如何用本地 AI 替换视频里的物体
点一下道具或车辆,SAM2 就会跟踪它,再把它周围的背景换成透明、纯色、图库图片或模糊,不用上传片段。
短答案
在 KwaFlux 里,「替换视频里的物体」指的是保留物体、换掉它身后的背景:在一帧上点选物体,让 SAM2 跟踪它,再选透明、纯色、图库或模糊背景。它针对非人物主体,人物请用人物替换;要把物体擦掉是另一个工具。用 物体背景替换。

什么时候该用物体背景替换,什么时候该用人像替换
- 主体是瓶子、招牌、车或其他道具 — 不是肖像
- 你要的是点击跟踪遮罩,不是为人优化的身体遮罩
- 你需要 Alpha 或简单换底板,不想开 After Effects
什么仍需要合成软件
- 严重遮挡、运动模糊,或看起来像背景的目标
- 多层特效或跟踪过的运镜
- 你需要给别人的工程交带 alpha 的 ProRes 4444 或 WebM
如何使用这个模块
- 导入片段并点击要分离的物体
- 选透明、纯色、图库或模糊;在难帧上预览 1 秒/3 秒/5 秒
- 本地导出,或把合成件送进 格式转换
先在难帧上核对底板
选哪种背景,决定的是交付方式,而不是质量高低。「透明」保留 Alpha 通道,方便别的剪辑师把跟踪到的物体放到另一个背景上;「纯色」在物体后面铺一种颜色;「图库」放一张你选的静态图片;「模糊」保留原来的场景,只把点选范围以外的地方柔化,适合道具留在原处、让街景退到后面的情况。你点选的是自己正在剪的片子里的一个物体,比如一个瓶子、一块招牌或一辆车,然后替换它周围的那块区域。
SAM2 会顺着这次点选,在整条镜头里跟踪物体。轮廓蔓延到和物体同色的墙或桌面上时,可以在标注栏里撤销、重做或重新生成。把免费的 1 秒、3 秒或 5 秒预览放在难处理的那一刻:转身、从另一件道具后面经过,或者边缘本该清楚却糊掉的那一帧。平静的开头画面会掩盖边缘的蔓延。预览不需要账号。导出、转换、文件修复和从链接下载文件需要登录并选择付费方案。两个步骤都在你的电脑上处理,不需要上传片子。
AI 消除 是把一个地方补上,让走过的人或停着的垃圾桶消失。物体背景替换则保留你选中的东西,换掉它身后的背景,或者把 Alpha 通道交给你。瓶子要消失,就用消除;瓶子要放在干净的背景上,就用这个模块。人像仍然交给 AI 智能抠像,它的遮罩专门针对头发和身体调过。人手里拿着的道具可以作为点选对象,但不要让这个模块去抠人。
仍然需要合成软件的情况,不会因为静帧上背景看起来整齐就变简单。严重遮挡、运动模糊,以及和背景融在一起的目标,依然很难处理。多层特效和需要跟踪的运镜,仍然要在别的软件里搭。合作方需要带 Alpha 的 ProRes 4444 或 WebM 时,就导出 Alpha,让对方在自己的工程里完成合成。已经确认没问题的合成成片,可以用 格式转换 改编码,这一步同样在本地完成。
有用的一轮处理,刻意做得很短。导入片子,在物体轮廓清楚的那一帧上点一下。如果第一次生成的遮罩把桌子、天空或另一件相似的道具也包了进去,就重新生成再点一次,不要指望导出时它自己会变干净。然后按交接方式选背景:别人还要合成,就选「透明」;这个文件就是成片,就选「纯色」或「图库」;物体留在画面里、只想让周围退到后面,就选「模糊」。在运动最剧烈的地方看预览。边缘在那里稳得住,就本地导出;稳不住,就换一个点选位置,或者把这条镜头交给合成软件。
只处理你有权剪辑的素材。点选的是这条镜头里的某个物体。产品镜头、B-roll 和用户生成内容是最常见的用法:一件道具或一辆车,在你的 GPU 上跟踪,原文件留在导出文件旁边。本页图片显示的是载入了片段、还没标注任何物体的模块界面,所以里面没有替换结果。请以你自己的 1 秒、3 秒或 5 秒预览来判断。
最该主动去找的失败,是颜色相近。深色瓶子对着深色吧台、白色招牌对着阴天、车身和路面颜色差不多,都容易让遮罩游移。先在边界明显的那一帧上点选物体,再拖到边界不明显的那一帧,在那里跑一段短预览。如果重新生成也守不住这条边界,老实说下一步该用合成软件,而不是把同一个遮罩导出得更长。
- 在你正在剪的片子里点道具、招牌或车
- 透明、纯色、图库和模糊是底板类型,不是高低挡
- 在物体被挡住、或颜色贴近背景的地方看短预览
- 物体该消失用消除,该留下用这个模块
- 难帧站得住再导出,并留着原文件
用你自己的素材试试效果
下载 KwaFlux,付费前先用自己的素材免费预览效果——无需注册,在你的 GPU 上处理,处理不需要上传媒体文件。 视频预览可选 1、3或5 秒;防抖预览可选 5、15或30 秒。
常见问题
跟踪物体时会上传我的视频吗?
不会。跟踪和替换都在你的电脑上运行,预览和导出都不会上传片段。跟踪模型只在第一次使用这个功能时下载一次。
该改用人像替换吗?
主体是人就该用 — 那条路径为人像优化。物体背景替换给其它能点中的东西。
参考资料
- Ravi et al. (2024), SAM 2: Segment Anything in Images and Videos (2026-10-11 查阅)
- Meta AI: SAM 2 code and model repository (GitHub) (2026-10-11 查阅)


