusão latente pré-treinados em larga escala gerem imagens transparentes. Este método permite gerar imagens transparentes individuais ou múltiplas camadas transparentes. Ele aprende uma "transparência latente", codificando a transparência do canal alfa no espaço latente do modelo de difusão latente pré-treinado. Ao ajustar a transparência adicionada como um deslocamento latente, altera-se minimamente a distribuição latente original do modelo pré-treinado, preservando a qualidade de produção pronta do modelo de difusão em larga escala. Ao ajustar o espaço latente para refiná-lo, qualquer modelo de difusão latente pode ser convertido em um gerador de imagens transparentes. Treinamos o modelo usando 1 milhão de pares de camadas de imagens transparentes coletadas por meio de colaboração humano-máquina. Demonstramos que a transparência latente pode ser aplicada a diferentes geradores de imagens de código aberto ou adaptada a vários sistemas de controle condicional, permitindo aplicações como geração de camadas condicionais de primeiro plano/fundo, geração de camadas conjuntas e controle da estrutura do conteúdo da camada. Estudos com usuários descobriram que, na maioria dos casos (97%), os usuários preferem o conteúdo transparente gerado localmente ao invés de soluções temporárias anteriores, como gerar e, em seguida, recortar. Os usuários também relataram que a qualidade das imagens transparentes geradas é comparável à de ativos transparentes comerciais reais, como os do Adobe Stock.