使用人工智能生成图像往往能产生引人注目的整体构图，但创意总监、概念艺术家和数字创作者很少能在第一次尝试时就让每个元素都尽善尽美。角色可能出现手部变形，画面背景可能出现杂乱的多余路人，或者艺术指导可能希望在不改变模特面部特征、姿势或光影的情况下更换其服装。传统的生成式工作流需要对整个提示词重新生成，这不可避免地会废弃原本优秀的构图。Playground AI 通过其专用的 Canvas 工作区打破了这一局限，该工作区将生成式扩散模型与空间图像编辑工具深度结合。借助局部重绘遮罩、对象擦除工具以及可调节的图生图强度控制，创作者能够在保持整幅画面和谐的前提下，以手术级的精准度对图像的特定区域进行隔离与变换。
Canvas 工作区与生成框
与传统的在静态图库中生成孤立方形图像的“文本生成图像”界面不同，Playground AI Canvas 的运作方式更像一个扩展性极强、支持多图层的数字画板。该工作流的核心是生成框（Generation Frame）（亦称边界框，Bounding Box），它是一个可移动且可调整大小的矩形视口，精确决定了生成计算发生的物理位置。
创作者无需将整张 2048 像素的作品置于全局重新生成之下，而是可以直接将生成框放置在需要修改的特定区域或细节之上。Canvas 环境的关键特性包括：
- 空间布局： 创作者可以在高分辨率画布上平移与缩放，自由并排放置生成的素材、导入的照片、草图和参考图像。
- 局部框定范围： 生成框可以吸附到标准分辨率（如 512×512、768×768 或 1024×1024），并精确对齐特定元素——例如角色的躯干、一辆汽车或背景中的一扇窗户。
- 非破坏性图层： Canvas 上的每一次生成操作都被视为一个迭代图层。如果某次针对性修改未能达到预期效果，创作者可以撤销、调整参数或隐藏单个生成图层，而不会破坏原始的基础图像。
局部重绘：高精度遮罩与上下文感知合成
局部重绘（Inpainting）是指在现有图像中重新生成所选像素子集，同时确保新内容无缝融入周围环境的过程。Playground AI 将局部像素修改划分为两个互补的工具：擦除工具（Erase Tool） 和 局部重绘（遮罩）画笔（Inpaint Brush）。
1. 使用擦除工具移除对象
擦除工具专为减法操作和生成纯净底板（Clean Plate）而设计。当创作者需要清除不需要的元素时——例如横穿天际线的电线、街上多余的行人或解剖结构错误——可以使用擦除画笔：
- 涂抹瑕疵区域： 创作者涂抹不需要的对象。界面会以半透明高亮覆盖所选像素。
- 上下文填充： 与传统平面设计中留下透明空白的橡皮擦不同，Playground AI 的擦除功能会读取选区边缘周围的纹理、颜色渐变和光照条件。
- 自动局部重绘： 将提示词框留空或输入背景描述（例如 “clear blue sky” 或 “empty brick wall”），即可指示扩散模型重建底层表面，就像被擦除的对象从未存在过一样。
2. 增量式局部重绘与目标替换
当目标是修改、升级或向场景中引入新元素时，创作者可将局部重绘遮罩画笔与针对性的提示词工程结合使用：
- 定义遮罩边缘： 创作者精确涂抹希望更改的区域——例如角色的牛仔夹克、一副太阳镜或一张空桌面。
- 轮廓外溢（过度遮罩）： 经验丰富的创作者会刻意将画笔稍稍涂出目标对象的严格边界。在轮廓周围预留 5 到 10 个像素的缓冲区域，能为 AI 模型提供足够的过渡空间，以计算出与图像其余部分相匹配的自然边缘阴影、环境光遮蔽和织物褶皱。
- 局部提示词范围限定： 在 Playground Canvas 中，与局部重绘生成相关联的提示词框决定了替换被遮罩像素的内容。创作者应当紧密结合周围场景描述新素材（例如使用 “a structured red leather jacket with silver zippers”，而不是重新描述整个场景）。
| 工具 / 方法 | 主要应用场景 | 提示词要求 | 结构影响 |
|---|---|---|---|
| 擦除工具 | 移除多余物体、瑕疵和杂物 | 无（或填写背景延续描述） | 基于周围像素的无缝填充 |
| 局部重绘画笔 | 更换物品、修改服饰、改变发型或面部表情 | 替换元素的具体描述 | 替换被遮罩区域；保留未遮罩的画布 |
| 扩图框 | 将画布边界扩展至原始边缘之外 | 场景延续描述 | 扩展宽高比并构建相邻景观 |
图生图控制：校准图像强度
如果说局部重绘定义了编辑发生的位置，那么 Playground AI 的图生图（Image-to-Image）功能则控制着生成模型对底层视觉数据的依从紧密程度。当创作者将生成框放置在 Canvas 上的现有图像上时，该图像便成为后续迭代的结构和色彩基准。
控制这一关系的主要参数是图像强度（Image Strength）（即去噪强度）滑块：
低图像强度（10% – 30%）：精细微调
在低数值下，模型几乎完全保留底层图像的所有几何轮廓、线条和空间位置。创作者使用低强度用于：
- 优化面部细节和修复瞳孔对称性，同时不改变角色的面部骨骼结构。
- 增强细腻的皮肤纹理、织物纹理或背景植被。
- 应用微妙的色彩校正，或将光照色温从正午阳光切换为黄昏金色时刻。
中等图像强度（35% – 60%）：重塑风格与材质转换
这一中间区间是角色和产品迭代设计中最全能的范围。AI 在遵循源图像的大体轮廓、姿态和构图重心的同时，对表面渲染享有相当大的创造性自由：
- 变换服装材质（例如在保持角色姿势不变的情况下，将普通的棉质连帽衫转换为具有未来感的战术战甲背心）。
- 调整发型或将严肃的面部表情微调为浅笑。
- 将手绘铅笔草图或粗略的 3D 白模渲染图转化为纹理完整的数字绘画。
高图像强度（65% – 90%）：彻底重构
在高强度水平下，模型仅将底层图像作为整体调色板和粗略几何参考：
- 替换整个角色，仅保留大致的背景配色方案。
- 探索艺术风格上的剧烈变化（例如将动漫风格插画转换为写实摄影肖像）。
结合局部重绘与图生图实现最大控制度
当创作者在单次生成步骤中同时结合局部重绘遮罩与图生图控制时，Playground AI Canvas 的真正威力便展现无遗。
如果模型凭空构建出完全不同的姿势或不协调的光影，单纯依靠局部重绘有时会产生突兀脱节的结果；反之，使用全局图生图又会改变画布上的每一个像素，破坏原本已经满意的部分。将两种机制结合即可有效克服这些弊端。
针对性风格重塑工作流
- 定位生成框： 创作者将生成框精确置于包含待修改元素的区域中心。
- 遮罩隔离： 使用局部重绘画笔，涂抹特定主体（例如音乐人手持的原声吉他）。
- 校准图像强度： 创作者无需让重绘区域完全从空白开始（否则会迫使 AI 从零想象新形状），而是在底层图层上激活图生图，并将图像强度设置为大约 45%。
- 指定提示词： 提示词设置为 “ornate electric bass guitar, polished ebony wood, chrome tuning pegs.”
- 生成与融合： 由于图像强度设为 45%，AI 能够识别出乐手双手的位置、琴颈的角度以及现有舞台灯光的方向性照明。它在不改变乐手手指位置或扭曲整体姿势的情况下，将原声吉他琴体转化为电贝斯。
扩图：扩展画布边界
Canvas 局部重绘还可以向外延伸以拓展画面的物理尺寸——这一过程被称为扩图（Outpainting）：
- 创作者移动生成框，使其 50% 与现有已完成作品重叠，剩余 50% 落在空白画布上。
- 提示词描述周围环境（例如 “extended wide shot of a cyberpunk city street with neon signs and reflective wet pavement”）。
- AI 读取框内源图像的边缘，推断透视线条和色彩方案，并无缝绘制向外延展的内容。
实用最佳实践与疑难排解
为了在 Playground AI 中编辑特定图像区域时获得专业水准的效果，创作者通常遵循以下工作流原则：
消除接缝与边缘光晕
数字局部重绘中常见的挑战是，新生成区域与未编辑画布之间出现明显的接缝或光晕。为防止这种情况发生：
- 扩大生成框： 确保生成框包含足够多的周围视觉上下文，而不仅仅局限于被遮罩的对象本身。如果要编辑领带，应将衣领、肩膀和胸部一并纳入生成框中，以便模型理解完整的躯干结构。
- 使用反向提示词过滤： 添加反向提示词，如 “visible seams, border lines, blurred edges, misaligned textures, lighting mismatch”，以抑制突兀的色调断层。
模型选择与一致性
Playground AI 支持多种底层基础模型，包括 Stable Diffusion XL (SDXL) 以及 Playground 专有的 v2 和 v2.5 模型。在执行跨多阶段项目的局部重绘时：
- 始终使用与生成基础图像相同的模型架构进行局部重绘。在 SDXL 构图中混用 SD 1.5 局部重绘往往会导致分辨率差异和纹理密度不匹配。
- 在连续的重绘批次中，保留核心随机种子设置或锁定提示词风格后缀（例如光照条件和胶片类型），以确保统一的画面氛围深度。
通过将图像编辑视为由局部生成框、遮罩局部重绘和精准校准的图生图强度构成的严谨工作流，使用 Playground AI 的创作者能够在无需推倒重来的情况下，系统地优化复杂的视觉概念、修正瑕疵并产出商业级数字图像。