兩條腿與一個假人:AI 消除的失敗畫面,攤開修圖功能的成本結構
酷安使用者回報小米AI消除在照片裡殘留兩條腿、又在馬桶上憑空生成假人,本文將兩種失敗對應到遮罩辨識與生成填補兩段管線,推估1.7億臺裝置的年雲端推理帳單,並拆解OTA修復路徑與付費修圖工具分層兩側的承壓位置。
酷安近日一則動態:使用者以小米手機內建的 AI 消除處理一張照片,主要目標移除了,畫面裡卻多出一個坐在馬桶上的假人,左下角還留著兩條沒清乾淨的腿。發文者以「全中國能繃住的不超過五個」形容成品。這兩個失敗擺回技術架構上看,落點各自精準:一個落在管線前段的遮罩辨識,一個落在後段的生成填補。
兩段式管線,兩種失敗的落點
Android 陣營的 AI 消除,主流架構是兩段式。前段由分割模型圈出要移除的目標並產生遮罩,後段由生成模型在遮罩範圍內重建背景。殘留的兩條腿屬於前段,常見原因是遮罩沒有完整覆蓋目標,或該次處理被留在端側,邊界沒有喫乾淨。多出來的假人屬於後段:遮罩範圍交給生成模型重建,模型從訓練分布取材,而自然影像資料集裡密度最高的類別之一就是人與人體部件,空缺越大,被填成人形碎片的機率越高。
端側與雲端的分工則是成本問題。小遮罩走端側,模型參數量常被壓在十億以下,擴散步數從標準的二十到五十步蒸餾到個位數;大遮罩、複雜背景才上雲。酷安那張照片裡的兩種失敗,正好坐在這條分界的兩側。
從獨家賣點到標配:四年,價格歸零
把時間軸拉長,這個功能的身價變化很快。2021年10月,Google 把魔術橡皮擦(Magic Eraser)當作 Pixel 6 發表會的主角,功能綁硬體銷售。2023年3月,同功能開放給 Google One 付費訂戶,一百GB 方案月費 1.99 美元起,第一次出現牌價。同年 10 月的 Pixel 8 帶來生成式的 Magic Editor,上線時免費額度是每月十次儲存,超過得綁 2TB 以上的方案,等於把雲端生成成本按次標價。
2024年1月,三星在 Galaxy S24 推出生成式編輯,條件是登入帳號並連網。同年上半年起,中國 Android 旗艦把 AI 消除列為內建功能,小米、榮耀、OPPO、vivo 先後到位,多數未設公開額度,支出直接記在品牌帳上。到 2026 年,這個功能已下放到中階價位帶,差異化歸零,剩下的變數只有一個:每一次消除的成本要壓到多低。
對照前一輪週期,路徑幾乎相同。2013 到 2015 年的美顏功能戰,同樣從賣點打到標配,最後中低階機型的品質參差,成為使用者論壇的長期素材。AI 消除正在走同一條曲線,只是這次失敗畫面更具傳播力。
一億七千萬臺上的美分級帳單
Google 的每月十次,是把成本講明白的少數例子。不設額度的品牌,量級可以用幾個參數推。以雲端 H100 每小時約 2 至 3 美元的租金行情計,一次生成填補佔用數秒到數十秒 GPU 時間,單次推理成本落在 0.01 至 0.03 美元。
基數採 IDC 統計小米 2024 年約 1.7 億支的全球出貨。假設其中一成使用者每月用三次,每月就是 5,100 萬次生成;以單次 0.03 美元計,年支出約 1,800 萬美元。端側分流會壓低數字,這筆帳該當上限看,但數量級不變:千萬美元級的經常性支出,對應一個不收費的功能。路由策略因此成為產品決策,能端側就端側,模型能小就小,步數能少就少。使用者在酷安看到的那張照片,就是這條曲線上的一個取樣點。
雲端路由還有一筆不在財報上的成本:照片離開裝置。使用者在設定裡按下授權的那一刻,隱私讓渡已經計入這場交換。
誰受惠、誰承壓
帳本可以分成四份。小米承擔兩項,一是梗圖在社羣平臺的擴散,二是修復成本,遮罩模型重訓、路由規則調整、回歸測試與全量推送都是工時。競品拿到免費的對照素材,一張截圖就是行銷彈藥。付費修圖工具是被忽略的受惠方,Adobe 的生成式填補以點數計價、單一應用月費二十餘美元,免費工具的失敗畫面等於替付費分層做示範。使用者則以重試次數吸收品質差,一次不行,再消一次。
這不是酷安第一次替小米記品質帳,先前螢幕、快閃記憶體到晶片的三張帳最後都記回毛利率,這回換成軟體科目,路徑相同。
兩種修法,帳各記一處
修復有兩條主路。第一條收緊端側:遮罩往外膨脹一圈、對人形先驗做抑制、信心度不足時直接拒改並提示改走雲端,成本記在研發工時與體驗摩擦,使用者會更常看到「無法消除」。第二條升級後段:雲端換更大的模型或增加擴散步數,單次推理成本上升,直接加在年帳單上。第三條是維持現狀,把外部性留給品牌,梗圖傳一輪也就過去。
走 OTA 收尾是手機廠最熟悉的動作,先前拆解的榮耀一次 OTA 更新的成本分流顯示,從缺陷歸因、修法取捨到全量推送,每一步都是費用與風險的選擇,軟體修復便宜於硬體,但便宜不等於免費。
後續的觀察指標相當具體。更新日誌若收緊遮罩規則,這筆帳記在端側研發;若調整雲端路由或更換生成模型,帳記在推理支出。在一個功能免費且全面標配的市場裡,失敗畫面是成本結構少數看得見的輸出,下一次出錯,落點多半仍在同一條管線上。