# Feyn 发布 MultiMatte：用一句话就能抠图，连头发丝都抠得干净

> 原标题：Show HN: MultiMatte, a Promptable Image Background Removal Model

- 来源：Hacker News 首页
- 发布时间：2026-09-10T15:50:25.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/55766
- 原文：https://usefeyn.com/blog/multimatte/

## 摘要

Feyn Labs 把 Meta 的 SAM 3 模型微调成了一个叫 MultiMatte 的背景移除工具。你只要输入“那只狗”这样的短语，它就能把狗留下，其余全删掉。这次微调只动了模型 2.27% 的参数，但在 DIS-VD 测试集上，结构相似度指标 S-measure 从 0.667 直接拉到了 0.901。核心改进是输出从二值遮罩换成了 alph...

## 推荐理由

Feyn Labs 把 Meta 的 SAM 3 微调成 MultiMatte，核心卖点是“用短语指挥抠图”。技术亮点在于只动了 2.27% 的参数，S-measure 就从 0.667 跳到 0.901，说明微调策略很省算力且效果明显。输出从二值遮罩换成 alpha 遮罩，边缘过渡更自然，这点对实际使用挺关键。不过正文没披露训练数据量和推理延迟，也没说在复杂背景或多人场景下的表现，所以“好用”的结论还得打个折。整体是个扎实的工具优化，但还没到能引发行业讨论的程度。

## 锐评

这条新闻值得点开看效果对比图。Feyn Labs 把 Meta 的 SAM 3 模型微调成了一个叫 MultiMatte 的背景移除工具，你输入“那只狗”，它就把狗留下，背景全删。核心改进是把输出从“是/否”的二值遮罩换成了带透明度的 alpha 遮罩，所以头发、玻璃杯边缘这些模糊的地方抠出来更自然。

数字上，在 DIS-VD 测试集上，结构相似度指标 S-measure 从 0.667 拉到了 0.901，提升幅度很大。而且他们只微调了 860M 参数里的 19.49M，占比 2.27%，训练用了不到两万张图，其中只有约四分之一带人工标注的文本提示。这说明用很小的代价就能把现有大模型的文本对齐能力迁移到新任务上。

不过得打个折。文章没提推理延迟和显存占用增加了多少，也没给人工主观评测，光看 S-measure 和 MAE 指标不够。另外，训练集里毛发、海洋场景这些特定类别占比多少也没说，泛化到日常随手拍的照片效果还得自己试。模型权重和代码库已开源，可以直接 pip 安装跑起来看。