使用人工智慧生成圖像往往能產生引人注目的整體構圖，但創意總監、概念藝術家與數位創作者很少能在第一次嘗試時就讓每個元素都盡善盡美。角色可能出現手部變形，背景可能出現雜亂的多餘路人，或者藝術指導可能希望在不改變模特兒面部特徵、姿勢或光影的情況下更換其服裝。傳統的生成式工作流程需要針對整個提示詞重新生成，這不可避免地會捨棄原本優秀的構圖。Playground AI 透過其專用的 Canvas 工作區解決了這項限制，該工作區將生成式擴散模型與空間圖像編輯工具深度結合。藉由局部重繪遮罩、物件擦除工具以及可調節的圖生圖強度控制，創作者能夠在維持整體場景和諧的前提下，以手術級的精準度對圖像的特定區域進行隔離與變換。
Canvas 工作區與生成框
與傳統在靜態圖庫中生成孤立方形圖像的「文字生成圖像」介面不同，Playground AI Canvas 的運作方式更像一個延展性極強、支援多圖層的數位畫板。該工作流程的核心是生成框（Generation Frame）（亦稱邊界框，Bounding Box），它是一個可移動且可調整大小的矩形視窗，精確決定了生成運算發生的實際位置。
創作者無需將整張 2048 像素的作品置於全局重新生成之下，而是可以直接將生成框放置在需要修改的特定區域或細節之上。Canvas 環境的關鍵特性包括：
- 空間配置： 創作者可以在高解析度畫布上平移與縮放，自由並排放置生成的素材、匯入的照片、草圖和參考圖像。
- 局部框定範圍： 生成框可以貼齊標準解析度（如 512×512、768×768 或 1024×1024），並精確對齊特定元素——例如角色的軀幹、一輛汽車或背景中的一扇窗戶。
- 非破壞性圖層： Canvas 上的每一次生成操作都被視為一個反覆運算的圖層。如果某次針對性修改未能達到預期效果，創作者可以復原、調整參數或隱藏單個生成圖層，而不會遺失原始的基底圖像。
局部重繪：高精度遮罩與情境感知合成
局部重繪（Inpainting）是指在現有圖像中重新生成所選像素子集，同時確保新內容無縫融入周圍環境的過程。Playground AI 將局部像素修改劃分為兩個互補的工具：擦除工具（Erase Tool） 與 局部重繪（遮罩）筆刷（Inpaint Brush）。
1. 使用擦除工具移除物件
擦除工具專為減法操作與生成乾淨底板（Clean Plate）而設計。當創作者需要清除不需要的元素時——例如橫穿天際線的電線、街上多餘的行人或解剖結構錯誤——可以使用擦除筆刷：
- 塗抹瑕疵區域： 創作者塗抹不需要的物件。介面會以半透明高亮覆蓋所選像素。
- 情境感知填補： 與傳統平面設計中留下透明空白的橡皮擦不同，Playground AI 的擦除功能會讀取選區邊緣周圍的紋理、色彩漸層與光照條件。
- 自動局部重繪： 將提示詞欄位留空或輸入背景描述（例如 “clear blue sky” 或 “empty brick wall”），即可指示擴散模型重建底層表面，就像被擦除的物件從未存在過一樣。
2. 增量式局部重繪與目標替換
當目標是修改、升級或向場景中引入新元素時，創作者可將局部重繪遮罩筆刷與針對性的提示詞工程結合使用：
- 定義遮罩邊緣： 創作者精確塗抹希望更改的區域——例如角色的牛仔夾克、一副太陽眼鏡或一張空桌面。
- 輪廓外溢（過度遮罩）： 經驗豐富的創作者會刻意將筆刷稍微塗出目標物件的嚴格邊界。在輪廓周圍預留 5 到 10 個像素的緩衝空間，能為 AI 模型提供足夠的過渡空間，以計算出與圖像其餘部分相符的自然邊緣陰影、環境光遮蔽與織物摺痕。
- 局部提示詞範圍限定： 在 Playground Canvas 中，與局部重繪生成相關聯的提示詞欄位決定了替換被遮罩像素的內容。創作者應當緊密結合周圍場景描述新素材（例如使用 “a structured red leather jacket with silver zippers”，而不是重新描述整個場景）。
| 工具 / 方法 | 主要應用場景 | 提示詞要求 | 結構影響 |
|---|---|---|---|
| 擦除工具 | 移除多餘物件、瑕疵與雜物 | 無（或填寫背景延續描述） | 基於周圍像素的無縫填補 |
| 局部重繪筆刷 | 更換物品、修改服飾、改變髮型或面部表情 | 替換元素的具體描述 | 替換被遮罩區域；保留未遮罩的畫布 |
| 擴圖框 | 將畫布邊界擴展至原始邊緣之外 | 場景延續描述 | 擴展寬高比並建構相鄰景觀 |
圖生图控制：校準圖像強度
如果說局部重繪定義了編輯發生的位置，那麼 Playground AI 的圖生圖（Image-to-Image）功能則控制著生成模型對底層視覺數據的依從緊密程度。當創作者將生成框放置在 Canvas 上的現有圖像上時，該圖像便成為後續反覆運算的結構與色彩基準。
控制此關係的主要參數是圖像強度（Image Strength）（即去噪強度）滑桿：
低圖像強度（10% – 30%）：精細微調
在低數值下，模型幾乎完全保留底層圖像的所有幾何輪廓、線條與空間位置。創作者使用低強度於：
- 微調臉部特徵並修復瞳孔對稱性，同時不改變角色的臉部結構。
- 增強細緻的皮膚紋理、織物紋理或背景植被。
- 套用細微的色彩校正，或將光照色溫從正午陽光切換為黃昏金色時刻。
中等圖像強度（35% – 60%）：重塑風格與材質轉換
這一中間區間是角色與產品反覆運算設計中最通用的範圍。AI 在遵循來源圖像的大體輪廓、姿勢與構圖重心的同時，對表面渲染享有相當大的創造性自由：
- 轉換服裝材質（例如在保持角色姿勢不變的情況下，將休閒棉質連帽衫轉換為具未來感的戰術護甲背心）。
- 調整髮型或將嚴肅的面部表情調整為淺笑。
- 將手繪鉛筆草圖或粗略的 3D 白模渲染圖轉化為紋理完整的數位繪畫。
高圖像強度（65% – 90%）：徹底重塑
在高強度水準下，模型僅將底層圖像作為整體調色盤與粗略幾何參考：
- 替換整個角色，僅保留大致的背景配色方案。
- 探索藝術風格上的劇烈變化（例如將動漫風格插畫轉換為寫實攝影肖像）。
結合局部重繪與圖生圖實現最大控制度
當創作者在單次生成步驟中同時結合局部重繪遮罩與圖生圖控制時，Playground AI Canvas 的真正威力便展現無遺。
如果模型憑空構建出完全不同的姿勢或不協調的光影，單純依賴局部重繪有時會產生突兀脫節的結果；相反地，使用全域圖生圖又會改變畫布上的每一個像素，破壞原本已經滿意的部分。將兩種機制結合即可克服這些缺點。
針對性風格重塑工作流程
- 定位生成框： 創作者將生成框精確置於包含待修改元素的區域中心。
- 遮罩隔離： 使用局部重繪筆刷，塗抹特定主體（例如音樂人手持的原聲吉他）。
- 校準圖像強度： 創作者無需讓重繪區域完全留白（否則會迫使 AI 從零構思新形狀），而是在底層圖層上啟用圖生圖，並將圖像強度設定為大約 45%。
- 指定提示詞： 提示詞設定為 “ornate electric bass guitar, polished ebony wood, chrome tuning pegs.”
- 生成與融合： 由於圖像強度設为 45%，AI 能夠辨識出樂手雙手的位置、琴頸的角度以及現有舞台燈光的方向性照明。它在不改變樂手手指位置或扭曲整體姿勢的情況下，將原聲吉他琴身轉化為電貝斯。
擴圖：擴展畫布邊界
Canvas 局部重繪亦可向外延伸以擴展畫面的實體尺寸——這一過程稱為擴圖（Outpainting）：
- 創作者移動生成框，使其 50% 與現有已完成作品重疊，剩餘 50% 落在空白畫布上。
- 提示詞描述周圍環境（例如 “extended wide shot of a cyberpunk city street with neon signs and reflective wet pavement”）。
- AI 讀取框內來源圖像的邊緣，推斷透視線條與色彩配置，並無縫繪製向外延伸的內容。
實用最佳實踐與疑難排解
為了在 Playground AI 中編輯特定圖像區域時獲得專業水準的成果，創作者通常遵循以下工作流程原則：
消除接縫與邊緣光暈
數位局部重繪中常見的挑戰是，新生成區域與未編輯畫布之間出現明顯的接縫或光暈。為防止這種情況發生：
- 擴大生成框： 確保生成框包含足夠的周圍視覺情境，而不僅僅局限於被遮罩的物件本身。若要編輯領帶，應將衣領、肩膀與胸部一併納入生成框中，以便模型理解完整的軀幹結構。
- 使用負向提示詞過濾： 新增負向提示詞，例如 “visible seams, border lines, blurred edges, misaligned textures, lighting mismatch”，以抑制突兀的色調斷層。
模型選擇與一致性
Playground AI 支援多種底層基礎模型，包括 Stable Diffusion XL (SDXL) 以及 Playground 專有的 v2 和 v2.5 模型。在執行跨多階段專案的局部重繪時：
- 始終使用與生成基底圖像相同的模型架構進行局部重繪。在 SDXL 構圖中混用 SD 1.5 局部重繪往往會導致解析度差異與紋理密度不一致。
- 在連續的重繪批次中，保留核心隨機種子設定或鎖定提示詞風格後綴（例如光照條件與底片類型），以確保統一的畫面氛圍深度。
透過將圖像編輯視為由局部生成框、遮罩局部重繪以及精準校準的圖生圖強度所構成的嚴謹工作流程，使用 Playground AI 的創作者能夠在無需從頭開始的情況下，有系統地完善複雜的視覺概念、修正錯誤並產出商業級的數位圖像。