在 AI 中使用深度学习模型抠图通常需要借助深度学习框架和训练好的模型。AI 可以通过卷积神经网络等技术实现自动抠图，去掉中间的白色部分。以下是一种可能的做法：

1. 准备数据集：首先需要准备一个标注了背景和前景的数据集，包含正面图片和背景图片。

2. 训练模型：使用深度学习框架，采用已有的深度学习模型进行训练，将训练集中的正面和背景分离，得到模型权重。

3. 推理过程：在测试时，将要抠图的图片输入训练好的模型中，通过模型预测出前景和背景的位置，得到前景的掩膜图像。

4. 去除白色区域：根据掩膜图像中的前景位置，使用图片处理技术将白色区域去除，得到抠出的目标图像。

需要注意的是，抠图的效果受到多种因素影响，例如数据集质量、模型选择、参数设置等。同时，AI 技术并不能完全避免人工干预，通常还需要通过调整参数、优化算法等方式来提高抠图的精度和效率。