多任务统一框架

面向大规模分层图像生成与编辑的掩码区域 Transformer

Masked Region Transformer for Layered Image Generation and Editing at Scale

把「选择性词元掩码」作为统一接口，让 text-to-layers、image-to-layers、layers-to-layers 共享同一个扩散框架，可直接迁移到需要分层/可编辑输出的生成任务；overflow-aware canvas layer 处理超出画布边界的图层与半透明背景合成，是分层生成中值得复用的表示技巧。