这个黑五,用好创意,让好货卖爆。查看活动
一张平面海报被拆分为底图与文字、主体、装饰等多个独立透明图层
教程

用 Seedream 5.0 Pro Layerize API 把一张图拆成可编辑图层

Jacey
Jacey
2026年8月15日
13 分钟阅读
现在多数所谓的「AI 修图」,本质上还是把整张图重新生成一遍,然后祈祷你满意的部分能活下来。Seedream 5.0 Pro Layerize(图层拆分)换了个思路:你给它一张成品图,它把这张图拆开还给你——一张底图,加上若干张透明 PNG 图层,每一层都是一个可以单独移动、缩放、替换的元素。
最短路径:向 https://api.evolink.ai/v1/images/generations 发 POST,model 填 doubao-seedream-5.0-pro-layerize,带上恰好一张图片 URL。返回的是任务 ID 而不是图片——这个模型是异步的,耗时约 120 秒。之后轮询 GET /v1/tasks/{task_id},等 status 变成 completed,再从 result_data 里取图层。

本文重点讲容易踩坑的地方:三种「指定拆哪些元素」的方式、为什么按张计费让图层数量成为成本的主要变量,以及比普通生成更严格的输入限制。

你会拿到什么

一次请求产出 1 到 17 张图:1 张底图,加最多 16 个图层。
产出格式是什么
底图跟随 output_format(默认 jpeg)背景,且被拿走的元素下方会自动补全
图层 1…16恒为带 alpha 通道的 PNG,不受 output_format 影响每层一个元素,其余区域透明

值得停一下的是底图。当 Layerize 把标题文字从海报上揭下来时,它不会留一个洞——而是把文字底下原本的内容重建出来。这正是它和「抠图 / 分割蒙版」的本质区别,也是产出能直接丢进设计软件、不用二次修补的原因。

图层数量不由你决定。没有任何参数能控制它,拆出几层取决于拆分结果。而且没有部分成功——只要有任意一个图层失败,整个请求失败,并全额退款。

三种指定图层的方式

prompt 是可选的,三种用法各对应一类活。
Seedream 5.0 Pro Layerize API 的三种图层指定方式:自动全量拆分、自然语言点名元素与 bbox 坐标精确框选
Seedream 5.0 Pro Layerize API 的三种图层指定方式:自动全量拆分、自然语言点名元素与 bbox 坐标精确框选

1. 不传 prompt —— 自动全量拆分

{
  "model": "doubao-seedream-5.0-pro-layerize",
  "image_urls": ["https://example.com/poster.png"],
  "quality": "auto",
  "output_format": "jpeg"
}

完全不给提示词时,模型自己识别图中所有主要元素——文字块、主体、装饰、背景——逐个拆成独立图层。这是这个模型最主要的用法,一张复杂海报通常能拆出十层以上。

有个实现细节反复坑人:要整个键不发,而不是发空字符串。"prompt": "" 会被上游理解成「用户给了一个空提示词」,从而丢掉自动识别的语义。正确做法是请求体里根本没有 prompt 这个键。

2. 自然语言 —— 点名要哪些元素

{
  "model": "doubao-seedream-5.0-pro-layerize",
  "prompt": "把鹦鹉和标题文字拆出来",
  "image_urls": ["https://example.com/poster.png"],
  "quality": "2K"
}

只关心两三个元素、不想为全量拆分买单时用这个。元素是按语义识别的,所以你说「标题文字」就行,不需要知道它在哪个位置。

3. bbox 坐标 —— 精确框定区域

{
  "model": "doubao-seedream-5.0-pro-layerize",
  "prompt": "标题文字<bbox>179 58 809 197</bbox>, 1 只鹦鹉<bbox>330 274 641 991</bbox>",
  "image_urls": ["https://example.com/poster.png"],
  "quality": "1.5K"
}
<bbox> 标签内是四个数字,用归一化的 0–1000 坐标(不是像素),顺序为 左 上 右 下。当自然语言有歧义时用它——比如同一画面里有两个相似产品,或者有多个文字块、「那个标题」可能指其中任意一个。
一个实用套路:先跑一次自动拆分,从结果里读出各图层的 bounding_box.normalized,再用这些坐标重跑一次,就能拿到你想要的精确切分。

异步流程

第一步 —— 提交任务

curl -X POST https://api.evolink.ai/v1/images/generations \
  -H "Authorization: Bearer $EVOLINK_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "doubao-seedream-5.0-pro-layerize",
    "image_urls": ["https://example.com/poster.png"],
    "quality": "auto"
  }'

返回的是任务句柄,不是图片:

{
  "id": "task-unified-1757165031-seedream5prolayerize",
  "object": "image.generation.task",
  "model": "doubao-seedream-5.0-pro-layerize",
  "status": "pending",
  "progress": 0,
  "type": "image",
  "task_info": { "can_cancel": true, "estimated_time": 120 },
  "usage": { "billing_rule": "per_call", "credits_reserved": 39.168 }
}
注意 credits_reserved:这是按最坏情况预留的预估值,实际扣费按真正产出的图片数量和尺寸结算。

第二步 —— 轮询直到完成

curl https://api.evolink.ai/v1/tasks/task-unified-1757165031-seedream5prolayerize \
  -H "Authorization: Bearer $EVOLINK_API_KEY"
status 会走 pending → processing → completed(或 failed)。按 120 秒左右预算,每 5 秒轮询一次足够。不想轮询就在提交时传 callback_url:仅支持 HTTPS、禁止内网地址、在计费确认后触发,失败最多重试 3 次(间隔 1 秒 / 2 秒 / 4 秒)。

第三步 —— 读取图层

result_data 里每一项都带着足以在任意画布上还原构图的元数据:
字段含义
z_index叠放次序。0 是底图,图层从 1 开始递增
bounding_box.absolute在底图像素坐标系中的位置
bounding_box.normalized同一个框,0–1000 归一化坐标
name模型生成的名称,例如「绯红金刚鹦鹉」
description对该元素更长的描述
底图只带 z_index: 0,没有 name 和 bounding_box。按 z_index 排序、把每个图层放到它的 absolute 框位置合成,就能精确还原原图。
及时保存文件:生成的图片链接 24 小时后失效。

输入限制比普通生成更严

整条链路里失败最多的就是这一步,因为 Layerize 并不接受普通 Seedream 生成能接受的全部输入。

限制取值
图片数量恰好 1 张。不传或传 2 张及以上都会报错
格式仅 .png、.jpeg、.jpg——webp 会被拒绝
文件大小≤ 30MB
总像素总量 262,144 到 36,000,000——512×512 是刚好达标的最小正方形
宽高比1:16 到 16:1 之间
URL必须能被服务端直接访问,或访问即触发直接下载
其中两条反复坑人:webp 在普通生成里没问题,在这里会被拒——如果你的管线存的是 webp,调用前先转格式。另外 262,144 的总像素下限比普通生成更高,缩略图会直接失败。
quality 的取值也更窄:图层模式只接受档位 auto、1K、1.5K、2K。传比例(如 16:9)或具体像素(如 2048x2048)会报错。用 auto 时输出跟随原图——原图落在 921,600 到 4,624,220 像素之间就保持原样,低于 1K 则按 1K 输出,高于 2K 则按 2K 输出。

计费:数的是输出图片,不是请求次数

这是第一次看账单时最容易意外的地方。每张输出图按它自己的像素数定档计费——不看底图尺寸,也不是按请求计费。

EvoLink 上的 Layerize 比 BytePlus 官方价低 20%:

项目BytePlus 官方价EvoLink
输入图$0.003$0.0024
输出图 低档(≤ 2,610,000 像素)$0.0225$0.018
输出图 高档(> 2,610,000 像素)$0.045$0.036
1K 和 1.5K 同价,都落在低档。档位是逐张判定的,所以 2K 底图按高档计费,而从它上面揭下来的小文字层按低档计费。

两个实算例子:

简单的 1K 拆分,拆出三个图层: 1 张输入图($0.0024)+ 1 张底图($0.018)+ 3 个图层($0.054)= $0.0744
一张 2K 海报拆出 8 个小文字层: 1 张输入图($0.0024)+ 1 张高档底图($0.036)+ 8 个低档图层($0.144)= $0.1824
结论很清楚:决定成本的是图层数量,不是分辨率。八个小文字层的花费是那张 2K 底图的四倍。所以如果你只需要产品和标题两个元素,就在 prompt 里说清楚,别跑全量自动拆分——把目标从十个元素收窄到两个,省下的是实打实的钱,不是抠细节。

四个会让你翻车的点

  1. 发 "prompt": "" 而不是不发这个键。会直接废掉自动识别——这个模型最好用的能力。
  2. 以为 output_format: "png" 能影响图层。它只管底图。图层恒为带 alpha 的 PNG。
  3. 把失败当成部分成功来处理。没有部分成功。任一图层失败即整体失败并全额退款,所以重试逻辑要按「全有或全无」来写。
  4. 让链接过期。24 小时后就没了。在同一个任务里轮询完就立刻下载。

常见问题

最多能拆出多少层?

1 到 16 个图层,加上底图,最多 17 张输出图。不能指定具体数量,由拆分结果决定。

能控制拆哪些元素吗?

可以,三种方式:不传 prompt 走自动全量拆分;用自然语言描述元素;或用 <bbox> 标签以归一化 0–1000 坐标精确框定。

图层真的是透明 PNG 吗?

是,每个图层都是带 alpha 通道的 PNG,且不受 output_format 影响。那个参数只管底图。

一次调用要多久?

约 120 秒,明显慢于普通图片生成,这也是它设计成异步的原因。不想轮询可以用 callback_url。

某个图层失败了会怎样?

整个请求失败——没有部分成功——并且全额退款。

任何图片都能拆吗?

需要 PNG 或 JPEG、总像素至少 262,144(例如 512×512)、小于 30MB、宽高比在 1:16 到 16:1 之间。webp 会被拒绝,尽管普通生成接受它。


想先在浏览器里试,可以去 Seedream 5.0 Pro 模型页,Playground 里有 Layer Split 模式,同样支持上面三种指定方式。实时价格见价格页,上线说明见发布记录。

相关工作流

如果下一步需要的是一张可复用的透明图片,可阅读 Seedream 5.5 透明 PNG 指南。模型选择与当前接入方式见 Seedream 5.5 模型页。
拆分后的合成与文字替换,可参考 Seedream 5.5 图层重组指南。

通过统一 API 接入 AI 模型

比较模型能力与当前价格,再按 API 文档接入适合你任务的模型。