AI 背景消除工具
用一个完全在你设备上运行的 AI 模型，去除照片的背景。图片本身不会被上传——只有（公开的）AI 模型文件会在你第一次使用时下载一次。
- 文件永不离开你的设备
- 免费，无需注册
- 无水印
- 加载后可离线使用 测试版
如何AI 背景消除工具
- 1
添加一张照片
拖入一张 JPG、PNG 或 WebP 照片，或直接从剪贴板粘贴。
- 2
等待 AI 模型运行
第一次使用这个工具时，浏览器会下载一个体积不大的 AI 模型（只需下载一次，之后会被缓存）。随后它会完全在你的设备上完成背景消除。
- 3
下载结果
把抠出的主体下载为透明 PNG，可以直接用在任何地方。
AI 究竟是怎么区分"主体"和"背景"的
过去要去除背景，要么在图像编辑软件里做一次繁琐的手动选取，要么搭建一套绿幕布景，让软件有一种容易抠除的、统一的颜色可以识别——这两种方法都不适用于背景杂乱的普通照片。这个工具采用的做法则是一个神经网络：它在海量照片上训练而成，这些照片都被人工精确标注了主体和背景的边界，直到网络学会识别出通常能把前景主体和它背后的一切区分开来的视觉规律——边缘、深度线索、典型的主体形状。面对一张它从未见过的新照片，模型会生成一个蒙版：对每一个像素，估算它属于主体还是背景的程度，随后这个估算结果被用来让背景变透明。
这从根本上说是一次统计层面的预测，而不是一次几何计算，这正是它在普通照片上表现出色、却偶尔在某些令人困惑的边缘出错的原因——模型是在估算一个从未被明确告知的边界，依据的是它从数百万张其他照片中学到的一切，而不是在确定无疑地测量某一条边界。
为什么这项工作如今能完全在浏览器标签页里完成
直到不久之前，这样一项计算量巨大的任务——对一张全分辨率照片运行一个真正的神经网络——还意味着要把图片发送到一台配备 GPU 的服务器上，等待返回结果，而这也正是当今大多数背景消除服务仍在采用的方式。两项技术进展改变了这一点：一是 WebAssembly，它让原本需要编译后在本地运行的代码，能够以接近原生的速度在浏览器里执行；二是经过量化的模型——把同一个神经网络压缩成内部使用更小、精度更低的数字的版本，用一点点精度换取文件体积的大幅缩小和执行速度的明显提升。两者结合，才让把一个真正可用的 AI 模型送到浏览器标签页里、并在用户手头恰好可用的任何设备上运行变得切实可行，而不再依赖一台规格已知、被提前控制好的服务器。
一个值得坦诚说明的取舍
把模型放在本地运行，意味着这个工具第一次被使用时会有一次真正意义上的下载——模型本身及其运行时加起来有几十兆字节，这和一个只用几千字节 JavaScript 操作浏览器里已有像素的工具相比，是完全不同的成本结构。这个成本换来的是一个真实而重要的好处：照片本身永远不会被传输到任何地方，这对从个人照片到尚处保密期的产品图片，都很重要；而且只要模型加载过一次，工具就能在完全没有网络连接的情况下继续工作。这笔交易——用一次性的较大下载，换取图片永不离开设备——是否划算，取决于把照片上传出去在隐私上原本要付出多大代价；而对大多数需要把照片交给一个背景消除工具处理的人来说，这是一笔非常值得做的交易。
常见问题
我的照片会被上传到什么地方吗？
不会——照片本身永远不会离开你的浏览器。唯一经过网络传输的是 AI 模型本身（神经网络和 WASM 运行时文件，根据质量设置大约 40–80MB），这是一个通用的、公开托管的文件，里面不包含你的任何内容——和页面加载的其他资源没有本质区别。这次下载只会发生一次，并会被浏览器缓存，所以第一张照片之后的每一次处理都不会产生任何网络活动。模型加载完成后，你完全可以断开网络连接，这个工具依然能正常工作。
为什么第一次使用比之后慢这么多？
真正在照片里找出主体的那个 AI 模型，必须先下载下来才能运行，而对于一个在浏览器标签页里运行的东西来说，这确实是一个相当大的文件——足有几十兆字节，因为它是一个真正的神经网络，而不是一个简单的滤镜。第一次之后的每一次抠图都会复用已缓存的模型，所以只需要几秒钟，不会重新下载任何内容。
这个工具最适合处理哪种照片？
主体清晰、背景与主体有一定区分度的照片——人像、产品图、动物、车辆——处理效果最干净，因为这正是底层模型被训练来分离的场景。像发丝这样极其精细的细节、玻璃这类半透明物体，或者主体颜色和背景高度接近、视觉上融为一体的照片，是任何 AI 背景消除工具（包括这一个）比较容易留下粗糙边缘的情况。它是一个真正强大的通用工具，但不是一个像素级精确的抠图师。
结果是什么格式？
默认输出带透明背景的 PNG，可以直接把抠出来的主体贴到任何其他背景、幻灯片或设计稿上。另外还有一种仅输出蒙版的模式，输出的是黑白选区本身而不是抠好的图——如果你已经有自己的合成流程，只需要这个选区，这个模式会很有用。
这个工具需要很强的电脑配置吗？
在普通笔记本电脑和现代手机上都能顺畅运行，因为这个模型是专门为了在通用硬件（而不是专用 GPU）上高效运行而构建的、经过压缩的精简版本。配置较弱或较旧的设备只是每张照片处理得慢一点——几秒钟而不是一秒——而不会直接失败。