微软发布 Microsoft 365 Copilot 的新闻稿我看了三遍。第一遍是震惊，第二遍是焦虑，第三遍是麻木。我手头正在调优的 Rembg Pro 项目，突然显得像个笑话。他们直接把 AI 塞进了 Word、Excel、PPT 的工具栏里，就像给每个白领发了一把冲锋枪。而我，还在吭哧吭哧地教我的模型怎么更精准地抠掉一张图片的背景。
Rembg Pro 这周的核心升级，是把 U²-Net 的 backbone 从 ResNet 换成了更轻量的 MobileNetV3，同时引入了注意力机制来优化毛发和透明物体的边缘。听起来挺技术对吧？我盯着训练日志里那 0.3% 的 mIoU 提升，脑子里想的却是：一个普通用户，未来是愿意花 5 分钟学习我的软件，还是直接在 PowerPoint 里点一下“移除背景”按钮？微软的 API 调用成本摊薄到海量用户里，几乎为零。我的服务器成本，每一分钱都看得见。
调优心得？全是血泪。深度学习模型在实际业务里，根本不是论文里那些漂亮的曲线。第一关是数据。我们爬了上百万张带复杂背景的电商产品图，手动标注了其中十分之一，光是处理“背景”和“前景”模糊不清的边界（比如一杯冒热气的咖啡，热气算背景还是产品的一部分？），就逼疯了两个标注员。第二关是部署。为了把模型塞进一个桌面端软件里，用 ONNX 做转换，为了兼容老显卡还得支持 FP16，推理速度卡在 90 毫秒这个门槛上，多 10 毫秒用户就会觉得“卡”。第三关是场景适配。给服装电商用，得特别强化网纱材质的识别；给证件照行业用，得保证头发丝一根都不能丢，耳朵轮廓必须清晰。每一个百分点精度的提升，背后都是针对特定场景的“脏活累活”。
现在微软这么一搞，这些“脏活累活”的价值被瞬间稀释了。他们用通吃的大模型能力，可能单点精度不如我们死磕的垂直模型，但 80 分的通用方案，免费且无缝集成，对 95% 的用户来说就是终极解决方案。这才是最可怕的降维打击。它打击的不是技术，是技术赖以生存的商业模式。
我关了训练监控页面，走到窗边点了根烟。2022 年了，疫情还没完，团队去年好不容易砍掉，回归超级个体。本以为靠这手图像处理的硬技术，能吃几年安稳饭。结果呢？技术迭代的鞭子抽得比疫情还狠。健身和低卡饮食让我身体没垮，但这种“随时可能被巨头一个更新就干掉”的焦虑，比管理一个烂摊子团队更耗神。那是一种深入骨髓的、对自身价值根基的怀疑。
或许出路不在“更好”，而在“不同”。Copilot 处理的是通用办公场景，那更垂直、更专业、集成到特定工作流深处的需求呢？比如，直接集成到服装设计软件 CLO3D 里，实时抠出面料图案；或者结合 3D 建模，把抠出来的物体直接生成三维白模。Rembg Pro 不能只是一个“抠图工具”，它得是一个“生产力环节”。对，得往工作流里钻，钻得越深，护城河才可能越深。微软的航母开过来了，我这条小舢板，得找到那片它驶不进的狭窄水道。
烟快烧完了。明天还得继续调参，继续和那些顽固的图像边缘作斗争。但我知道，战争的性质已经变了。以前是和问题本身斗，现在，是和问题的“定义权”斗。
