Выпущена Lucida — специализированная модель для удаления фона (image matting), построенная на архитектуре BiRefNet от MIT. Благодаря точечному обучению на синтетических данных, модель демонстрирует выдающиеся результаты в сложных сценариях, таких как работа с прозрачным стеклом, камуфляжем, текстом и графикой.
Что произошло
Разработчики представили Lucida v7, которая достигла лидерских позиций в категориях design (печать и стикеры) и camouflage. В этих тестах модель превзошла популярные коммерческие решения, включая Ideogram, обеспечивая более точную обработку сложных визуальных элементов.
Контекст
Технический успех модели обусловлен использованием архитектуры BiRefNet и специализированным fine-tuning на синтетических датасетах. В отличие от универсальных моделей, Lucida фокусируется на решении узких задач компьютерного зрения, где требуется высокая точность выделения сложных объектов.
Почему это важно для индустрии
Lucida служит доказательством того, что специализированное дообучение open-source моделей на качественных синтетических данных позволяет им эффективно конкурировать с проприетарными API в конкретных нишах. Это создает тренд на использование локальных, специализированных решений вместо универсальных платных сервисов для задач CV.
Почему это важно для пользователей
Пользователи теперь могут бесплатно и локально выполнять высококачественное удаление фона для сложных объектов (текст, логотипы, стекло) через Python или ComfyUI. Это позволяет разработчикам и дизайнерам интегрировать продвинутый matting в свои рабочие процессы без зависимости от платных API.
Что пока неизвестно / ограничения
Несмотря на успехи в узких нишах, модель может уступать специализированным конкурентам, таким как InSPyReNet, в обработке сверхсложных сцен и тонких структур, а также RMBG-2.0 — в работе с волосами. Коммерческие API пока демонстрируют большую стабильность при обработке сложной прозрачности.
Источники
Автор
Look at AI, редакция