生成式填充与扩展:几秒钟补出画面之外,代价是它给你的不是真实
拍完才发现画面边缘站着路人,地平线歪了一截,天空空得毫无层次——这类差一点就好的照片,过去要靠仿制图章、内容识别填充和耐心的手动涂抹去救,运气不好还得重拍。2026 年,生成式填充与生成式扩展已经把这件事压缩到几秒:框选区域、输入描述、点击生成;或者干脆把画布往外拉,让模型替你想象画面之外还有什么。
这条路线上的主力是 Adobe Photoshop 的生成式填充与生成式扩展,由 Firefly 驱动,与图层、蒙版、非破坏性编辑深度绑定,生成结果落在独立图层上,随时可以换一版或擦掉重来。Skylum Luminar Neo 提供了 GenErase、GenSwap 与 GenExpand 三个方向的生成式工具,ON1 Photo RAW 也有 Generative Erase。Google Photos 的 Magic Editor 更进一步,直接用自然语言告诉它把某个元素移动、放大或删掉。讯连相片大師则把交互做成了对话式修图,用中文说一句把背景换成黄昏的海边,它就去改。
技术上,这些功能大致分两类。内补处理画面内部的缺失,比如抹掉电线、去掉游客、补全被裁掉的肩膀;外补处理画布之外,把 3:2 拉成 16:9,或者给竖构图补出两侧环境。两者都依赖扩散模型对这个场景合理应该长什么样的预测,结果好不好,很大程度取决于模型能否守住光影方向、透视关系、材质质感与尺度的一致性。
这也正是它最值得警惕的地方。生成式工具不是修复工具,它是创作工具——它给出的不是被遮挡的真实,而是概率上最像的一版虚构。实践中常见的问题包括:给产品图补出的边角与实物质感不符;给建筑补出的窗洞数量与间距跟真实结构冲突;给水面倒影补出的内容与岸边景物对不上;画面里原本清晰的招牌文字被重写成似是而非的字符。人脸同样危险,模型可能顺手修改五官、年龄乃至表情,而这往往不是你要的。
一套稳妥的用法是:先做几何与影调的基础校正,把透视、水平、曝光、白平衡都调到位,再进入生成环节,这样模型拿到的上下文更准确;生成结果一定要放在独立图层上,用蒙版局部擦回,而不是直接在原图上覆盖;交付前必须以 100% 放大逐处比对原图,重点检查边缘接缝、文字、倒影、手部与人脸。新闻、纪实、司法与证据类图像,原则上不应使用任何添加或删除主体的生成式编辑。
换个角度看,生成式填充真正的价值并不在于把废片救回来,而在于把创意试错的成本降到接近零。以前为了验证一个构图想法要布景、约人、重拍,现在可以先生成几版示意,确认方向再实拍。这个顺序反过来用,才是它最健康的位置:先有判断,再让模型执行,而不是先让模型生成,再去为结果找理由。