【動画の概要】 皆さんこんにちは、AI is in Wonderlandのアリスです！ 今回は、1枚の画像から背景と被写体を自動でレイヤー分けしてくれる驚きのモデル「Qwen-Image-Layered」をご紹介します。

背景透過画像をそのまま出力できるこのモデルを、ComfyUIを使って実際に動かしてみました。 非常に重たいモデルですが、軽量なGGUF版との比較や、VRAMの使用量、そして驚きの抜き精度の違いなど、ローカル環境でのリアルな検証結果をお届けします。

【使用したワークフロー・モデル情報】 （※動画内で触れられているURLをここに記載してください）

Qwen-Image-Layered モデル: https://huggingface.co/Comfy-Org/Qwen...

ComfyUI GGUF モデル: https://huggingface.co/QuantStack/Qwe...

ComfyUI Wiki ワークフロー: https://comfyui-wiki.com/ja/tutorial/...

text_encoders: https://huggingface.co/Comfy-Org/Qwen...

VAE: https://huggingface.co/Comfy-Org/Qwen...

タイムスタンプ（目次）
0:00 オープニング：Qwen-Image-Layeredとは？
0:34 重たいモデルと軽量GGUF版の比較について
1:04 ComfyUIでの準備と必要なモデルのダウンロード
1:51 本家ワークフローの注意点とおすすめのワークフロー
2:32 GGUF用カスタムノードとモデルローダーの設定
4:23 プロンプトとレイヤー分けの仕様解説
5:46 3レイヤーでの生成テスト開始
6:54 検証①：軽量モデル（Q4）の生成結果と透過精度
9:07 検証②：上位モデル（Q8）との違いとガチャ要素
10:55 検証③：本家40GBモデルの圧倒的なクオリティとVRAM使用量
12:10 他のAI（ChatGPT等）との比較結果
12:52 活用方法：キャラクターやロボットの自由な配置換え
13:11 エンディング：実際に使ってみた感想と今後の展望