原题:briaai/RMBG-3.0
Bria 11 月 10 日上传的第三代抠图模型,第一次建在生成模型上:以 8B 参数的 Fibo 2.0(流匹配 DiT,Qwen3-VL-4B 编码器,FLUX.2 VAE)编辑权重为起点,微调成“输入照片、按固定指令画出 alpha 蒙版”,再蒸馏到 4 步、不用 CFG。输出单通道 8 位蒙版:白是主体、黑是背景、灰是头发和玻璃等半透明处。权重为 CC BY-NC 4.0,仅限非商用。
为什么重要 官方称它按画面内容判断主体,合影里每个人、运动模糊的手脚、镂空的网格都处理得更干净,偏向电商商品图
上升分 60 · 点赞 60 · 下载量 0
理由
- 官方在 234 张难图上和 Photoroom、remove.bg、Ideogram、BiRefNet、RMBG-2.0 做盲评加视觉模型对比:平均名次 1.51 排第一,185 张最好或并列最好;一对一偏好率从 55.1%(对 Photoroom)到 75.9%(对 BiRefNet)
- 官方称在运动模糊、多主体、镂空网格、阴影倒影、毛发等 7 类难图排第一;48 张网店商品图平均名次 1.15,商品上的文字、标志和徽章不会被抠掉
- 卡里写明短板:玻璃、薄纱、烟雾容易抠成不透明,杂乱背景和低对比场景不如 remove.bg 和 RMBG-2.0,234 张里有 5 张排末位
用法
- Diffusers >= 0.42.0:从本仓库加载 transformer 子目录,其余部分(文本编码器、VAE、字体)用 briaai/Fibo-2.0-edit-turbo,组成 BriaFibo2Pipeline
- 必须用卡里那段固定英文指令(要求生成灰度 alpha 蒙版),num_inference_steps=4、guidance_scale=1.0;改动指令会输出彩色图而不是蒙版
- 输出转灰度、缩放回原图尺寸后作为 alpha 通道贴回原图;需要二值遮罩就再做阈值。ComfyUI 有 Bria 官方节点,但走的是付费 API
风险
- 权重仅限非商用(CC BY-NC 4.0),商用要和 Bria 另签协议或改用付费 API;下载要登录抱脸填表,Fibo-2.0-edit-turbo 也要先同意条款
- 8B 参数,官方在 L40S 上测得整条管线显存峰值 28.5 GiB、每张约 6 秒,建议 32 GB 以上显卡;小显卡或大批量处理官方建议仍用 RMBG-2.0
- 排名来自官方自己组织的盲评和视觉模型比对;本条未运行