Ideogram 推专用擦除模型，称居 RemovalBench 首位
Ideogram 发布专用对象擦除模型，连阴影与反射一并清除，官方称在 RemovalBench 上优于 Nano Banana 2、FLUX Erase 与 GPT Image-2。
Ideogram 于 7 月 29 日发布 Object Remover——一款专用擦除模型，在移除所选对象的同时，也一并清掉它留下的视觉痕迹：阴影、反射，以及它投在周边表面的光照。
后半句才是它与普通局部重绘的分野。多数基于蒙版的编辑工具只重建选区内部，被删掉的台灯留着光晕、被删掉的人留着影子，一眼就能看出画面动过手。Ideogram 表示，其模型会有意修改蒙版之外的像素来消解这些次级线索，同时让无关区域尽可能贴近原图。官方演示了两类场景：从照片中清除路人、电线与杂物；以及清除文字、logo 与字幕——模型会重建其下方表面，并保留原有纹理、透视与光照。
在 RemovalBench 上，Ideogram 称其成绩在所测擦除系统中最优，领先谷歌 Nano Banana 2、FLUX Erase 与 GPT Image-2，全参考指标为 PSNR 26.92、SSIM 0.811、LPIPS 0.0598。需要说明，这些数据由 Ideogram 自行公布、基准也由其选定，且被比较的模型多为通用图像编辑模型而非专用擦除工具。Object Remover 已在 Ideogram 网页端与 API 开放。
商业逻辑相当直白：擦除是电商摄影、房产图片与图库素材中付费量最大的单项编辑操作，也恰是通用前沿图像模型仍不及垂类模型的地方。此前开放 Ideogram 4.0 权重、并转向用 AMD Instinct 加速卡承载推理的 Ideogram，选择的是以专精质量而非能力广度取胜。
为何重要： 干净地抹掉文字、logo 与字幕，同时也意味着干净地抹掉来源标记与署名——让商品图可上架的能力，同样能让带水印或带署名的图片无从追溯。当擦除阴影、反射这类次级证据的工具好到让取证检测失去最容易抓的破绽，责任就被推给了加密式内容溯源方案，而当下多数图像生产链条并不携带这类信息。