使用 AI 從照片和影片中移除物件:2026 測試
如何使用 AI 從照片或影片中移除物件、貼紙或文字:描述它,或直接塗抹。實測五種影像模型、遮罩與文字描述,以及成本。
自動翻譯自英文。 查看英文原文
若要使用 AI 從照片或影片中移除物件或文字,請上傳檔案,然後描述要消失的內容,或在其上塗抹;模型會延續周圍背景來填補該區域。我們在 2026 年 11 月 9 日比較了五個照片模型搭配文字指令的效果,並在 2026 年 11 月 12 日測試了塗抹區域。當區域被塗抹時,GPT Image 2.6 只移除了照片中被標記的文字,Gemini Omni Flash 1.2 則從影片的每一格中移除了該文字,而畫面其他位置外觀相同的文字保持原樣。
主要發現
- 文字不夠時,就把範圍塗出來。 遮罩(塗抹區域)會告訴照片模型確切的處理位置;它移除了一段文字並保留另一段。
- 不要把塗抹過的副本當作第二張影像送出。 同一個模型在收到紅色塗抹的副本而不是遮罩時,移除了兩段文字。
- 影片請用文字說明區域。 影片模型不接受遮罩,但「寬度 52% 到 97% 的右下區域」只移除了所有影格中的該段文字。
- GPT Image 2.6 是最可靠的照片模型 在我們針對物件和文字測試的五個模型中:成品乾淨,約 10 秒完成。
- 費用: Cut Marketing (Cutma) 中,每張照片 $0.18,5 秒 720p 影片約 $0.63。
我們打造了 Cut Marketing,其物件移除工具使用下方的模型與方法。測試由我們進行;數字來自實際呼叫,限制列在最後。
我們如何測試
我們在自己的作品展示媒體上進行了兩輪實際呼叫,內容全都是虛構產品。
- 2026 年 11 月 9 日,文字指令(測試 1 和葉影片段):五個影像模型,GPT Image 2.6、Seedream 5.0 Pro、Nano Banana 2.1、FLUX.3 Klein 和 Qwen Image 3.0 Pro,編輯了一張產品照片和一個約 2K 的廣告版面。Gemini Omni Flash 1.2 在編輯模式下,從一段 5 秒 720×1280 的珠寶片段中移除了葉影,輸出為 720p。
- 2026 年 11 月 12 日,標記區域(測試 2 和 3):一張靜態圖和一段 5 秒 9:16 片段,各有兩段疊加文字,左上角是「SAMPLE」,右下角是「@shop_kr」,且只標記右下角那一段。GPT Image 2.6 取得的是帶遮罩的照片或紅色塗抹的副本;Gemini Omni Flash 1.2 取得的是文字描述的區域,接著是文字加上標記影格作為參考圖像。該輪兩次 Omni 執行和四次影像編輯的成本約為 $0.70。
- 成本是供應商對該次執行收取的費用,而非標價:葉影編輯 5 秒收費 $0.3129,此處顯示為 $0.31。「如何在 Cut Marketing 中操作」下方的價格是 Cut Marketing 自己的點數價格。
- 限制:我們自己的少數影像和兩段短片。Nano Banana 2.1 的拒絕發生在浮水印測試中,不是在這次測試中。
要描述還是塗抹?
物件容易命名時就描述;物件很小、不規則,或是多個相似項目之一時,就把它塗抹出來。
| 情況 | 更好的方法 | 為什麼 |
|---|---|---|
| 一個容易命名的物體(「左邊的咖啡杯」) | 描述一下 | 速度很快,模型就找到了 |
| 小東西:價格貼紙、把手、標籤 | 畫它 | 很難用文字指出 |
| 相似的東西,但只應該移除其中一個(兩段文字中的一段、三個杯子中的一個) | 畫它 | 用描述可能會把它們全部移除 |
| 不規則形狀:線材、陰影、裂縫 | 畫它 | 畫筆跟隨形狀 |
| 一段影片 | 將其標記在一幀上 | 每一幀中的標記區域都會被清除 |
您可以兩種方式一起用:塗畫區域,並加上一小段備註,例如「白色把手文字」。這段備註能幫助模型了解它要替換的是什麼。
測試 1:哪個照片模型最會移除物件?
GPT Image 2.6 最可靠:它在大約 10 秒內乾淨地移除了紙張背景和標題,並保留了其餘文字。Nano Banana 2.1 在這裡也很乾淨,但在我們的另一項測試中拒絕了水印相關提示;另外三個則留下污跡、只移除了部分紙張,或讓版面跑掉。
我們給五個影像模型同一張虛構瓶子的產品照片,並指定兩個任務:移除瓶子後方的紙張背景,以及從廣告版面中移除標題,同時保留其餘文字。
| 模型 | 物件(紙張背景) | 文字(標題) | 時間 | 備註 |
|---|---|---|---|---|
| GPT Image 2.6 | 簡潔 | 乾淨,保留其他文字 | 約 10 秒 | 邊緣和小字在 2K 下仍保持清晰 |
| Seedream 5.0 Pro | 簡潔 | 留下淡淡的污跡 | 85–106 秒 | 在平坦背景中加入類似紙張的紋理 |
| Nano Banana 2.1 | 簡潔 | 簡潔 | — | 在其他測試中拒絕了一些移除提示 |
| FLUX.3 Klein | 僅部分去除紙張 | 簡潔 | — | 移除物件不可靠 |
| Qwen Image 3.0 Pro | 簡潔 | 版面跑掉 | — | 移動其他元素 |
於 2026 年 11 月 9 日以實際呼叫、約 2K 進行測試。Cut Marketing 的照片移除器使用的是 GPT Image 2.6。
測試 2:遮罩還是塗畫過的副本?
遮罩。使用遮罩時,GPT Image 2.6 只移除了標記的文字;使用塗成紅色的照片副本時,它移除了兩段文字。
比較困難的情況是有兩個相似的東西,但只應該移除其中一個。我們在一張作品展示照片上放了兩段文字:「SAMPLE」在左上角,「@shop_kr」在右下角,並且只標記右下角那段。接著我們用兩種方式把照片送到 GPT Image 2.6:
- 照片加上一個遮罩:一張相同大小的 PNG,只有我們塗畫的地方是透明的。
- 照片加上一份副本,其中該區域被塗成半透明紅色,並附上清理紅色區域的指示。
遮罩完全達成了要求。使用塗畫過的副本時,模型把指令理解成「移除覆蓋文字」,於是兩段都移除了,包括我們想保留的那段。這給所有工具的教訓是:標記必須以遮罩的形式傳給模型,而不是以第二張圖片的形式。
測試 3:可以在影片中標記區域嗎?
可以,只要把標記轉換成文字。當標記被描述成畫面百分比範圍內的一個方框時,標記的文字就會從剪輯的每一幀中移除,而其他文字會保留下來。
視訊模型接收的是剪輯和指示,而不是遮罩。因此,我們把標記框轉換成文字:「移除右下角區域內的覆蓋文字,範圍為畫面寬度的 52% 到 97%,以及畫面高度的 89% 到 97%。不要更改該區域外的任何內容。」Gemini Omni Flash 1.2 的編輯模式在一段 5 秒、720p 且有相同兩段文字的剪輯上執行了這個指示。
加入標記的幀作為參考影像,得到的結果和只用文字一樣,所以文字就足夠了。同一個模型也能移除真實物件:在先前的測試中,它移除了珠寶照片後方牆面上的樹葉陰影,並保留了耳環、托盤和光線原樣。
如何在 Cut Marketing 中操作
開啟照片或影片物件移除器,上傳您的檔案,塗抹或描述要移除的內容,並確認您擁有相關權利。一張照片需 18 點數,一段 5 秒的 720p 短片需 63 點數。
- 開啟 照片物件移除器 或 影片物件移除器.
- 上傳檔案。照片:JPG、PNG 或 WebP,最大 10 MB。影片:MP4,3 至 15 秒,9:16 或 16:9,最大 50 MB。
- 在「標記區域」下,按「在影像上標記」(影片則按「在影格上標記」),並塗抹要移除的內容。預設會先選取筆刷;若是邊緣筆直的物件,請切換到矩形。影片則可用滑桿選擇物件清楚可見的影格。
- 也可以選擇加上一段簡短說明,描述它是什麼。
- 確認您擁有該內容,或有權編輯該內容,然後開始。開始前,按鈕上會顯示費用。
| 照片 | 影片(720p) | 影片(1080p,付費方案) | |
|---|---|---|---|
| 點數 | 每張照片 18 點數 | 每計費秒 12 點數 | 每計費秒 18.08 點數 |
| 範例 | $0.18 | 5 秒短片:63 點數($0.63) | 5 秒短片:95 點數($0.95) |
影片秒數依片段長度以每秒 1.05 計費,因為模型同時會讀取輸入內容。1 點數 = $0.01;方案每月 $9 起,可獲得 900 點數,新帳戶可獲得 30 點試用點數。失敗的作業會退還點數。在結果上使用「製作影片」,即可將清理後的照片直接用於影片。舊的促銷文字移除後,請在工作室的「完成廣告」中以精確文字輸入新的鉤子、價格與行動呼籲,加入字幕與旁白,並一次匯出 9:16、1:1 與 4:5。
取得乾淨結果的技巧
塗抹範圍大方一點,每次只移除一類物件,並以原尺寸檢查結果。
- 塗抹時稍微超出物件邊緣;輪廓太貼齊可能會留下邊。
- 每次只移除一類物件。一次處理多個不同物件,會提高其他內容被改變的機率。
- 陰影或反光也要一併移除。物件移除後若陰影還在,會留下幽靈般的痕跡。
- 影片請標記物件最大的一格影格。如果物件會在畫面中移動,請標記它的完整移動路徑。
- 以原尺寸檢查結果:細小文字、產品邊緣和標籤最容易藏有變化。使用結果上的滑桿比較前後差異。
AI 移除做不到的事
AI 移除會用合理推測填補區域,可能改變附近內容,而且只適用於短片。
- 它無法還原從未顯示過的內容。藏在手後面的標誌是被生成出來的,不是還原出來的。
- 它可能改變區域外的內容。遮罩可將影響範圍縮小,但仍請檢查整個畫面。
- Cut Marketing 接受 3 到 15 秒的短片,輸出會保留來源的 9:16 或 16:9 比例。
- 這些是用我們自己的幾張影像做的小型測試。結果會因照片而異;請把它們視為參考方向,而非保證。
您的權利至上
僅編輯您擁有或有權編輯的照片和影片。移除他人的浮水印、標誌或署名可能會侵犯對方權利。Cut Marketing 會在每次移除時要求您確認,我們的條款也禁止從您無權編輯的內容中移除標記。常見的合法用途包括:移除您自己產品照中的貼紙或價格標籤、您自己照片中的電線或污漬、您自己短片中的路人、您自己影片中的舊促銷文字。
如需處理您自己的影片和照片中已嵌入的字幕、標誌和浮水印,請參閱 我們的字幕和浮水印去除測試。有關背景,請參閱 如何去除產品照片中的背景;如需了解電商平台圖片規則,請參閱 電商平台適用的 AI 產品照片編輯;發布前, 請審核 AI 產品影片.