Thực trạng chỉnh sửa ảnh: Báo cáo nghiên cứu năm 2026

Tóm tắt điều hành

Từ tháng 1 đến tháng 4 năm 2026, chúng tôi đã phân tích dữ liệu tổng hợp đã được ẩn danh từ 10,2 triệu lượt chỉnh sửa ảnh trên các nền tảng iOS, Android và web của Magic Eraser. Bộ dữ liệu bao gồm người dùng tại 194 quốc gia, mặc dù phần lớn khối lượng đến từ Hoa Kỳ (34%), Ấn Độ (11%), Vương quốc Anh (8%), Đức (6%) và Brazil (5%). Các loại chỉnh sửa, thời lượng phiên, siêu dữ liệu thiết bị, xếp hạng hài lòng và tỷ lệ chỉnh sửa lại đã được thu thập. Không có hình ảnh cá nhân hoặc thông tin nhận dạng cá nhân nào được đưa vào phân tích.

Năm phát hiện nổi bật. Thứ nhất, xóa đối tượng đã củng cố vị trí là loại chỉnh sửa chiếm ưu thế, chiếm hơn một phần ba tổng số lượt chỉnh sửa. Thứ hai, chỉnh sửa trên di động đã vượt qua web lần đầu tiên trong bộ dữ liệu của chúng tôi, được thúc đẩy chủ yếu bởi sự tăng trưởng của iOS. Thứ ba, chỉnh sửa có hỗ trợ AI không còn là tính năng thích hợp nữa mà là quy trình làm việc mặc định của hầu hết người dùng, với ba phần tư tổng số lượt chỉnh sửa liên quan đến ít nhất một bước sử dụng AI. Thứ tư, chụp ảnh sản phẩm thương mại điện tử là trường hợp sử dụng đơn lẻ lớn nhất theo ngành, vượt qua mạng xã hội và sử dụng cá nhân. Thứ năm, cải thiện tốc độ trong xử lý AI đã giảm thời gian chỉnh sửa trung bình xuống hơn một nửa so với 18 tháng trước, về cốt lõi đang thay đổi kỳ vọng của người dùng về thời gian hoàn thành.

Các loại chỉnh sửa phổ biến nhất

Chúng tôi đã phân loại mỗi lần chỉnh sửa thành một trong bảy loại chính dựa trên công cụ được sử dụng và phạm vi thay đổi được áp dụng. Xóa đối tượng dẫn đầu với 34,1% tổng số lượt chỉnh sửa. Điều này bao gồm việc xóa người, biển báo, dây điện, rác và các yếu tố không mong muốn khác khỏi ảnh. Phiên xóa đối tượng điển hình liên quan đến việc chọn một đến ba đối tượng để xóa, với trung vị là 1,7 đối tượng mỗi phiên.

Xóa phông nền là loại chỉnh sửa phổ biến thứ hai với 27,8%. Người dùng tách chủ thể khỏi phông nền cho danh sách sản phẩm, ảnh hồ sơ, bố cục thiết kế và nội dung mạng xã hội. Chỉnh sửa cải thiện (độ sáng, độ tương phản, độ sắc nét, hiệu chỉnh màu sắc) chiếm 17,6% lượt chỉnh sửa. Mặc dù chỉnh sửa cải thiện trước đây là tác vụ chỉnh sửa ảnh phổ biến nhất trên toàn cầu, sự gia tăng của máy ảnh điện thoại thông minh với nhiếp ảnh tính toán tích hợp đã làm giảm nhu cầu hiệu chỉnh cơ bản.

Các loại còn lại là AI expansion hoặc mở rộng ảnh với 8,3%, chỉnh sửa sáng tạo và generative với 5,9%, xóa chữ và hình mờ với 4,1%, thao tác hàng loạt hoặc nhiều ảnh với 2,2%. Phần còn lại là các loại chỉnh sửa dài không thuộc các danh mục này.

Xu hướng sử dụng nền tảng

Lần đầu tiên trong lịch sử theo dõi của chúng tôi, các phiên chỉnh sửa trên di động đã vượt qua các phiên trên web về tổng khối lượng. Di động hiện chiếm 63% tổng số phiên chỉnh sửa, tăng từ 54% vào giữa năm 2025. iOS dẫn đầu về sử dụng di động với 38% tổng số phiên, Android với 25%. Chỉnh sửa dựa trên web đã giảm nhẹ từ 41% xuống 37% nhưng vẫn rất quan trọng đối với quy trình làm việc chuyên nghiệp và hàng loạt, nơi màn hình lớn hơn và phím tắt mang lại lợi ích hiệu quả đáng kể.

Sự chuyển dịch sang di động không đồng nhất giữa các loại chỉnh sửa. Xóa phông nền và xóa đối tượng nghiêng mạnh về di động (lần lượt 71% và 66% trên di động), phản ánh các trường hợp sử dụng như dọn dẹp ảnh sản phẩm nhanh và chuẩn bị nội dung mạng xã hội. Chỉnh sửa cải thiện cân bằng hơn (55% di động, 45% web) và thao tác hàng loạt vẫn chủ yếu dựa trên web (82% web). Điều này cho thấy người dùng chọn nền tảng dựa trên độ phức tạp của tác vụ và số lượng ảnh liên quan, không chỉ đơn giản dựa trên sở thích thiết bị.

Về mặt địa lý, ưu thế di động mạnh nhất ở Ấn Độ (78% di động), Brazil (74% di động), Đông Nam Á (76% di động), trong khi sử dụng web vẫn tương đối mạnh ở Hoa Kỳ (42% web), Đức (45% web) và Nhật Bản (43% web). Những khác biệt này tương quan với các mô hình truy cập internet rộng lớn hơn: các thị trường ưu tiên di động cho thấy hành vi chỉnh sửa ưu tiên di động tương ứng.

Áp dụng AI trong chỉnh sửa ảnh

Xu hướng nổi bật nhất trong bộ dữ liệu là sự tăng tốc của chỉnh sửa bằng AI. Vào tháng 1 năm 2025, 41% lượt chỉnh sửa trên nền tảng của chúng tôi sử dụng ít nhất một tính năng AI (xóa đối tượng, xóa phông nền, AI expansion, generative fill hoặc AI-powered boost). Đến tháng 4 năm 2026, con số đó đã đạt 74%. Tăng trưởng diễn ra đều đặn ở mức khoảng 2 điểm phần trăm mỗi tháng.

Quy trình làm việc chỉ sử dụng AI (AI-only) — các phiên mà mọi bước chỉnh sửa đều được hỗ trợ bởi AI mà không có điều chỉnh thủ công — chiếm 39% tổng số phiên, tăng từ 18% vào đầu năm 2025. Quy trình làm việc kết hợp (hybrid), nơi người dùng kết hợp các công cụ AI với điều chỉnh thủ công (cắt xén, xoay, chỉnh sửa bằng cọ thủ công), chiếm 35%. Chỉnh sửa thủ công hoàn toàn đã giảm từ 23% xuống 12% số phiên. 14% còn lại bao gồm các phiên người dùng mở trình chỉnh sửa nhưng không hoàn thành việc chỉnh sửa.

Điều quan trọng là điểm hài lòng của người dùng cao nhất đối với quy trình làm việc kết hợp (4,4 trên 5), cao hơn một chút so với quy trình chỉ sử dụng AI (4,3 trên 5) và cao hơn đáng kể so với quy trình chỉ thủ công (3,7 trên 5). Điều này cho thấy sự kết hợp giữa tự động hóa AI với phán đoán của con người hiện mang lại kết quả cảm nhận tốt nhất. Người dùng sử dụng kết quả chỉnh sửa do AI tạo ra và sau đó tinh chỉnh thủ công báo cáo mức độ tự tin cao nhất vào đầu ra của họ.

Phân tích theo ngành

Không phải tất cả chỉnh sửa ảnh đều là cá nhân. Một phần lớn và đang tăng trưởng của hoạt động chỉnh sửa trên nền tảng của chúng tôi được thúc đẩy bởi các trường hợp sử dụng chuyên nghiệp và thương mại. Chúng tôi đã suy luận các danh mục ngành từ sự kết hợp của các loại tài khoản tự khai báo (đối với tài khoản doanh nghiệp), mô hình chỉnh sửa và tín hiệu nội dung hình ảnh. Việc phân loại mang tính ước lượng và có một số chồng chéo, chủ yếu giữa mạng xã hội và các danh mục khác.

Chụp ảnh sản phẩm thương mại điện tử là phân khúc theo ngành lớn nhất với 31% tổng số lượt chỉnh sửa. Điều này bao gồm người bán trên Amazon, Shopify, Etsy, eBay và các thị trường khác cần hình ảnh sản phẩm sạch với phông nền trắng hoặc trong suốt. Người dùng thương mại điện tử điển hình thực hiện xóa phông nền và chỉnh sửa cải thiện và xử lý trung bình 4,7 hình ảnh mỗi phiên, cao hơn nhiều so với mức trung bình của toàn nền tảng là 1,9.

Chụp ảnh bất động sản chiếm 16% lượt chỉnh sửa. Các đại lý và người quản lý tài sản sử dụng xóa đối tượng để làm sạch ảnh nội thất và ngoại thất, AI expansion để hiển thị góc nhìn rộng hơn của căn phòng và chỉnh sửa cải thiện để cải thiện ánh sáng trong không gian tối. Sáng tạo nội dung mạng xã hội chiếm 14% lượt chỉnh sửa, với thời gian phiên nhanh nhất và tỷ lệ sử dụng di động cao nhất trong số các danh mục chuyên nghiệp. Sử dụng cá nhân (chỉnh sửa phi thương mại ảnh cá nhân) chiếm 22% tổng số lượt chỉnh sửa. 17% còn lại được phân bổ cho các đại lý tiếp thị (7%), giáo dục (4%), báo chí và truyền thông (3%) và các danh mục chuyên nghiệp khác (3%).

Cải thiện chất lượng và thước đo sự hài lòng

Đo lường chất lượng chỉnh sửa ảnh trên quy mô lớn vốn dĩ rất khó khăn vì chất lượng mang tính chủ quan và phụ thuộc vào ngữ cảnh. Chúng tôi sử dụng ba thước đo thay thế: xếp hạng hài lòng do người dùng báo cáo (được thu thập qua khảo sát tùy chọn sau chỉnh sửa), tỷ lệ chỉnh sửa lại (tỷ lệ phần trăm các chỉnh sửa mà người dùng hoàn tác hoặc làm lại kết quả AI) và tỷ lệ xuất ảnh (tỷ lệ phần trăm các phiên kết thúc với việc người dùng lưu hoặc chia sẻ hình ảnh đã chỉnh sửa).

Trên tất cả các loại chỉnh sửa, xếp hạng hài lòng trung bình là 4,2 trên 5, tăng từ 3,8 trong Q1 2025. Sự cải thiện được thúc đẩy chủ yếu bởi hiệu suất mô hình AI tốt hơn thay vì thay đổi kỳ vọng của người dùng. Xóa phông nền cho thấy sự hài lòng cao nhất với 4,5 trên 5, phản ánh sự trưởng thành của các mô hình phân đoạn hiện xử lý tóc, lông thú, vật thể trong suốt và các cạnh phức tạp với độ tin cậy cao. Sự hài lòng khi xóa đối tượng đạt trung bình 4,3 trên 5, với điểm số thay đổi theo độ phức tạp của đối tượng: đối tượng đơn giản (biển báo, dây điện, mảnh vụn nhỏ) đạt 4,6 trong khi đối tượng phức tạp (người trong cảnh đông đúc, vật thể bị che khuất một phần) đạt 3,9.

Tỷ lệ chỉnh sửa lại đã giảm từ 28% vào đầu năm 2025 xuống 17% trong Q1 2026. Tỷ lệ chỉnh sửa lại thấp hơn cho thấy người dùng hài lòng với kết quả do AI tạo ra ngay lần đầu tiên thường xuyên hơn. Tỷ lệ xuất ảnh đã tăng tương ứng từ 71% lên 83%, nghĩa là nhiều phiên chỉnh sửa hơn hiện kết thúc với đầu ra được lưu thay vì bị bỏ dở. Sự kết hợp giữa tỷ lệ chỉnh sửa lại thấp hơn và tỷ lệ xuất ảnh cao hơn cho thấy sự cải thiện thực sự về chất lượng đầu ra, không chỉ đơn thuần là sự thích nghi của người dùng.

Điểm chuẩn tốc độ

Tốc độ xử lý ảnh hưởng trực tiếp đến trải nghiệm người dùng và thông lượng quy trình làm việc. Chúng tôi đã đo thời gian xử lý trung vị (từ thời điểm người dùng kích hoạt chỉnh sửa đến thời điểm kết quả được hiển thị) trên các loại chỉnh sửa và nền tảng. Tất cả thời gian đều phản ánh xử lý phía máy chủ cộng với độ trễ khứ hồi mạng đối với các chỉnh sửa xử lý trên đám mây.

Xóa đối tượng bằng AI hiện hoàn thành với thời gian trung vị 1,8 giây, giảm từ 4,7 giây trong Q1 2025 — cải thiện 62%. Xóa phông nền là thao tác AI nhanh nhất với thời gian trung vị 1,2 giây, nhờ các mô hình phân đoạn được tối ưu hóa cao đã được cải tiến qua nhiều thế hệ. Chỉnh sửa cải thiện hoàn thành với thời gian trung vị 0,8 giây, vì nhiều thao tác cải thiện có thể được thực hiện với các mô hình nhẹ hoặc thuật toán truyền thống được tăng tốc bởi GPU.

AI expansion và chỉnh sửa sáng tạo là các thao tác chậm nhất, với thời gian trung vị lần lượt là 3,4 giây và 4,1 giây, phản ánh chi phí tính toán của việc tạo nội dung hình ảnh mới từ đầu. Những thời gian này vẫn nằm trong ngưỡng mà người dùng coi là phản hồi nhanh (nghiên cứu luôn chỉ ra rằng người dùng coi các thao tác dưới 5 giây là nhanh và các thao tác trên 10 giây là chậm đối với quy trình làm việc sáng tạo).

Sự khác biệt về nền tảng là đáng kể. Chỉnh sửa trên web nhanh hơn trung bình khoảng 15% so với chỉnh sửa trên di động cho cùng một thao tác, chủ yếu do kết nối băng thông cao nhất quán hơn. Chỉnh sửa trên iOS nhanh hơn trung bình khoảng 8% so với chỉnh sửa trên Android, phản ánh sự kết hợp của sự khác biệt về cơ sở hạ tầng mạng trong cơ sở người dùng iOS và hồ sơ hiệu suất thiết bị nhất quán hơn một chút giữa các thiết bị iOS.

Triển vọng tương lai: xu hướng cho năm 2027

Dựa trên quỹ đạo có thể thấy trong dữ liệu của chúng tôi và các phát triển trong ngành rộng lớn hơn, chúng tôi xác định năm xu hướng có khả năng định hình việc chỉnh sửa ảnh trong năm 2027.

Thứ nhất, xử lý AI trên thiết bị sẽ mở rộng đáng kể. Apple, Google và Qualcomm đều đang đầu tư vào các bộ xử lý thần kinh (NPU) có khả năng chạy các mô hình diffusion cục bộ. Dữ liệu của chúng tôi cho thấy 6% chỉnh sửa AI trên các thiết bị được hỗ trợ đã xử lý trên thiết bị cho các thao tác đơn giản. Chúng tôi dự đoán con số này sẽ đạt 15-20% vào cuối năm 2027, được thúc đẩy bởi sở thích về quyền riêng tư và việc loại bỏ độ trễ mạng cho các chỉnh sửa phổ biến.

Thứ hai, chỉnh sửa video sẽ hội tụ với chỉnh sửa ảnh. Lộ trình nội bộ của chúng tôi và các thông báo công khai từ Adobe, Canva và các bên khác chỉ ra các công cụ AI xử lý khung hình video dễ dàng như ảnh tĩnh. Xóa đối tượng khỏi video, thay thế phông nền trong video và cải thiện video bằng AI đều đang được phát triển tích cực trong toàn ngành. Kỳ vọng của người dùng được thiết lập bởi tính năng chỉnh sửa ảnh tức thì sẽ được chuyển sang video.

Thứ ba, chỉnh sửa AI sẽ trở nên vô hình. Khi xử lý AI trở thành mặc định (đã ở mức 74% trong dữ liệu của chúng tôi), sự khác biệt giữa chỉnh sửa AI và chỉnh sửa thông thường sẽ mờ dần. Người dùng sẽ mong đợi hành vi thông minh từ mọi công cụ mà không cần suy nghĩ về việc có liên quan đến AI hay không. Điều này có tác động đến thiết kế sản phẩm: nhãn AI sẽ chuyển từ huy hiệu tính năng sang giả định nền tảng.

Thứ tư, tự động hóa quy trình làm việc và hàng loạt sẽ phát triển. Dữ liệu của chúng tôi cho thấy thao tác hàng loạt chỉ chiếm 2,2% số phiên, nhưng các phiên này xử lý nhiều hình ảnh hơn không tương xứng. Khi các trường hợp sử dụng thương mại điện tử và tiếp thị phát triển, chúng tôi kỳ vọng nhu cầu về các quy trình tự động xử lý hàng trăm hoặc hàng nghìn hình ảnh theo một bộ quy tắc nhất quán. Chỉnh sửa dựa trên API sẽ phát triển cùng với việc sử dụng công cụ thủ công.

Thứ năm, kỳ vọng về chất lượng sẽ tiếp tục tăng lên. Mỗi cải tiến về chất lượng mô hình AI đều thiết lập lại kỳ vọng của người dùng lên cao hơn. Điểm hài lòng trung bình 4,2 trong năm 2026 phản ánh chất lượng tuyệt đối cao hơn so với điểm 3,8 trong năm 2025. Người dùng không chỉ đơn giản là khó làm hài lòng hơn, họ đang so sánh với một điểm chuẩn tốt hơn. Duy trì sự hài lòng đòi hỏi cải tiến mô hình ổn định, không chỉ duy trì mức chất lượng hiện tại.

Phương pháp luận

Báo cáo này dựa trên dữ liệu từ xa tổng hợp, đã được ẩn danh từ các hệ thống sản xuất của Magic Eraser. Bộ dữ liệu bao gồm 10.247.381 phiên chỉnh sửa đã hoàn thành từ ngày 1 tháng 1 năm 2026 đến ngày 30 tháng 4 năm 2026. Một phiên hoàn thành được định nghĩa là phiên mà người dùng đã sử dụng ít nhất một công cụ chỉnh sửa, bất kể họ có xuất kết quả hay không.

Tất cả dữ liệu đã được ẩn danh trước khi phân tích. Không có hình ảnh cá nhân nào được xem hoặc lưu trữ cho báo cáo này. Không có thông tin nhận dạng cá nhân (tên, địa chỉ email, địa chỉ IP) nào được đưa vào bộ dữ liệu phân tích. Thông tin thiết bị và nền tảng được tổng hợp đến cấp độ dòng máy và hệ điều hành. Dữ liệu địa lý được tổng hợp đến cấp độ quốc gia bằng cách sử dụng ánh xạ GeoIP được áp dụng trong quá trình ghi nhật ký phiên, với dữ liệu GeoIP bị loại bỏ trước khi phân tích.

Phân loại ngành được lấy từ ba tín hiệu: loại tài khoản tự khai báo cho tài khoản doanh nghiệp (có sẵn cho khoảng 23% số phiên), phân cụm mô hình chỉnh sửa sử dụng k-means trên vector đặc trưng của việc sử dụng công cụ, thời lượng phiên, số lượng ảnh, định dạng xuất và xem xét thủ công một mẫu ngẫu nhiên phân tầng gồm 5.000 bản ghi siêu dữ liệu phiên đã ẩn danh để xác thực. Các nhãn ngành nên được coi là ước lượng gần đúng, không phải là đo lường chính xác.

Xếp hạng hài lòng được thu thập thông qua khảo sát tùy chọn một chạm sau chỉnh sửa được hiển thị cho 15% mẫu phiên ngẫu nhiên. Tỷ lệ phản hồi trong số những người được hiển thị khảo sát là 34%, tạo ra khoảng 520.000 điểm dữ liệu hài lòng. Chúng tôi đã áp dụng trọng số xu hướng nghịch đảo để điều chỉnh độ lệch phản hồi (người dùng hoàn thành chỉnh sửa chất lượng cao có nhiều khả năng phản hồi hơn). Tỷ lệ chỉnh sửa lại và tỷ lệ xuất ảnh được đo từ dữ liệu từ xa cho tất cả các phiên và không dựa vào khảo sát.

Điểm chuẩn tốc độ đại diện cho thời gian xử lý trung vị và phân vị thứ 95 được đo ở phía máy chủ từ khi nhận yêu cầu đến khi gửi phản hồi, cộng với độ trễ khứ hồi phía máy khách ước tính dựa trên dữ liệu hiệu suất mạng khu vực. Thời gian cảm nhận thực tế của người dùng có thể thay đổi dựa trên tốc độ kết xuất thiết bị và điều kiện mạng cục bộ.

Đây là ấn bản đầu tiên của báo cáo này. Chúng tôi dự định xuất bản các bản cập nhật nửa năm một lần. Phản hồi về phương pháp luận và phạm vi có thể gửi đến research@magiceraser.io.