Нейросети для замены фона на фото: 6 лучших моделей

Фотография с плохим фоном — это история не про фон. Это история про то, что зритель за долю секунды понимает: что-то не так, и перестаёт верить кадру. Чаще всего дело даже не в самом заднем плане, а в трёх мелочах, которые глаз считывает раньше всего: рваный край у волос, свет, падающий с двух сторон одновременно, и отсутствие тени под ногами. Именно поэтому замена фона нейросетью — задача не про «нарисуй красиво», а про «замени одно, не тронув другое».

Именно с этой формулировкой модели справляются по-разному. Одна перерисовывает лицо, другая меняет цвет товара, третья отлично понимает инструкцию, но выдаёт тысячу пикселей и не годится для печати, четвёртая делает сто кадров за цену одного флагманского. Ниже — шесть моделей STIVA.ai, которые закрывают разные участки этой задачи и складываются в понятную лестницу от десяти токенов за вырезание до пятисот за кадр в 4K. После обзоров — разбор темы без списков и схем: почему подмену видно, как формулировать запрос и где нейросети пока честно проигрывают.

Лучшие модели STIVA.ai для замены фона

Nano Banana

Nano Banana — самая доступная модель семейства Google в каталоге STIVA.ai, и для замены фона её разумно воспринимать как скоростной скетчер: она выдаёт кадр за секунды и стоит около 20 токенов, поэтому на ней удобно перебирать варианты нового окружения — студию, улицу, интерьер, — пока не найдено направление. Модель принимает текстовый промпт и умеет править загруженное фото по инструкции, сохраняя общую композицию, но на сложных деталях честно уступает старшим версиям: мелкая анатомия, руки и тонкие края вроде отдельных прядей волос могут выйти неточными, а разрешение ограничено примерно 1024 пикселями по длинной стороне. Зато поддерживаются базовые соотношения сторон, включая квадрат, вертикаль и широкий кадр, а русские промпты модель понимает хорошо, хотя сложные сцены точнее описывать по-английски. Практический сценарий выглядит так: сгенерировать десять-пятнадцать фонов на Nano Banana, выбрать лучший по композиции и свету, а затем повторить его на более тяжёлой модели в 2K или 4K. Кому подойдёт: новичкам, контент-мейкерам и всем, кто ищет идею фона без затрат.

FLUX.2 Klein

FLUX.2 Klein — компактная модель Black Forest Labs, вышедшая в ноябре 2025 года, и один из самых выгодных вариантов, если фон нужно менять на предметных кадрах. Она построена на дистиллированной архитектуре Diffusion Transformer, выдаёт картинку размером до двух мегапикселей и стоит порядка 50 токенов за генерацию, то есть заметно дешевле флагманов. Главное для нашей задачи — встроенное редактирование существующих изображений: замена отдельных областей, изменение стиля и доработка деталей с сохранением структуры оригинала, поэтому фон можно пересобрать, не перестраивая заново весь кадр. Модель хорошо держит форму объекта и фактуру материалов — металл, стекло, ткань, — и аккуратно рисует короткие надписи, если на новом фоне нужна вывеска или ценник. Ограничения предсказуемы: сложные многообъектные сцены и очень длинный текст ей даются хуже, чем старшим FLUX.2, а узкие художественные стили требуют подробного описания. В промпт стоит добавлять параметры оптики и света — объектив, диафрагму, характер освещения: они заметно повышают реалистичность. Кому подойдёт: селлерам, дизайнерам каталогов и тем, кто готовит карточки товаров сериями.

Grok Imagine

Grok Imagine — модель xAI с двумя режимами и поддержкой референсов, и для замены фона это удобная связка, когда нужно сначала быстро найти кадр, а потом довести его до публикации. В обычном режиме генерация в 1K стоит около 100 токенов, в 2K — около 150, а включённый Pro поднимает детализацию до 200 и 300 токенов соответственно: черновики вы перебираете дешевле, а финальный кадр отрисовываете в Pro, где заметно лучше проработаны лица, резкость и текстуры. Модель принимает одно или несколько изображений-референсов, поэтому стиль нового окружения можно задать не только словами, но и картинкой — светом, палитрой, характером фона. Русские промпты она понимает хорошо, а вот надписи кириллицей на самой картинке выходят нестабильно: текст на вывеске лучше задавать латиницей или добавлять позже в редакторе. Отдельная особенность — рекомендация формулировать пожелания позитивно: вместо «без текста» лучше писать «чистый минималистичный фон». Кому подойдёт: тем, кто делает рекламные и лайфстайл-кадры и готов доплачивать за режим Pro только на финале.

Seedream 5 Lite

Seedream 5 Lite — лёгкая версия флагмана ByteDance и, пожалуй, самый сбалансированный вариант по соотношению цены и качества для массовой замены фона. Она работает с разрешением до 2K, поддерживает разные пропорции кадра и, как и все версии Seedream в STIVA, умеет редактировать по референсу: вы прикладываете фото товара или человека и просите заменить окружение, перечислив, что нельзя трогать. В примерах на странице модели настольная лампа переезжает из нейтрального кадра в вечерний интерьер, и сравнение показывает, что форму абажура и основания стоит проверять вручную, зато общий свет и атмосфера собираются убедительно. Стоимость — около 150 токенов, скорость высокая, поэтому модель удобно использовать для серий: четыре-восемь вариантов одного промпта с изменением одного параметра за раз, будь то ракурс, время суток или температура света. Сложные многофигурные композиции и тонкая анатомия ей даются хуже, чем полному Seedream 5, а кириллицу в надписях нужно перепроверять. Кому подойдёт: маркетплейсам, SMM-командам и небольшим студиям, которым нужен поток приличных кадров без больших затрат.

Nano Banana 2.1

Nano Banana 2.1 — самая универсальная модель в этой подборке и главный кандидат на финальный кадр. Она работает в двух режимах сразу: генерирует по тексту и редактирует загруженное фото по инструкции, поэтому одинаково годится и для постановочной сцены, и для реальной съёмки, которой нужно поменять фон. Поддерживаются 14 форматов вывода и три уровня качества — 1K, 2K и 4K за 150, 250 и 500 токенов соответственно, что позволяет не переплачивать за черновики и выложить максимум на печати или крупном баннере. Для замены фона важна точность формулировок: перечислите, что изменить, и отдельно — что сохранить, включая лицо, позу, одежду и пропорции; модель следует таким инструкциям заметно аккуратнее младших версий. Сильнее всего она проявляется в предметных и рекламных сценах: свет, фактуры и композиция собираются так, что кадр не выглядит коллажем. Слабое место — цена: в 4K одна генерация стоит как пятьдесят вырезаний фона, поэтому прогонять десятки вариантов на ней невыгодно. Кому подойдёт: дизайнерам, фотографам и продавцам, которым нужен один качественный кадр под печать или витрину.

FeyNoBg

FeyNoBg — узкоспециализированный инструмент, который не рисует новый фон, а полностью убирает старый: на выходе получается PNG с альфа-каналом, готовый к наложению на любую подложку. Это самая дешёвая операция в подборке — около 10 токенов за запрос, — и именно с неё логично начинать, если фон нужен однотонный, корпоративный или фото уйдёт в вёрстку. Принцип предельно простой: загрузили снимок, получили вырезанный объект без ручной обводки и масок. Модель хорошо справляется с волосами и мехом, но со стеклом, вуалью и полупрозрачными материалами возможны неточности, а качество напрямую зависит от исходника: чем чётче края, лучше свет и выше разрешение, тем чище результат. Разумный минимум — 512 пикселей по стороне, на мелких картинках контур рвётся. Итоговый файл сразу подходит для логотипов, стикеров и карточек сотрудников, а при необходимости объект можно собрать в сцену в редакторе STIVA. Кому подойдёт: продавцам и дизайнерам, которым нужен прозрачный объект за один клик и минимальные деньги.

Выбор между этими моделями сводится к одной фразе: чем важнее сохранить исходник и мельче детали, тем выше стоит подниматься по лестнице цены. Дешёвые модели отвечают на вопрос «какое окружение подойдёт», дорогие — «как сделать так, чтобы никто не догадался». Логично начинать с Nano Banana или FeyNoBg, проверять направление на Seedream 5 Lite и FLUX.2 Klein, а финальный кадр собирать на Nano Banana 2.1 или в Pro-режиме Grok Imagine.

Почему подмену фона видно сразу

Человеческий глаз не анализирует картинку по частям — он ловит несоответствия. Первое, что выдаёт монтаж, это свет: если на лице лежит мягкая тень от окна, а новый фон залит жёстким солнцем с резкими тенями, мозг мгновенно понимает, что сцена собрана из двух разных мест. Второе — край: там, где объект переходит в фон, появляются кайма, ореол или «пила», особенно заметные на волосах, пуховиках и шарфах. Третье — точка контакта: человек без тени под ногами выглядит парящим, а предмет без опоры — нарисованным поверх картинки. Все три проблемы решаются не магией модели, а точностью запроса и проверкой результата, поэтому дальше речь пойдёт именно об этом.

Что модель делает с кадром

Технически процесс выглядит так. Сначала определяется главный объект и строится маска — карта того, что нужно сохранить. Затем маска уточняется по краям, и именно на этом шаге решается судьба отдельных прядей, меха и стекла. После этого генеративная часть перерисовывает кадр целиком, опираясь на исходник как на референс, и заполняет области вокруг объекта новым окружением. Финальный этап — согласование: цветокоррекция объекта под новую сцену, добавление тени, отражений, глубины резкости и лёгкого зерна, чтобы картинка не выглядела склейкой. Важно понимать: современные модели не вырезают и не вставляют фрагменты в буквальном смысле, они перерисовывают изображение, поэтому прямая просьба сохранить лицо, позу и одежду — не вежливость, а техническая необходимость.

Промпт из четырёх вопросов

Вместо длинного описания достаточно последовательно ответить на четыре вопроса. Что сохранить — «лицо, причёску, одежду, позу и пропорции без изменений». Что заменить — «полностью убери старую комнату, прохожих и провода». Куда перенести — «светлая студия с серой циклорамой» или «набережная в золотой час». Как снять — «мягкий боковой свет, объектив 85 мм, малая глубина резкости, реалистичная тень на полу». Эти четыре блока, собранные в одно предложение, работают лучше, чем абзац красивых прилагательных: модель одинаково хорошо понимает и русский, и английский, но конкретика важнее языка. В конце полезно добавить короткое ограничение — «без текста, логотипов и водяных знаков», — однако увлекаться отрицаниями не стоит: длинные запреты модели воспринимают хуже, чем положительное описание желаемого результата.

Готовые формулировки

Для делового портрета подойдёт такая формулировка: «Сохрани лицо, причёску, позу и одежду человека без изменений. Замени фон на светлую студию с мягким градиентом, рассеянный свет слева, лёгкая тень от плеча. Портрет по грудь, объектив 85 мм, без текста и логотипов». Для карточки товара: «Сохрани точную форму, цвет и фактуру предмета из референса, включая все надписи на упаковке. Замени фон на чистый белый, поставь товар на матовую поверхность, мягкая тень справа, товар целиком в кадре». Для соцсетей: «Оставь девушку с фото неизменной. Перенеси её на террасу у моря в золотой час, тёплый контровой свет, размытые огни на заднем плане, отражения на стекле, вертикаль 9:16». Общая закономерность одна: сначала сохранение, потом замена, потом свет и только в конце — технические детали кадра.

Сложные края и что с ними делать

Самая частая причина переделок — волосы, мех, шарфы и прозрачные материалы. Здесь помогает смена формулировки: просите не «вырезать объект», а «заменить окружение» — генеративные модели в этом случае аккуратнее обходятся с контуром, потому что дорисовывают сцену вокруг, а не отрезают её. Второй помощник — разрешение: на 1K мелкие пряди сливаются и край получается рваным, поэтому для проблемных кадров сразу берите 2K или 4K. Третий приём — связка из двух инструментов: сначала FeyNoBg делает грубую, но честную маску с прозрачностью, а затем модель собирает сцену вокруг готового объекта. И честное ограничение: стекло, вуаль и полупрозрачные ткани автоматика почти всегда обрабатывает неточно, такие предметы надёжнее снимать сразу на контрастном фоне.

Ошибки, которые заметны без лупы

Помимо света, края и тени, есть несколько типичных промахов. Первый — просить «убрать фон» у генератора: без уточнения «сохрани объект» модель начнёт улучшать и сам объект. Второй — противоречивые вводные: солнечный фон при пасмурном свете на человеке гарантирует коллаж. Третий — забытые запреты, из-за которых в кадр попадают чужие вывески, водяные знаки и случайный текст. Четвёртый — проверка по превью в чате: кайму и потерянные пряди видно только при увеличении до ста процентов. Пятый — перегенерация вместо точечной правки: если не нравится одна деталь фона, просите изменить именно её, иначе лицо может измениться. И шестой, самый дорогой — публикация без сверки с реальным товаром: форма, цвет, логотип и комплектация должны совпадать с изделием, иначе карточку ждут возвраты и претензии.

Сколько это стоит на практике

Считать бюджет удобно на сотне однотипных фотографий. Вырезание в FeyNoBg обойдётся примерно в тысячу токенов, Nano Banana — в две тысячи, FLUX.2 Klein — в пять тысяч, Grok Imagine в обычном режиме — около десяти тысяч, Seedream 5 Lite — в пятнадцать тысяч, а Nano Banana 2.1 в зависимости от качества потребует от пятнадцати до пятидесяти тысяч токенов. Разница в цене не означает разницу в результате: часто выгоднее сделать пятьдесят черновиков на дешёвой модели и один финальный кадр в 4K, чем пятьдесят прогонов в 4K — потому что выбор из большего числа идей почти всегда даёт лучшую картинку, чем старательная попытка с первого раза.

Где нейросеть лучше не применять

Есть границы, которые стоит обозначить сразу. Нельзя выдавать сгенерированный фон за реальную съёмку места события — это вопрос не техники, а этики и права. Нельзя использовать чужие фотографии, товарные знаки и лица без разрешения, а для документов, виз и площадок с верификацией подобные правки неприемлемы в принципе. В маркетплейсах отдельная зона риска — требования к главному фото: у большинства площадок это белый или светло-серый фон, товар целиком, без рамок, коллажей и посторонних надписей, и правила отличаются по категориям. Практический вывод простой: для главного изображения собирайте максимально нейтральный кадр и не добавляйте декор, а творческие сцены оставляйте для второго и третьего фото в карточке.

Куда всё движется

За последние два года замена фона перестала быть отдельной услугой и стала такой же рутинной операцией, как кадрирование. Порог качества поднялся до 2K и 4K, разница между флагманской и бюджетной моделью сократилась до деталей — чаще всего она видна только на сложных краях и мелкой фактуре. Второй сдвиг — редактирование по референсу вместо генерации с нуля: модель держит в голове исходный объект и меняет только то, что разрешили. Третий — пакетность: несколько изображений за один запрос и серии в единой стилистике уже встроены в интерфейсы, а не собираются скриптами. Из этого следует простой вывод для практики: учиться формулировать запрос важнее, чем гоняться за самой новой моделью.

Частые вопросы

Сохранится ли лицо при замене фона — да, если прямо попросить его сохранить и работать с моделью, которая умеет редактирование по референсу; для групповых снимков проверяйте каждого человека отдельно, потому что второстепенные лица иногда меняются.

Можно ли обойтись без генератора — да, если нужен однотонный или прозрачный фон; в этом случае дешевле не рисовать сцену, а вырезать объект в FeyNoBg и наложить на нужную подложку в редакторе.

Какой фон выбрать для карточки товара — светлый нейтральный, с мягкой тенью под предметом и без декора; такой кадр не спорит с товаром и спокойно проходит модерацию.

Нужен ли Photoshop — для базовых задач нет, но точечная доводка краёв и прозрачных объектов всё ещё быстрее делается вручную, чем повторной генерацией.

Что делать, если края грязные, — поднять разрешение исходника, повторить генерацию в 2K или 4K, а для стекла и тканей использовать связку вырезания и сборки сцены.

Вывод

Замена фона перестала быть работой на вечер: сегодня это одна точная инструкция и одна проверка при увеличении до ста процентов. Разница между моделями не в том, умеют ли они менять фон, а в том, насколько бережно они относятся к исходнику и во что обходится серия кадров.

Если нужен максимально качественный финальный кадр, берите Nano Banana 2.1; когда важна плотная работа с референсами и режим повышенной детализации, выручит Grok Imagine; для предметных серий разумнее Seedream 5 Lite и FLUX.2 Klein; для перебора идей хватит Nano Banana, а для прозрачных объектов — FeyNoBg. Все шесть моделей собраны на STIVA.ai в одном интерфейсе и доступны по одной подписке, без VPN и зарубежных карт, поэтому сравнивать их можно на одном и том же исходнике и выбирать не по описаниям, а по результату. Начните с дешёвого прогона, проверьте край, свет и тень, а финальный кадр доверьте модели, которая лучше держит детали: это почти всегда дешевле, чем пересъёмка.