AI 修图与图像编辑工具：从一键消除到智能换背景

过去需要 Photoshop 熟练工花几十分钟完成的抠图、去瑕疵、换背景，如今用 AI 工具往往点一下就能出结果。本教程面向想快速上手、又希望理解底层原理的普通用户与内容创作者，盘点主流 AI 修图工具，讲清扩散模型修图的工作方式，并给出可落地的实操步骤与版权提醒。

一、AI 修图能做什么

AI 修图已经覆盖从「救急」到「创作」的多类需求，常见能力包括：

智能消除：去掉照片里的路人、电线杆、水印、瑕疵等不想要的元素，模型会按周围纹理自动补全。
扩图（Outpainting）：把图片向上下左右延伸，补出原本不存在的画面，常用于把竖图变横图、给海报留出文字区。
换背景：一键抠出主体并替换背景，或生成全新的场景背景。
重光照：改变光源方向、时间（白天变黄昏）、氛围，让合成更自然。
老照片修复：去噪、去划痕、补全缺失区域，提升清晰度。
人脸修复：对模糊、低分辨率的人脸做超分与细节重建，常用于老照片或压缩图。

二、主流工具对比

下表按「闭源商业产品」与「开源方案」两类梳理。带「待核实」的栏目请以各平台官网最新条款为准，本草稿不保证实时准确。

工具	核心能力	技术路线与特点	能力边界与定价
Adobe Photoshop Generative Fill（Firefly）	文本引导的消除、扩图、生成内容	基于 Firefly 扩散模型，已核验其标注为「Commercially safe」，训练数据含 Adobe Stock 等授权内容	需订阅 Photoshop；具体额度与地区可用性待核实
美图秀秀 / 醒图 AI	一键美颜、消除、换装、背景替换	移动端优先，模板化、易上手	免费与会员权益待核实
妙鸭相机	AI 写真、换脸风格照	上传自拍生成数字分身再做风格套用	肖像与隐私条款待核实
Remove.bg	智能抠图（去背景）	已核验为「100% 全自动、约 5 秒」去背景，输出透明 PNG，并提供 API	免费额度与商用授权待核实
Clipdrop	消除、换背景、扩图、物体抓取	由 Stability AI 旗下，多工具集成	免费与订阅层次待核实
腾讯 ARC	人像修复、增强	腾讯开源实验室出品的 AI 人像处理能力	接口与商用条款待核实
开源：InstructPix2Pix	文本指令改图	条件扩散模型，用自然语言指令编辑图像	本地部署免费，需显卡；能力边界见下文
开源：LaMa	大面积消除补全	基于傅里叶卷积的大 mask 修复，对大块缺失稳健	本地免费，效果依赖 mask 质量
开源：DiffBIR	老照片 / 盲修复	两阶段：先扩散生成先验，再做保真修复	本地免费，部署较复杂

选型建议：追求省事选美图秀秀、醒图、Remove.bg；追求可控与商用安全选 Photoshop Generative Fill；追求零成本与可复现选开源方案本地部署。

三、工作原理要点

扩散模型与 Inpainting / Outpainting

扩散模型从一个纯噪声图出发，逐步去噪逼近目标图像。修图时把「原图已知区域」作为约束条件：

Inpainting（图内补全）：只重绘被遮罩（mask）覆盖的区域，保留其余像素，用来消除路人、去水印。
Outpainting（图外扩展）：把图像边界外的区域作为待生成内容，按已有画面语义向外延伸，用来扩图。

文本引导编辑：InstructPix2Pix

InstructPix2Pix 是 UC Berkeley 团队提出的方法（论文 arXiv:2211.09800，作者 Tim Brooks、Aleksander Holynski、Alexei A. Efros，2022 年 11 月提交，已核验）。它的特别之处在于用「指令」而非「描述目标图」来改图：

训练数据由 GPT-3 写编辑指令、Stable Diffusion 造图，合成大量「原图—指令—结果图」样本。
模型是一个条件扩散模型，在推理时一次前向传播即可完成编辑，无需针对每张图微调或反演，速度在秒级。
它接受的是「让画面变成夜晚」「把衣服换成红色」这类动作指令，而不是「一张夜晚街道的照片」这类目标描述。

Matting 抠图

换背景本质是区分「前景主体」与「背景」。Matting 不像分割只给硬边界，而是估计每个像素的前景不透明度（alpha 通道），从而保留发丝等半透明细节。Remove.bg 即属于此类自动抠图路线，输出带透明背景的 PNG。

四、实操建议

场景一：消除路人甲

两条路线，按是否愿意装软件选择。

本地开源路线（以 LaMa 系工具 lama-cleaner 为例，需 Python 环境）：

# 安装（具体版本与依赖以官方仓库为准，待核实）
pip install lama-cleaner

# 启动本地网页服务，浏览器打开后圈选要消除的区域即可
lama-cleaner --model=lama --device=cpu --port=8080

在线路线：把照片上传到 Remove.bg 或 Clipdrop 的消除功能，用画笔涂抹路人区域，工具自动补全背景。适合不想配环境的用户，注意免费额度与导出分辨率限制（待核实）。

场景二：换背景

用 Remove.bg 一键抠出主体，得到透明 PNG。
在 Photoshop 或醒图中置入新背景，用生成式填充修补边缘接缝。
如要更自然，可加一步「重光照」，让主体光影与新背景一致。

场景三：老照片上色与修复

先用 DiffBIR 或腾讯 ARC 做去噪、超分与划痕修复。
上色可用专用上色模型（如基于扩散的上色方案），再人工微调肤色。
人脸区域建议单独用 ARC 类人像增强，避免整体处理破坏五官。

文本指令改图的输入示例（给 InstructPix2Pix 类工具）：

把照片处理成水彩画风格
让白天的街道变成夜晚并加上霓虹灯
给人物换上一件蓝色风衣
把画面中的晴天改为下雪天

五、版权与商用注意事项

生成内容权属：AI 生成物在多数司法辖区内的版权归属仍不统一，部分地方法规要求「人类实质性创作」才受版权保护。商用前请确认目标市场法律与平台规则。
肖像权与隐私：涉及真人（尤其妙鸭相机、人像修复）时，需取得被拍摄者同意，避免用于误导或冒用。
训练数据与平台条款：Adobe Firefly 已核验标注为「Commercially safe」，因其使用 Adobe Stock 等授权内容训练；但免费或第三方工具的训练来源、可商用范围需逐一看条款。
导出与署名：部分平台对导出分辨率、去水印、商用授权有分级限制，发布前请核对订阅等级（具体额度待核实）。

小结

AI 修图把「消除、扩图、换背景、修复」等高频需求变成了点选操作。闭源产品（Photoshop Generative Fill、美图秀秀、Remove.bg、妙鸭、Clipdrop）胜在省事，开源方案（InstructPix2Pix、LaMa、DiffBIR）胜在免费与可复现。理解扩散模型的 inpainting/outpainting、指令式编辑与 Matting 抠图，有助于你选对工具、写对指令。最后务必把版权与肖像权纳入发布前的检查清单。

参考与延伸阅读

InstructPix2Pix 论文（arXiv:2211.09800，UC Berkeley，2022，已核验）：https://arxiv.org/abs/2211.09800
InstructPix2Pix 项目主页与开源代码（已核验存在）：https://github.com/timothybrooks/instruct-pix2pix
Remove.bg 官方说明（全自动去背景、约 5 秒、提供 API，已核验）：https://www.remove.bg/zh
Adobe Firefly 官方页面（标注 Commercially safe、含 Generative Fill/Expand，已核验）：https://www.adobe.com/products/firefly.html
LaMa 大 mask 修复（开源方案，能力边界待核实）：https://github.com/saic-mdal/lama
DiffBIR 盲修复（开源方案，能力边界待核实）：相关仓库以官方发布为准，待核实
各平台定价、免费额度、商用授权与地区可用性：待核实，以官网最新条款为准

本文累计阅读 — 次