什么是 AI 修复 (Inpainting)?

一种利用人工智能重绘图像特定区域的技术。它可以去除多余物体，或添加新元素，同时保持光影与纹理的完美和谐。

AI Inpainting 交互演示

MASK
原始状态

1. 原始图像

用户上传一张图片，画面中有一个需要移除的物体（例如草地上的石头）。

2. 遮罩选区 (Masking)

用户涂抹不需要的区域。这个白色区域告诉 AI："请重新在这个范围内作画"。

3. 扩散生成 (Diffusion)

AI 分析周围的草地纹理和光影。它从随机噪点开始，逐步"去噪"，预测出合理的填充内容。

4. 最终融合

生成的像素与原图无缝拼接。石头消失了，取而代之的是自然的草地。

核心原理：从噪点到图像

1. 上下文感知 (Encoder)

这不仅仅是简单的"复制粘贴"。AI 模型首先使用编码器 (Encoder) 观察遮罩区域周围的像素。

🤔 思考逻辑： "我看这里全是绿色的草地，光线从左边来，所以中间空缺的地方也应该是被光照亮的草地。"

2. 扩散模型 (Diffusion)

这是魔法发生的地方。现代 Inpainting 通常基于扩散模型。AI 将遮罩区域视为完全的"随机噪声"。

🌫️ 过程： 它在这些杂乱的噪点中寻找规律，一步步（Step-by-step）去除噪声，直到噪点变成了符合周围环境的清晰图像。

3. 潜在空间 (Latent Space)

计算通常不在巨大的像素层面进行，而是在压缩的潜在空间中。这让 AI 能理解高级概念（如"这是一只狗"而不仅仅是"这有一堆棕色像素"）。

🧩 结果： 这确保了生成的物体在语义上是正确的，不仅仅是颜色匹配，连结构也是合理的。

常见应用场景

  • 去除路人/水印 旅游照背后全是人？一键让背景变干净。
  • 老照片修复 修复照片上的折痕、污渍或缺失的角落。
  • 电商换品/换背景 保持模特不变，把手里的咖啡换成可乐。
  • 创意扩图 (Outpainting) Inpainting 的反向逻辑，向外绘制不存在的风景。