> ## Documentation Index
> Fetch the complete documentation index at: https://dripart-docs-custom-nodes-sdk-v2-frontend.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# EmptyQwenImageLayeredLatentImage - ComfyUI Built-in Node Documentation

> Empty Qwen Image Layered Latent 准备 Qwen-Image-Layered 模型绘制所需的空白画布。

Empty Qwen Image Layered Latent 准备 Qwen-Image-Layered 模型绘制所需的空白画布。可以把它想象成一叠按顺序夹在一起的干净描图纸：模型在第一张纸上画出完整画面，之后的每一张纸分别画出该画面的一部分。此节点决定纸张的大小和张数。它本身不绘制任何内容。

## 输入

| 参数     | 描述                                                                                                           | 数据类型 | 必填 | 范围                              |
| ------ | ------------------------------------------------------------------------------------------------------------ | ---- | -- | ------------------------------- |
| `宽度`   | 要创建的潜空间图像的宽度。该值必须能被 16 整除。（默认值：640）                                                                          | INT  | 是  | 16 to MAX\_RESOLUTION (step 16) |
| `高度`   | 要创建的潜空间图像的高度。该值必须能被 16 整除。（默认值：640）                                                                          | INT  | 是  | 16 to MAX\_RESOLUTION (step 16) |
| `图层`   | 将画面分离为多少层。始终会额外保留一张纸用于完整画面，因此你得到的是 `layers + 1` 张图像，而不是 `layers` 张。设为 2，你会得到完整画面加 2 层。设为 0，你只会得到完整画面。（默认值：3） | INT  | 是  | 0 to MAX\_RESOLUTION (step 1)   |
| `批次大小` | 批次中生成的潜空间样本数量。（默认值：1）                                                                                        | INT  | 是  | 1 到 4096                        |

**注意：** `width` 和 `height` 参数在内部会被除以 8，以确定输出潜空间张量的空间维度。

## 输出

| 输出名称      | 描述                                                                         | 数据类型   |
| --------- | -------------------------------------------------------------------------- | ------ |
| `samples` | 一个填充为零的潜空间张量。其形状为 `[batch_size, 16, layers + 1, height // 8, width // 8]`。 | LATENT |

## 为什么你得到的图像比你要求的还多一张

Qwen-Image-Layered 不仅会拆分图片，还会在独立的一张纸上重新绘制完整画面，并使其与各图层一起输出。这就是为什么这一叠纸总是比你要求的层数多出一张。

* **第一张图像是完整画面，而不是一个图层。** 它只是你已有的完整画面，因此当你只需要各层时，可以将这张图丢弃。
* **将所有图层重新叠放在一起，就能再次得到完整画面。** 如果它们叠放后不能还原成第一张图像，说明分离效果不符合你的预期，因此这也是快速检查结果的简单方法。
* **保持纸张顺序。** 这叠纸是唯一记录各图层上下顺序的线索。纸张本身没有标注它们属于哪个位置，因此重新排序或丢弃图像都意味着重新排序或丢失图层。
* **输出的图层带透明通道，** 因此可以叠加而不会让下面的图层被不透明背景遮挡。

## 使用建议

像使用普通空白潜空间图像一样，将输出发送到采样器，然后在 VAE Decode 之前放置 LatentCutToBatch，并将其 `dim` 设置为 `t`。这一步会将这叠图像按顺序拆分成单独的图像，从完整画面开始。

先从默认的 3 层开始。请求更多层意味着更长的生成时间和更精细的分离，在了解模型使用较少的层数时的表现之前，不值得增加层数。

> 本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！ [在 GitHub 上编辑](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/EmptyQwenImageLayeredLatentImage/zh.md)

***

**Source fingerprint (SHA-256):** `5ccac979fcbcefb65f28867a89401c095cb330e09c13270008c32feeeafb1287`