画面延展是什么？把镜头外的内容补出来

手机竖拍的素材想剪成横版视频，画幅从 9 比 16 换成 16 比 9，左右两边立刻空出来；AI 生成时提示词写了大场景，出来却构图太紧，想退后一步也退不了。这些麻烦有同一个解法：画面延展——把画框外的内容补出来，画布向外长一截，过去靠美工一帧帧手绘修补的活，如今 AI 已经接了过来。这篇讲清它的机制：画面为什么会有「外面」、模型怎么推测镜头外的内容、哪些场景最吃这项能力，以及补出来的边角该怎么检查。

画框裁掉的世界：画面为什么有「外面」

摄影机记录的只是镜头前的一小块视野，取景框一框，框外的世界就被裁掉了。素材文件里只有框内这一份画面，框外是什么，一个字节都没存——横竖屏转换、多平台分发之所以头疼，根源就在这里：缺的信息并非不存在，只是没被记录。传统做法是让美工照着画面风格把缺的部分画出来，一帧一帧补，成本高到只有大制作才用得起。画面延展要解决的，就是把这份「没拍到但大概率有」的内容补回来，让画布能按需求向外扩张，画幅不再是素材的天花板。

延展怎么补：先推测，再生成

AI 延展的链路可以概括成两步。第一步是推测：模型读入现有画面，理解里面的场景结构——地平线在哪、透视往哪个方向收、主体是什么、风格是写实还是动画，据此推断画框外应该有什么：桌面向两边延伸、天空继续铺开、人群往外散去。这一步像人看半张照片猜另外半张，靠的是从海量图像里学到的场景常识。第二步是生成：把推测的内容按原图的光影、色调、颗粒感画出来，新旧部分要无缝衔接，接缝处不能有亮度跳变和纹理错位。推测的成分决定了延展天生带着不确定性：框外内容模型只能给出「合理」的版本，未必是拍摄现场的真实版本。

最大的用场：横竖屏与多平台适配

画面延展最普遍的应用是画幅转换。一条竖拍的短视频要投横屏平台，传统做法是左右加黑边或糊化背景，观感打折；延展做法是把左右补成真画面，主体居中不动，两侧长出环境。反过来横版素材发竖屏平台也一样：上下延展出天空和地面，画面从「裁切」变成「扩写」。AI 生成场景同样受益：生成结果的构图不满意，把画布扩一圈再重新取景，等于给一次生成留了二次构图的机会。全景内容是更极端的例子——把四周全部补齐，就接近生成一张全景图，全景的生成与拼接机制见全景图一篇。

补出来的边怎么验收

延展结果的毛病有固定高发区，检查按清单走。一看透视与地平线：补出来的地面延长线要与原图的地平线接上，错位一眼假；二看重复纹理：砖墙、栅栏、人群这类内容，外推时容易复制粘贴出「克隆痕迹」；三看光影连续：原图是傍晚侧光，补出的区域也得落在同一套光照里，光线与阴影的连续性逻辑见重新打光一篇。还有两个容易混淆的概念要分清：画面延展动的是空间，在画框外补内容；往时间轴上续内容、让故事接着往下走是另一回事，见视频延展一篇；而在已有两帧之间补中间画面、让运动变流畅，靠的是插帧，机制见补帧一篇。三个「补」字辈各管一段，别混用。动手验收时，可以让豆包按「透视、纹理、光影、克隆痕迹」四项列一份检查表，再让 Kimi 对比原图与延展图的边缘区域截图，差异会清晰很多。

画面延展速查

• 本质：画框外没被记录，模型按场景常识推测补画
• 两步：先推测框外内容，再按原图风格生成衔接
• 主用场：横竖屏转换与多平台适配，裁切变扩写
• 验收四看：透视、重复纹理、光影连续、克隆痕迹
• 三个「补」分清：空间延展、时间续写、帧间插帧

关于画面延展的三问三答

• 延展补出来的内容是真实的吗？：不是。原始素材只记录了画框内，框外是模型按画面线索推测的合理版本，用作背景与画幅适配没问题，涉及事实还原的场景要另行核验。
• 延展的范围越大效果越好吗？：恰恰相反。扩一两圈时模型有足够的画面线索可依据，扩到远超原图视野时推测成分急升，结构崩坏与重复纹理的概率都变大，分几次小幅扩比一次扩到底稳。
• 图片延展和视频延展是同一件事吗？：图片只补一帧的框外；视频延展还要保证补出的区域在整段里稳定，帧间闪烁是额外难点。若是往时间方向续拍内容，属于另一条技术线，见视频延展一篇。