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。