AI填充修图：填充的方法

第一次见识AI填充修图的威力，是上个月我妈翻出一本老相册：有张合影右下角缺了一角，纸张发黄还带着霉斑。她问我能不能补。我圈了缺失的区域，敲了一句"补全深色裤子和木地板"，十几秒出来，接缝几乎看不见。老太太盯着屏幕看了半天，来一句"这比照相馆修得还干净"。

这就是AI填充修图（Inpainting）干的事：你不往外扩画布，而是往画面内部补内容——修补、替换、擦除、补全，全算。跟扩图（Outpainting）正好是一对反方向的操作，想往外扩画布的看这篇AI扩图教程，本篇专注"往里补"。

内容感知填充和生成式填充有什么区别？

内容感知填充（Content-Aware Fill）靠采样周围像素来补洞，生成式填充（Generative Fill）靠理解画面语义来造内容，前者只会"抄"邻近纹理，后者能凭空生成画面里原本不存在的东西。一句话分清：补草地、水面、墙面这类重复纹理，内容感知填充够用；要补出一只手、一块招牌、一段裙摆，必须上生成式填充。

内容感知填充是老技术了，Inpainting 这个词条在维基百科上挂了快二十年，早期算法就是拿周围的像素做插值和纹理合成。它便宜、快、离线能跑。缺点也明显：只认像素不认物。你让它补半个被挡住的花瓶，它抄出来的可能是几团糊掉的颜色。

生成式填充是扩散模型进场之后的事。它"知道"花瓶长什么样、光影该往哪边倒。代价是要联网跑云端，速度慢半拍（PS 里生成一次大约 5 到 15 秒，看区域大小），偶尔还要碰运气。

老实讲，我现在的习惯很简单：小纹理用感知填充，其余一律生成式。

生成式填充的指令怎么写才出好结果？

生成式填充的指令核心就一条：把空白处想要什么描述清楚——材质、颜色、光照方向，一个都别省。写"补一面白墙"不如写"补一面带细微裂纹的米白色石灰墙，左上方柔和日光"。

新手最常犯的错是留空指令直接点生成。AI 没收到描述，就会自己猜，猜出来的东西经常跟你的预期差十万八千里。我有一次给一张茶馆照片补窗户外的景，指令空着，AI 给我生成了一栋写字楼——茶馆一秒变 CBD，画风全毁。重写指令"窗外延续青瓦屋檐和暖黄灯笼"之后一次过。

几个实测管用的写法要点：

1. 名词打头，别写句子。"wooden table edge, warm tone"比"请帮我补一个木桌子的边缘"稳定，模型对短名词组的响应更干脆。

2. 带上光照和视角。"same lighting direction as original"这句几乎是万能后缀，融合度肉眼可见地提升。

3. 说"不要什么"没用。现在的填充模型大多不认否定词，与其写"不要出现人"，不如直接写"empty street"。

选区也有讲究。圈太大，AI 发挥空间大、容易跑偏；圈太小，边缘会留硬印。我反复试下来，选区比目标区域外扩 10% 到 20% 最稳——既给融合留了缓冲带，又不至于让 AI 自由发挥。

AI填充失败的三个高频原因

AI填充翻车基本逃不开三个原因：边缘没融合、纹理方向不对、光照不一致，三个问题对应三种不同的修法。先判断属于哪种，再对症下药，能少走一半弯路。

边缘硬印。填充区和原图之间出现一条肉眼可见的分界线。多数是选区太贴、羽化不够。把选区外扩一点重新生成，或者手动加 2 到 4 像素羽化，一般能压下去。还不行就在接缝处再薄薄圈一层，空指令生成一次，让 AI 只做融合不做创作。

纹理方向乱掉。典型场景：木地板补出来一截横纹，旁边全是竖纹。这是采样区域太窄导致的。把选区往纹理方向拉长再试，或者换生成式填充并写明"vertical wood grain continuing from left"。

光照打架。原图是侧光，补出来一块平光，看着像贴了张补丁。这个最隐蔽也最致命。指令里明确写光源方向，"lit from upper left"这类描述加上去，成功率明显上升。我修一批民宿照片时碰到过：白天拍的房间，AI 补的窗户外景是黄昏色调，房里是冷白光，一张图两种时间。指令里加"bright daylight, cool white balance"才救回来。

说实话，光照问题占了翻车总量的大头。别的都能靠重roll 解决，光照不一致得靠指令。

老照片补全：AI填充最值钱的用法

老照片补全的要诀是"先修复、后填充"：划痕折痕用修复工具扫一遍，缺失的大块区域再交给生成式填充，顺序反了会互相污染。直接对着一堆噪点和霉斑做填充，AI 会把脏东西也当成画面内容"忠实"补进去。

回到开头我妈那张合影。我的流程是三步：先用去划痕功能把霉斑折痕清掉；再圈出缺角，写"深色呢子面料，延续裤腿褶皱，暖黄室内光"；最后整体做一次色彩校正。前后大概六分钟。批量的话更快——我帮亲戚修过一批 34 张的 80 年代老照片，走"修复+填充"流水线，实测约两个半小时跑完，平均一张不到五分钟，比影楼按张收费划算太多。

两个容易踩的坑说一下。老照片分辨率普遍低，填充前先做一次 2 倍放大，不然补出来的区域会比原区域"干净"太多，一眼假。再一个，人脸附近的缺失区域要保守——五官的补全是现在模型最不稳的地方，宁可留一点残缺交给人工，也别让 AI 凭空造一张脸。

系统玩老照片的话，这篇AI老照片修复教程写了五款工具的实测对比，补全只是其中一个环节。

填充和扩图怎么搭着用？

填充管画面内部，扩图管画布外延，一张图常常两个都要：先扩图把构图撑到位，再用填充把扩出来的区域里不满意的地方改掉。比如方图转横屏，扩图补出左右背景，发现右边多出一根碍眼的杆子，切到生成式填充圈住它，指令写"clean courtyard ground"，两步收工。

顺序别反。先填充后扩图的话，扩图生成的边缘可能跟你刚补的内容对不上，等于白干。这也是我们做封面图的标准工作流，扩图负责布局、填充负责收拾细节，搭配着用效率翻倍。这套组合拳的完整流程在扩图加精修的黄金组合里写得更细，需要的可以串着看。

顺便说一句，填完的区域如果只是小瑕疵，不用整个重来。局部的修补思路跟去水印修复是同一套逻辑，工具都带 Inpaint 功能。

工具怎么选：PS、Snapseed 和在线工具

工具选择一句话：追求效果上限用 Photoshop 生成式填充，手机随手修用 Snapseed 修复画笔，白嫖党走在线工具，三档覆盖九成需求。别迷信"贵的就好"，活儿简单的时候免费方案照样干净利落。

Photoshop 的生成式填充是效果天花板，边缘融合和光影延续目前没有对手，Adobe 那篇AI修图功能全解里对它有拆解。缺点是要订阅、要联网。Snapseed 的修复画笔适合手机上点两下擦个路人，快，但只擅长小区域。在线工具里 ClipDrop 一类免费额度对轻度用户够了，大批量活建议本地跑 Stable Diffusion 的 Inpainting，不要钱，就是折腾。

据艾媒咨询的数据，中国AI图像生成市场规模持续爬坡，AI 修图类工具的用户留存率在所有 AIGC 应用里排前排——大家修完一张还想修第二张，这东西有点上瘾。顺带一提，扩散模型能做填充的原理在Diffusion model 这个词条里讲得挺透，感兴趣的可以深挖。

常见问题

AI填充修图和AI扩图是一回事吗？

不是。填充（Inpainting）是往画面内部补内容，修破损、擦路人、换背景；扩图（Outpainting）是往画布外延生成新画面，竖图变横图那种。一个向内一个向外，工具上经常放在一起，但操作对象完全不同。

生成式填充为什么有时候补出来一片模糊？

多数是指令太空或者选区太大。AI 拿不到具体描述时会求稳，输出一团"安全"的中间色。把想要的东西写具体（材质、颜色、光照），选区收窄一点，重roll 一次基本就清晰了。

AI填充能补全人脸的缺失部分吗？

能，但要谨慎。侧脸、额头这类区域补得不错；五官核心区（眼睛、嘴）缺失超过一半时，AI 造出来的脸容易"看着像另外一个人"。给家人修老照片建议保守处理，必要时留一点残缺交给人工。

有没有完全免费的AI填充工具？

有。Stable Diffusion 的 Inpainting 完全免费不限次，效果可控，代价是要自己装环境；Snapseed 手机端免费，适合小面积修补；在线工具免费额度通常够每天几张的轻度使用。

填充之后边缘有痕迹怎么补救？

在接缝处再薄薄圈一层，稍微跨过两侧像素，指令留空生成一次——这一步只让 AI 做融合不做创作，硬印多数能压掉。还不行就加 2 到 4 像素羽化重试。

写了这么多，我的真实偏好就一句：把指令写具体，把选区圈准确，生成式填充能帮你省掉大半手工修图的命。填充学完了想往外扩画布的，回到那篇AI扩图方法接着练，内外一套组合拳，常规修图场景基本通杀。

觉得有用的话转发给身边还在用仿制图章一点点盖章的朋友吧，他们会感谢你的。