雷科技AI硬件组 | 编辑：kkknei | 监制：罗超

这两年，AI 修图已经不是什么新鲜事了，调色、背景模糊，到皮肤细节的打磨，几乎都有专门的工具能处理。但说到抠图，还真就是 AI 修图工具里最难搞的一部分。

但抠图这件事，说小也小，说烦也是真烦，虽然它看起来只是把背景擦掉，实际却特别挑场景，比如人像头发、衣服边缘、产品反光、透明材质、复杂光线，这些地方一个没处理好，抠出来的图就是几乎不可用的状态。

实际上，很多用户并不是想做什么高级设计，只是单纯想换个头像、抠个商品主图、做个封面素材，但是一大堆专业工具难搞又复杂，学习成本还高。不过，近期 AI 抠图开源工具已经在 GitHub 上如雨后春笋般涌出来，有专门制作头像的、万物皆可抠的，还有主打 5 秒内出图的。

（图源：magicpfp）

但这些 AI 抠图，真如开发者们说的那样好用吗？是骡子是马，我们还是得拉出来遛一遛才知道。

让 AI 抠图？

很快、但质量不高

这次我们试的三个工具都是在 GitHub 上讨论度挺高的，分别是 magicpfp、RMBG 和 remove-bg。这三个工具虽然都是把图片背景抠掉，但背后的思路其实不太一样。比如magicpfp 更像一个为头像场景做的小网页，重点不是“万物皆可抠”，而是让用户上传一张人像，顺手把去背景、换背景、头像美化这一套流程做完；RMBG 更像一个通用型的本地抠图工具，主打免费、隐私和本地处理；remove-bg 则是一个更全面的工具，它直接把 WebGPU、Transformers.js 和 RMBG V1.4 这套东西塞进浏览器里，让本地前端去处理。

从技术上看，这些工具的原理几乎都是一致的，像 magicpfp 和 remove-bg 都明确标注使用了 BRIA 的 RMBG-1.4，remove-bg 还用了 Transformers.js 来调模型，尽量在浏览器本地完成推理。

简单来说，这类工具不是在“拿橡皮擦图片”，而是在让模型判断，图片里哪些像素属于主体，哪些属于背景，再生成一张带透明通道的结果图。当然，之所以大家都盯上这套工具，本质上还是因为WebGPU、WASM 和前端模型调用这套能力比前几年成熟得多了，浏览器性能也强多了，可以在前端干活了。

从实际体验看，magicpfp 虽然功能有限，但是自由度是最高的一个。magicpfp 只能制作头像，也就是它 AI 识别的对象必须是人物，其实头像本来就是最标准化的一类图片任务，主体通常清楚，构图也相对固定，没必要上来就挑战复杂商品图。

（图源：the verge）

（图源：雷科技制图/magicpfp）

我们拿了马斯克的一张新闻图给 magicpfp，人物主体抓得还算稳，头、手、上半身这些主要结构都保住了，没有出现手指缺一块、衣服被啃掉一截这种低级错误，拿去做社交头像是够用的。问题在于它的边缘并不算干净，头发顶部有明显溢边，肩膀和手臂外轮廓也有一点彩边，左下角甚至还顺手把椅子给捎上了一点。

不过呢，好在它支持调整，背景颜色、边缘、尺寸，这些都能重新做，小小的失误是可以接受的。但很可惜，magicpfp 毕竟只是一个非常小的个人项目，所以它整体的生成速度是比较慢的，远不及直接拿 AI 去生成一张。

（图源：雷科技制图/magicpfp）

RMBG 的感觉就完全不一样了，它更像一个“我不管你好不好看，我先把活干完”的工具。首先，RMBG 是一个本地 AI 工具，不用注册，不用把图传到服务器，也不会担心这个工具要收费。

上手来看，RMBG 也是很典型的「能做，但效果一般」的角色，奥特曼那张新闻图，主体轮廓是完整的，脸、脖子、肩膀都没出大问题，但头发和肩部边缘还是有比较明显的绿色残留，像是背景剥掉了，脏边却没擦干净。让 RMBG 抠广告图里的手机，它确实知道前景是谁，把手和手机主体都保住了，没有傻到把整个场景都留下来，可手机右侧、手指周围的红黄杂边相当明显，边缘还有一点虚，暖色环境光和背景高光像是一起粘在了主体外轮廓上。

（图源：雷科技制图/RMBG）

只能说，这样的效果用拿来商用可能是差一点，最多只能是视频里的贴图素材，再放大一点就要露馅。 当然，RMBG 自己也说，目前仅仅能提供个人需求用途，还不到商业用途的水平。

来到 remove-bg ，熟悉 AI 抠图工具的朋友对这个项目应该不陌生，它以高质量和超快速著称。实际体验下来也的确是这样，比如那张手机广告图，它对主体的判断比 RMBG 更干净，手机轮廓、手指边缘、顶部弧线这些容易翻车的位置都处理得更稳，刺眼的彩边少了一截，直接商用可能都不太会被发现。

（图源：华为）

（图源：雷科技制图/remove-bg）

马斯克那张图也是这样，像是头发、肩膀、双手交叠这些区域虽然还是有轻微瑕疵，但整体脏边感明显更轻，左下角乱入的内容也更少。

（图源：雷科技制图/remove-bg）

整体看下来，这三款工具的差距倒也不是那么明显，只是它们各自的特色太鲜明。比如magicpfp 更像头像场景的小成品、RMBG 最高支持 20 张图一起生成、remove-bg 的抠图效率高，成品也很接近直接可用的程度。但如果要拿来和 PhotoShop 上用钢笔工具一点一点抠出来的精品图，那这三个工具几乎没有合格的。

普通人或许不需要最完美的抠图

实测做完之后，一个很直接的感受就是，这几个开源工具当然还远没有到把成熟商业产品干翻的程度，但它们明明还有一堆毛病，却已经把一件过去默认得交给云端平台去做的事，搬回了浏览器和本地，而这才是这项工具的趋势。

前面我们就提到，之所以 AI 抠图工具不断升级，都是因为 WebGPU 的不断进化。过去浏览器当然也能跑很多东西，但真碰到 AI 推理这种活，网页环境一直有点力不从心，原因不复杂，老一代 WebGL 更偏图形渲染，做通用 GPU 计算并不顺手，而机器学习这类任务恰恰又很吃并行计算能力，所以很多 AI 功能以前只能放在服务器上跑，浏览器更多只是个上传下载的壳。

WebGPU 不一样的地方就在于，它一开始就把现代 GPU 的图形能力和通用计算能力都更完整地暴露给网页， Google Chrome 这些年也一直拿机器学习推理做典型案例，强调 WebGPU 能让浏览器更高效地调用本地 GPU 去做高性能计算，这才让网页开始有点像一个真正能跑 AI 的轻量运行环境。

（图源：RMBG）

也就是说，在 AI 抠图这件事上，以前用户点一下抠图按钮，真正干活的是远端服务器，浏览器只是负责把图片传过去，再把结果拿回来，所以 SaaS 工具的优势非常明显，效果统一、速度稳定，不需要担心自己的设备能否跟得上。可 WebGPU 出来之后，浏览器开始能直接借本机的 GPU 干活，很多轻量模型就有机会在本地完成推理，图片不用先上传，等待路径也更短，尤其在背景移除这种相对标准化、目标又比较明确的任务上，这种变化会显得特别明显。

现在的模型量级越来越轻，浏览器越来越能算，调用方式也越来越现成，于是像背景移除这种能力，就不再非得做成一个上传到云端再返回结果的闭环，而是可以被拆成网页、小组件、插件，甚至设计工具里的一个内置模块。

所以说，即便从实测来看，这些 AI 抠图工具的表现都挺一般，没有真正能和专业工具媲美的，但就是架不住大家的喜爱，这就是因为多数普通人并不需要非常完美的图，只需要一个快速、基本能用的图。

抠图只是前奏，

更多 AI 工具正在本地化

实际上，AI 抠图之所以得到大量关注，真正值得被看见的还是关于「AI 小工具正在大量本地化」，很多原本必须交给云端去做的轻量 AI 任务，已经开始具备在本地完成的条件了。

抠图只是这波变化里最明显的，因为它高频、标准化、结果又很直观，用户一眼就能看出好不好用，所以特别适合率先本地化。后面很可能跟上的就不只是图片处理了，像图片放大、简单修边、证件照处理、商品图白底化这种任务，本来就和抠图一样，规则清楚、交互短、模型也相对可控，很容易继续依附浏览器本地推理这套能力发展下去。

不仅仅是针对图片的处理，像是音频转写、字幕生成、网页摘要、翻译、分类、轻量 OCR、页面内容提取，这些同样高频、轻量、结果容易验证的工具，也都很有机会沿着类似路线走，因为它们本质上都符合一个条件，就是没有复杂到非得把任务扔去云端才能完成。

（图源：remove-bg）

所以从这个小小的 AI 抠图工具来看，未来很多 AI 功能未必还会以独立网站/App的形式存在，它们更可能变成浏览器里的一个按钮、设计软件里的一个模块甚至是某个插件里默认开启的能力。对用户来说，这当然是好事，操作更短，隐私顾虑更少，很多小需求也不必再专门跑去一个 SaaS 平台解决；但对行业来说，很多原本独立存在的应用或网页，都没有必要存在，尤其是一些小功能，都可能在这套逻辑下，慢慢被取代。

#AI抠图 #Google  #Chrome