开源项目 Kokon 0.12 把 Qwen-Image 2.1 接入了一套分层修图流程:点选对象后生成独立图层,重绘被遮挡的背景,再导出 PSD。值得关注的是,它没有停在“生成一张更逼真的图”,而是在补齐图片编辑软件长期缺失的实操环节。
这是什么
Kokon 是一款本地运行的图片编辑器,核心模型是 Qwen-Image 2.1 Turbo。系统先用 MobileSAM 识别点击对象,再通过抠图模型分离主体,并让 Qwen-Image 重绘被遮住的背景;移动对象后,还可尝试补画接触阴影和倒影。开发者还提供了本地服务器、Docker 部署、Mac 版引擎,以及供智能体调用的 MCP 接口。MCP(让外部程序调用模型工具的接口标准)在这里意味着,自动化流程可以直接生成或编辑图片。
目前流程仍偏实验性:删除大型对象时可能凭空生成另一个物体,人物相互接触时容易合并或拆分,物体被完全遮挡的部分也无法补全。按项目测试,RTX 5070 Ti 上每个对象的背景重绘约需 15—25 秒,M2 Pro 则约为一至两分钟。
行业怎么看
我们认为,这比一次性的文生图更接近专业工作的实际需求。设计师、电商团队和营销人员真正需要的,往往不是更漂亮的孤立图片,而是能够继续修改、交付和复用资产的工程流程。把对象拆层、保留背景、导出 PSD,等于把生成模型接进了既有软件生态,而不是要求用户重新学习一套工具。
但风险也很明确:当前结果依赖多次生成和人工选区,速度与稳定性尚不足以替代传统抠图和合成软件。更关键的是,Qwen-Image 权重采用非商业许可,Kokon 本身虽以 AGPL 开源,企业商用仍需分别核对模型权重与代码授权,不能把“免费开源”直接等同于“可免费商用”。
对普通人的影响
对企业 IT:本地运行和局域网服务让敏感图片不必上传云端,适合有素材保密要求的团队;但部署 GPU、模型授权和流程稳定性仍是采用门槛。
对个人职场:非设计岗位的人也可能快速完成商品换背景、人物移动等基础修图,减少反复写提示词和手工合成的成本。
对消费市场:免费工具把高质量分层修图的价格继续压低,但这类能力短期内更可能进入专业软件插件,而不是取代 Photoshop。