AI 扩图是指利用生成式 AI 技术，在维持原图主体和风格一致的前提下，通过预测图像边缘外的像素，向四周延伸画面边界。它像是一个虚拟的“广角镜头”，能将构图过紧或背景缺失的图片，在逻辑自洽的基础上向外推演，补全原本不存在的视觉环境。
这种技术并非简单的像素拉伸或镜像填充，而是一次语义识别。AI 需要先判定画面是海滩、森林还是赛博朋克街道，再基于训练数据的统计概率，计算出边缘之外最可能出现的视觉元素。
核心原理：扩散模型与上下文感知
AI 扩图依托于潜在扩散模型（Latent Diffusion Models）。当你将 1:1 的照片扩至 16:9 时，系统会执行“掩码-填充”流程：
首先，AI 创建大画布并将原图居中，周围留出空白区域（Mask）。随后，系统将原图边缘像素编码为条件输入。在反向扩散过程中，AI 通过交叉注意力机制（Cross-Attention）对比原图的纹理、光影和色彩分布。如果右侧边缘出现模糊的绿色阴影，AI 会推断此处大概率为叶片，从而生成连续的纹理。
目前扩图效果自然，关键在于 AI 实现了“光影一致性”——它能计算光源位置，确保扩充部分的阴影方向与原图吻合。但由于是概率性生成，仍会出现逻辑错误，比如多出的一只手或扭曲的建筑线条。
主流工具实操指南
1. Adobe Photoshop 生成式填充
这是专业领域最稳妥的方案，核心优势是将 AI 集成在图层工作流中。
避坑指南：若选区与原图完全分离，接缝线会非常明显。面对大幅度扩图，建议分次进行（如每次扩 20%），逻辑稳定性高于一次性扩 100%。
适用场景：商业摄影、电商海报等对光影融合要求极高的任务。
2. Midjourney Zoom Out
其逻辑是“镜头后退”，生成一张包含原图在内的新大图。
避坑指南：Midjourney 无法精准控制局部，而是全局重新渲染，原图细节可能会产生微小偏移。
适用场景：艺术创作、概念图、高质感壁纸。
3. 美图秀秀 AI 扩图
典型的 C 端工具，主打快速处理。
避坑指南：复杂纹理（如蕾丝、精密建筑）容易崩坏。目前该功能采取每日限次免费策略，超出后需会员权益。
适用场景：社交媒体快速修图，如将 4:3 照片转为 9:16。
核心维度对比
| 维度 | Photoshop (Firefly) | Midjourney | 美图秀秀 |
|---|---|---|---|
| 价格 | 订阅制 | 订阅制 | 免费额度 + 会员 |
| 效果 | 光影衔接完美 | 艺术感强 | 快捷但细节易失真 |
| 控制力 | 极高 (精准选区) | 中等 (依赖提示词) | 低 (一键生成) |
| 学习成本 | 较高 (需熟悉界面) | 中等 (需学 Prompt) | 极低 (零基础) |
局限性与风险提醒
AI 扩图并非万能，在以下场景建议谨慎使用：
1. 强逻辑约束场景如何处理？
如机械电路图或建筑剖面图。AI 仅在“猜”像素，不理解电路通断或承重结构，扩出的管线往往是乱接的，不能用于工程参考。
2. 高精细人像肢体是否稳定？
手指、脚趾等复杂结构仍不稳定，扩图时易出现“六根手指”或关节反向弯曲，建议通过局部重绘进行修正。
3. 扩图是否存在版权风险？
扩图部分可能无意中引入训练集中其他艺术家的特征，在商业交付时需注意版权风险，建议在提示词中限定风格。
针对性执行建议
专业设计师/摄影师：采用“AI 初扩 + 手动修饰”。先用 PS 完成背景延伸，再用克隆印章工具修正 AI 的逻辑错误点，确保商业级质量。
内容创作者：尝试 Midjourney 的 Custom Zoom，通过改变扩图提示词，将简单产品图转化为宏大场景图，增强视觉叙事感。
普通用户：直接用美图秀秀，但建议扩图比例控制在 150% 以内，比例越高，AI “胡编乱造”的概率越大。