NearBG 和 remove.bg 究竟有什麼不同？

差異在於架構本身。remove.bg 是雲端服務：模型在他們的伺服器上執行，所以每張照片都必須先上傳才能處理。NearBG 把這個結構反了過來——瀏覽器一次性下載一個小型分割模型（U2Netp，約 4MB），透過 WebAssembly 直接在你自己的裝置上執行，照片本身不會傳到任何地方。得到的結果是同一類去背成品：一張透明 PNG，加上可修整殘留邊緣的手動修飾筆刷——沒有上傳、沒有帳戶，中間也沒有任何伺服器。

同樣的工作，逐步對比 — 但沒有上傳

1. 使用 remove.bg 這類雲端工具，第一步永遠是上傳：您的照片必須先抵達他們的伺服器，一切才會開始。NearBG 的第一步恰恰相反 — 是模型來到您這裡：從我們自己的網域一次性下載約 4 MB。
2. remove.bg 隨後在他們的硬體上執行模型；NearBG 則透過瀏覽器中的 WebAssembly 在您的裝置上執行 U2Netp。任務類型相同 — 分割 — 只是發生的地點不同。
3. 雲端服務必須把結果傳回給您，並決定保留您的原圖多久；NearBG 沒有任何東西要傳回、也沒有任何東西要保留，因為您的照片從未離開過分頁。
4. 兩者都能得到透明背景的去背圖。NearBG 額外提供手動修補筆刷 — 而且從不加上浮水印或按張收費。

裝置端與雲端 — 誠實的取捨

一切都在瀏覽器裡完成是一個真實的架構限制，利弊皆有。好處：沒有任何上傳，也就沒有任何東西可被攔截、留存或外洩 — 頁面的 Content-Security-Policy 從技術上阻止影像資料外流，隱私由瀏覽器強制執行，而不只是政策文件裡的一句承諾。這也意味著無需帳號、沒有配額、沒有浮水印，因為沒有按張分攤的伺服器成本需要回收。

壞處也直說：雲端服務可以對您的照片使用遠比瀏覽器所能流暢執行的更大的模型。NearBG 的 U2Netp 很精簡（約 4 MB），遮罩在 320×320 下計算，因此在極細的邊緣 — 飄散的髮絲、毛皮、半透明織物 — 大型雲端模型的自動邊緣可能更乾淨。NearBG 的答案是修補筆刷加上每次嘗試零成本：您可以反覆重跑並手動修整，無需消耗任何點數。哪種取捨更合適取決於照片本身 — 也取決於這張照片是否是您不願交給別人伺服器的東西。