MultiMatte

产品简介 MultiMatte 是由 Feyn Research 推出的可提示词引导的图像背景移除模型。用户只需用文字描述想要保留的物体，MultiMatte 即可将该物体从画面中精准分离，同时移除其他一切内容。与传统一键去背景工具不同，MultiMatte 真正实现了「指哪去哪」——可以在一张包含多个人物或物体的照片中，只保留用户指定的那一个。

核心功能 文字引导的目标提取：用户输入自然语言短语（如"the dog""the left person"），模型即可只保留匹配物体

Alpha Mattes 输出：区别于传统二值蒙版，MultiMatte 输出连续透明度 alpha matte，能准确表达毛发、边缘、半透明等细节

多目标精确分离：同一画面中可指定保留多个物体，或逐步精细化选择

S-Measure 基准领先：在 DIS-VD 等多个公开基准上达到 0.901 分，显著超越 SAM 3 原版的 0.667

开源模型与推理库：模型开源，推理库 NoBg 已在 GitHub 开放，pip install nobg 即可调用

无需微调也能提示：即使不使用 LoRA 微调后的权重，概念名称本身就能为 SAM 3 带来 +0.150 的 S-Measure 提升

技术实现 MultiMatte 基于 Meta 的 SAM 3（Segment Anything with Concepts）构建。SAM 3 本身是一个概念提示检测器，但原始输出是二值蒙版，无法处理边缘柔和的物体。

研发团队采用 LoRA 低秩微调技术，仅修改了 19.49M 个参数（占模型总量 860M 的 2.27%），添加了一个 matte head，将二值分割扩展为连续透明度预测。训练数据集包含 19,953 张图像，其中 24.8% 带有人工标注的物体名称提示。

在 12 个公开基准测试中，MultiMatte 均优于 SAM 3。其中 DAVIS-S（零样本）达到 0.979 S-Measure，DUT-OMRON（零样本）从 0.792 提升至 0.901，提升幅度在 0.066 至 0.244 之间。

应用场景 电商产品图处理：快速从实拍图中提取单一商品，跳过复杂的手动抠图流程

摄影后期辅助：从合影中单独提取某位人物，或去除背景中的杂乱元素

设计素材准备：从照片中提取特定主体，用于海报、PPT 或 UI 设计素材

医疗与科研图像：精确提取显微照片或影像中的特定结构

特色优势 指哪去哪的精确控制：文字提示取代滑动笔刷，真正实现像素级精准选择

毛发级细节保留：alpha matte 连续透明度输出，边缘不再有"锯齿"和"白边"

零样本泛化能力强：未见过的新物体类别，仅凭名称提示即可正确提取

完全开源可自托管：模型权重、推理代码全部开放，无供应商锁定

适用人群 电商运营与平面设计师、图像处理开发者、AI 研究人员、摄影爱好者。