可提示背景移除与自动 Inpaint 蒙版：原理与三条上手路线

本周同一天有两款新产品发布，都指向同一件事：按指令移除背景，而不是信任一键按钮。Feyn 推出了 MultiMatte——一个可以用文字"瞄准"的背景移除模型：你说出要保留的物体，它裁掉其余一切。Hugging Face 发布了 Workflow1111，把 AUTOMATIC1111 的经典管线重建到一块画布上，其中包括一条从检测器自动生成 inpaint 蒙版的管线——你不再需要手绘蒙版。

可提示背景移除（promptable background removal）的意思是：用一段文字提示来指挥抠图——"保留这只狗"、"只留下这只运动鞋"——而不是接受自动分割模型认定的"主体"。这件事很重要，因为自动工具靠猜，提示词消除了猜测。本文讲清楚底层到底变了什么（binary mask 与 alpha matte 的区别），然后走一遍今天就能用的三条路线：浏览器里的 prompt 优先编辑器、几行 Python 代码跑起来的可提示抠图模型、以及面向 inpainting 的"检测器生成蒙版"管线。

从一键抠图到可提示抠图

大多数人熟悉的背景移除工具——Adobe Firefly 以及各类照片编辑器里的同类功能——都是一键模式：上传、点击、得到模型认定的显著主体的抠图。主体明确时这很方便；主体不明确时就没用。照片里沙发上有只狗，而你想要的是沙发？一键工具留给你的是狗。

可提示模型把方向反过来。它不再预测"主体是什么"，而是把你的话和画面里的内容做匹配。这场变化背后的技术是 Meta 的 SAM 3（2025），Feyn 称之为概念可提示检测器（concept-promptable detector）：给它一个短语，它会为每个匹配的物体返回蒙版。Feyn 团队报告，即使不做任何微调，概念名称本身就有帮助——在他们的 DIS-VD 基准上，说出真实物体名称让原生 SAM 3 的 S-measure 提高了 0.150，零训练成本就换来大幅提升。

"说清要保留什么"也是最值得迁移到日常工具里的技巧：一句"保持主体完全不变"和完全不写指令，做出来的是两种结果。

Binary mask 与 alpha matte：为什么头发总把抠图毁掉

MultiMatte 里还有一处更安静但值得理解的变化，它能解释为什么你的抠图历史上总显得"剪出来的"。

SAM 3 这类分割模型返回的是 binary mask（二值蒙版）：每个像素被判定为物体内部（1）或外部（0）。对硬边缘很有效——汽车、马克杯。对模糊边界就失效了：头发、毛发、烟雾、失焦的屏幕、半透明的纱——这些东西没有"内"和"外"，只有可见度的连续衰减。

**alpha matte（透明度蒙版）**把布尔值换成每个像素的连续不透明度。边缘上一缕头发可以拿到 40% 的不透明度，抠图合成到新背景上时，就和原场景看起来一样自然。代价是 matting 是更难的预测问题。

MultiMatte 是 Feyn 把 SAM 3 的提示跟随能力迁移到 alpha matting 上的成果。用 LoRA 微调，他们只更新了模型 8.6 亿参数中的 1949 万——占总权重的 2.27%——同时保留了文本对齐能力。报告的高精度分割基准 DIS-VD 成绩：SAM 3 为 0.667 S-measure，MultiMatte 为 0.901。团队报告在其列出的全部十二个基准拆分上都有提升，而且增益最大的恰好是二值蒙版最吃力的高分辨率、细结构图像。

Feyn 的 MultiMatte 演示：同一张图，用不同提示瞄准不同目标。来源：usefeyn.com。

Feyn 的 MultiMatte 演示：同一张图，用不同提示瞄准不同目标（"the dog"、"the dog bowl"、"the jeans"）。来源：usefeyn.com。

今天就能用的三条路线

路线一：浏览器里的 prompt 优先编辑器

如果什么都不想装，尝试可提示抠图的最快方式是直接暴露提示词的工具。SketchTo 的在线抠图就是这样工作的：上传图片，工具用图像编辑模型（nano-banana，每次生成 2 积分）执行一条可编辑的提示词。它的默认提示词值得读一遍，因为模式全在里面：

仅移除这张图片的背景。保持主体完全不变，边缘清晰精确。保持主体的所有细节、颜色和质量。

三条指令各干各的活：范围（"仅背景"）、保护（"保持主体不变"）、边缘质量（"清晰精确的边缘"）。你可以改任何一条——想保留沙发，就把"主体"换成"沙发"。

文档写明的流程：登录，上传图片，如果默认提示词对不上你的目标就修改它，生成，然后预览并下载。生成消耗 2 积分，新账号自带 4 个免费积分，所以你可以在付费之前先体验 prompt 优先和一键模式的差别。如果任务超出抠图范围，同样的 prompt 优先模式覆盖了相邻需求——AI 移除画面元素擦除物体并重建其背后的内容，AI 背景更换把移除后的背景换成新场景。

路线二：代码里的可提示 matting 模型

需要 matting 级别的细节质量或批量吞吐时，可以直接跑 MultiMatte。Feyn 团队通过 nobg 库发布它，微调好的适配器已合并进发布权重：

from nobg import AutoModel, AutoProcessor

model = AutoModel.from_pretrained("feyninc/multimatte")
processor = AutoProcessor.from_pretrained("feyninc/multimatte")

# 通用默认提示——不指定概念。
cutout = model.predict(processor, "photo.jpg")
cutout.save("output.png")

# 说出要保留的概念。
cutout = model.predict(processor, "photo.jpg", "the dog")

predict 返回 RGBA 抠图；想要原始 matte 本身时传 return_type="tensor"，比如要以完全的控制力合成到自定义背景上。概念参数是可选的，但按 Feyn 团队自己的数字，它在微调后的模型上仍然有效（DIS-VD 上 +0.036 S-measure）——即使模型已经可提示，点名目标依然有帮助。

当普通抠图工具总是吃掉发丝、玻璃、绒毛这些细节，或者你有很多图要按同一条"保留 X"规则处理时，选这条路。

路线三：面向 inpainting 的检测器生成蒙版管线

背景移除和 inpainting 共享同一个依赖：一张标明"在哪里动手"的蒙版。经典 Stable Diffusion Web UI AUTOMATIC1111 一直要求你手绘这张蒙版。

Workflow1111——Hugging Face 用 Gradio Workflow 重建的 A1111——改为自动生成。检测到 inpaint 蒙版管线先在图上跑一个 DETR 目标检测器；按博文里的例子，它在一张街景照片中找到六个物体（三个人、一只狗、一辆自行车、一辆汽车）。然后工作流分成两条分支：一条把检测框画在原图上，另一条把它们转换成蒙版，供下游的 inpainting 管线使用。值得注意的是，只有检测调用离开本机——画框和蒙版生成都用 Pillow 和 NumPy 在本地完成。

同一块画布也用另一扇门处理背景移除：BRIA RMBG-2.0 作为一个 Space 节点运行，而且每个输出节点同时是 REST 端点（共九个），也暴露为 MCP 工具——检测生成蒙版这类步骤可以从 Agent 或脚本调用，不必打开界面。

Hugging Face 上的 Workflow1111 画布：十一条 AUTOMATIC1111 风格管线重建为 73 个节点。来源：huggingface.co。

Hugging Face 上的 Workflow1111 画布：十一条 AUTOMATIC1111 风格管线重建为 73 个 Gradio Workflow 节点，包含检测生成 inpaint 蒙版和背景移除。来源：huggingface.co。

自动 inpaint 蒙版改变了什么

手绘蒙版有两个失败模式：慢，且不可复现——同一区域描两遍，得到两张不同的蒙版。检测器生成的蒙版两个都解决了：点一个物体类别，每次都得到像素级精确的框或蒙版，然后让 inpainting 重建框内内容（或者重建被移除物体背后该有的东西）。

诚实的局限：检测驱动的蒙版只认识独立的、可命名的物体。DETR 类检测器找得到狗和自行车，但隔离不出一缕特定的头发或一片影子。模糊或局部目标还是要回到 matting（路线二）或手动绘制。现在很多管线遵循的实际顺序是：整物体自动检测和生成蒙版，检测器叫不出名字的部分退回 matte 或手绘。

可以迁移的提示词模式

三条路线里，有效的提示词共享同一套结构。以下模式直接来自各工具文档写明的默认提示词，是可以放心套用的起点而不是口口相传的经验：

• 说清保留什么，而不是移除什么。"保留沙发"好过"别移除沙发"。正向目标才给模型可匹配的东西。
• 明确保护主体。"保持主体完全不变——细节、颜色、质量"能防住那些悄悄重绘"保留物"的模型。
• 对边缘行为提出要求。"边缘清晰精确"或"自然光线"为抠图最容易失败的边界区域设定预期。
• **移除并重建类任务，要求无缝。**SketchTo 的移除工具文档写明了这个模式："移除应看起来自然，无缝重建背景"。

该选哪条路？

• 临时一张图，不想配环境 → prompt 优先编辑器（路线一）。读一遍默认提示词，改掉目标名词，生成。
• 细节总被毁掉 → MultiMatte 这类 matting 模型（路线二）。alpha matte 就是为头发和毛边问题而存在的。
• 要在已有图里移除或重绘完整物体 → 检测器生成蒙版管线（路线三）。自动蒙版、可复现结果、可脚本调用的端点。

一条对三条路线都成立的提醒：以上都是来源和线上工具页面记录在案的行为，不是我们跑过的评测——引用的数字归各自作者所有，具体输出因图而异。无论选哪条路，把抠图用到任何地方之前，先放大检查边缘。

可提示背景移除是整个品类的方向：更少信任模型的猜测，更多告诉它你想要什么。一键按钮没有错——它只是不再唯一。现在，你可以直接说出要保留什么。