LayerDiffusion（现已更名为LayerDiffuse）是由来自斯坦福大学的研究人员 Lvmin Zhang（即ControlNet的作者张吕敏）和 Maneesh Agrawala 共同提出的一种利用大规模预训练的潜在扩散模型（如Stable Diffusion）生成透明图像的技术，可以帮助用户生成单个透明图像或多个透明图层。该方法的核心在于引入了“潜在透明度”的概念，将图像的alpha通道的透明度信息编码到潜在空间中，从而使得原本用于生成非透明图像的模型能够生成具有透明度的图像。

借助LayerDiffusion，用户无需先生成图片再利用如Remove.bg之类的AI技术进行抠图，可以直接快速生成背景透明的免抠图片。

LayerDiffusion – AI生成具有透明度的图像的框架 第1张
（图片来源网络，侵删）
LayerDiffusion – AI生成具有透明度的图像的框架 第2张
（图片来源网络，侵删）