Seedream 5.0 Pro 图层分离：返回什么，如何合成还原

Seedream 5.0 Pro 图层分离接收一张成品图，返回底图和最多 16 个透明 PNG 图层，每层都有名称、描述、堆叠顺序和边界框。^[1] 在 API 中，只需在普通图像请求里开启 layer_decomposition。发送一张图，拿回拆开的各个部分。

我们在 2026 年十一月 1 日和 2 日，在 SeedRouter 上用自己生成的两张海报各跑了一次。结论很直接：平面设计拆得干净，但图层文件的尺寸并不等于它在画布上占的尺寸；默认水印若不关闭，合成后会散落在画面各处。下面是具体数据和代码。参数见 Seedream 5.0 Pro API 文档，Playground 在模型页面。

一次图层分解请求返回了什么

测试图是一张 1248 × 1872 的爵士乐海报：衬线字体标题、珊瑚色月亮、由纸片海浪剪出的萨克斯演奏者、底部的一带海浪，以及一行活动信息。我们设置 size: "1.5K"，不填提示词，并关闭水印。任务耗时 108 秒，返回六张图像：底图和五个图层。

有两点比我们预期的好。底图变成了一张空白纸，所有元素都被移除，原来的位置补上了纸张纹理。月亮图层（模型把它命名为太阳）则是一个完整的圆，连原图中被萨克斯遮住的部分也补全了。把演奏者往旁边移，后面不会留洞。

第一次测试的画面更复杂：一张 1024 × 1536 的手冲壶产品广告，以 1K 提交，不填提示词。耗时 140 秒，返回底图和 13 个图层。模型把壶、杯子、杯碟、装豆子的碗、散落的豆子、植物、三个功能图标和四块文字都分别拆了出来。description 字段比我们想象的有用。植物的描述是："Blurred green plant leaves in the top right corner. Extract the entire foliage, exclude the surrounding wall background."（右上角模糊的绿色植物叶片。提取全部枝叶，排除周围的墙面背景。）

打算用它改图前，要先知道一个限制：文字图层是文字的图片。标题图层是一张由像素组成的字形 PNG，不能像字体那样重新输入文字。要改文案，仍然得重新生成这一层的图像。

为什么 PNG 文件尺寸大于边界框

再看表格的最后两列。每个图层文件的尺寸都大于它在底图上覆盖的区域，而且放大倍数各不相同：演奏者为 1.37×，海浪为 1.51×，标题为 1.67×，活动信息为 2.66×，月亮为 2.68×。宽高比与边界框的偏差在约百分之一以内，所以没有变形，但按原始尺寸粘贴会大出很多。

官方文档说，每个图层会以“接近 size 指定分辨率的分辨率”输出，并保留所属区域的宽高比。^[1] 我们拿到的文件并不接近 1.5K：在这个设置下，五个文件的像素总数从 0.21 到 1.29 百万不等。实际合成时，应以边界框的数值为准，不能直接用文件尺寸。

合成图层该用哪个边界框？

每个图层都附带同一个边界框的两种表示。^[1] bounding_box.absolute 是以返回底图的像素为单位的 [left, top, right, bottom]。bounding_box.normalized 则以底图宽、高的千分之一为单位表示同一个框，例如萨克斯演奏者为 [198, 260, 792, 754]。在返回的底图上重建时用 absolute；要把图层放到其他尺寸的画布上，则用 normalized。

用代码把海报重新合成

按 z_index 排序，从底图开始，将每层缩放到绝对坐标边界框的大小，再按其 alpha 通道叠加。这是我们对已完成任务运行的脚本：

import io
import os

import requests
from PIL import Image

task_id = "task_..."
task = requests.get(
    f"https://api.seedrouter.ai/v1/tasks/{task_id}",
    headers={"Authorization": f"Bearer {os.environ['SEEDROUTER_API_KEY']}"},
).json()


def fetch(url):
    return Image.open(io.BytesIO(requests.get(url).content)).convert("RGBA")


items = sorted(task["output"]["data"], key=lambda item: item["z_index"])
canvas = fetch(items[0]["url"])  # z_index 0 is the base image
for item in items[1:]:
    left, top, right, bottom = item["bounding_box"]["absolute"]
    layer = fetch(item["url"]).resize((right - left, bottom - top), Image.LANCZOS)
    canvas.alpha_composite(layer, (left, top))
canvas.convert("RGB").save("rebuilt.png")

右侧的合成图与左侧原图很接近。逐像素测量，每个颜色通道在 255 级数值范围内的平均差异约为 7 到 9 级，仅有 2.8% 的像素差异超过 32 级。这些像素集中在各元素的轮廓处。每个纸片形状投在背景上的柔和阴影消失了：它没有被分到任何图层，底图上也被涂掉了。如果设计效果依赖阴影，需要在编辑器里补回来。

分解图层前先关闭水印

watermark 默认值为 true，会在右下角添加一个小小的“AI generated”标记。^[1] 普通图像只会在一个角落出现一个标记。我们第一次测试没有关闭它，结果底图的角落带了标记；13 个图层中的七个也带了标记，分别位于各自 PNG 的右下角，浮在透明像素之上。没有标记的六个图层是小图标和较细的文字块。

重新合成海报后，植物层的标记落在右边缘中段的墙面上，离任何一个角落都很远。其他带标记的图层也把标记带进了画面内部，随图层一起缩小。除非准备逐层清理，否则图层分解请求应传入 "watermark": false。

如何发送请求，费用怎么算

图层分解与图像生成使用同一个端点。处理海报时，我们建议这样请求：

{
  "model": "seedream-5-0-pro",
  "image": "https://example.com/poster.png",
  "layer_decomposition": true,
  "size": "1.5K",
  "watermark": false
}

输入必须且只能是一张 PNG 或 JPEG，宽高比在 1:16 至 16:1 之间，文件不超过 30 MB，总像素数在 262,144（512 × 512）至 36,000,000（6000 × 6000）之间。^[1] output_format 仅设置底图的格式，图层始终是 PNG。^[1] 只要一个图层失败，整次请求就会失败，不会返回部分结果。^[1]

图层分解如何计费？

在 SeedRouter 上，每张返回图像都计费，包括底图和各个图层，整次请求统一采用一个价格档位。只有每张返回图像都不超过 261 万像素，才采用低价档；只要有一张超过，整次请求就采用高价档。任务受理时，我们按一次分解最多可能返回的 17 张图像预留费用，最终只按实际返回数量收费。我们的两次测试分别返回 14 和 6 张图像，都采用低价档。分解失败不收费。

尺寸该选 auto 吗？

auto 是默认值，会让底图和各图层接近原始像素尺寸：小于 1K 的按 1K 输出，大于 2K 的按 2K 输出。^[1] 希望各个部分接近原始尺寸时，这样很方便。但也容易进入高价档，因为只要一个大图层或一张大底图就够了。我们预留费用时也将 auto 按高价档计算。对于海报和社交媒体配图，我们会传 1.5K，它与 1K 同价。

能指定要拆分哪些元素吗？

可以。图层分解的 prompt 是可选的。不填时，模型自行挑出主要元素；填写后，则按你的要求拆分。^[1] 要求的图层数超过上限时，部分图层可能被舍弃。^[1] 两次测试我们都没填提示词，自动选择的结果合理：三个图标没有合并，散落的豆子也没有和碗合在一起。

哪些场景值得用图层分解

做平面设计时，图层分解确实省时间。两张海报返回的各个部分都能直接重新排版，被遮挡的区域也已补全。不过，它会比普通生成更慢。我们的两次分解耗时 108 和 140 秒，1K 图像生成则需要 35 到 55 秒。

如果设计的关键在于投影，或者需要像文字一样编辑的文本，它就不那么好用了：这些内容无法完整地归到某个图层中。我们还没用景深较大、主体相互遮挡的照片测试过，所以暂时无法判断这类照片的处理效果。

参考资料

1. ByteDance。Image generation API（ModelArk 文档）。于 2026 年十一月 2 日查阅 docs.byteplus.com。