怎麼用 AI 把影片畫面往外擴：一套真的能跑的流程

你拍的是直式，客戶要 16:9。或者一段 4:3 的舊素材必須填滿一個寬螢幕的主視覺欄位。又或者一支 1:1 的產品循環影片得改成 9:16 限動，而且不能把產品切一半。直覺反應是裁切，而裁切正是好素材去送死的地方——你要嘛失去構圖的邊緣，要嘛接受上下黑邊和一個變小的主體。

乾淨的解法是把畫面往外擴，而不是往裡切：保住每一個原始畫素，在空出來的邊緣生成新的畫面資訊。專門做影片外擴繪圖的工具正是一格一格這樣做。OmniArt 沒有——今天工作台裡沒有一鍵擴展影片畫面這個功能。

OmniArt 有的，是一條複合流程的兩半，走到最後結果一樣：能把一張靜態圖擴到新畫面比例、而且可以控制區域和錨點的圖片模型，加上一整排能把擴好的靜態圖變回動態的影片模型。這份指南把五個階段從頭走到尾，也會老實說出代價——你是在重建這顆鏡頭，不是在延展原本的素材。在一段緩慢、靜態、以背景為主的片段上，重建出來的東西常常跟真的分不出來；在一段穿過人群的手持推軌上，就不是這樣了。

「擴展影片畫面」到底是什麼意思#

有四種完全不同的操作被叫成同一個名字，而挑錯那一種，就是這件事上大部分被浪費掉的時間。

複合式重建落在外擴繪圖和重拍之間：把一張有代表性的靜態圖擴到目標比例，讓它動起來，再把新片段的運動和色調對回原始素材，讓兩者能待在同一條時間軸上。

這條路什麼時候有用、什麼時候會失敗#

花任何一點點數之前，先判斷這顆鏡頭。決定一切的變數是：更寬的畫面需要多少新資訊。

有用的情況

• 鎖死或接近靜止的鏡頭。 腳架上的產品桌面、靜物、緩慢的環境背景——原始畫面外面幾乎沒有東西需要獨立運動。
• 邊緣是環境和紋理。 攝影棚背景、天空、牆面、水面、樹葉、散景。圖片模型延伸連續紋理的說服力很好。
• 緩慢的單向鏡頭運動。 一次輕輕的推鏡或飄移，你可以用提示詞重新描述出來。
• 短片段。 3～6 秒。片段越短，相對於原始素材累積的偏移就越少。
• 主體置中。 只要主體從不走進新生成的邊緣，需要做對的東西就少很多。

會失敗的情況，而且通常很難看

• 快速或複雜的鏡頭運動。 手持、甩鏡、吊臂——新的邊緣需要幾何正確的視差，而模型沒有依據可以憑空造出來。
• 複雜的遮擋。 主體從前景物件後面經過、人群橫越畫面、肢體在邊緣進進出出。
• 需要對嘴的講話畫面。 你沒辦法重新生成一段表演又讓對白對得上。別試。
• 邊緣有認得出來的人或有授權的產品。 模型在邊緣造出來的東西就是造出來的——那是法律問題，不只是美感問題。
• 長鏡頭。 超過大約 8 秒，重建出來的片段和原始素材的偏離，不是任何調色蓋得住的。

如果你的鏡頭落在第二份清單裡，就停在這裡。老老實實加黑邊，或裁得有品味一點，都好過一段明顯在晃的重建。

階段 1：輸出一格有代表性的畫面#

把原始片段拖著看一遍，抓出單獨一格，用 PNG 以原始解析度輸出。「有代表性」這四個字是真的有份量——後面每一步都會繼承這一格的構圖、光線和主體位置。

• 挑主體處在最典型位置的那一格，不是最極端的那一格。
• 避開有動態模糊的畫面。模糊會被烤進擴展結果裡，然後又被影片模型再模糊一次。
• 如果鏡頭有運動，優先挑運動中段的畫面，這樣重建出來的運動前後都有一樣的空間。
• 用無損格式輸出。畫面邊緣的一個 JPEG 壓縮瑕疵，到了擴展圖上就是一道接縫。

現在就把原始比例、解析度和長度記下來——階段 4 三個都會用到。

階段 2：把靜態圖擴到目標畫面比例#

打開 OmniArt 的圖片工作台，挑一個能把你的靜態圖當參考素材、又能把目標畫面比例當參數的模型。Seedream 5.0 Pro 在這裡是實務上的首選，因為它支援區域和錨點編輯，還有多圖融合——你可以把原圖釘成參考，同時告訴模型新內容只屬於某一塊邊緣。

上傳輸出好的那一格，把輸出畫面比例設成你的目標（16:9、9:16、4:5，看版位需要什麼），然後對著邊緣下提示詞，而不是對著整張圖。

把 9:16 的產品鏡頭擴成 16:9

把 4:3 的外景擴成 16:9

乾淨的擴展和一眼就看穿的擴展，差在三個習慣：

1. 先講要保住什麼，再講要加什麼。 除非你明確把原始區域釘住，模型就會在那裡走鐘。
2. 講清楚方向。 「只往左右」會阻止模型偷偷把整個構圖重新平衡一遍。
3. 講清楚連續性的錨點。 地平線高度、主光方向、表面材質、景深、顆粒——眼睛在接縫處檢查的就是這些。

生成三到四個變體，然後在 100% 檢視下比對接縫，不要縮小看。有明顯色階跳動、地平線彎掉，或紋理在同一個表面中途變性的，一律退掉。如果某個變體只有一邊邊緣不對，其他都好，那就只針對那一塊再跑一次區域編輯，不要整張重來。

階段 3：把擴好的靜態圖帶回動態#

把定案的寬幅靜態圖帶進影片工作台，用它生成一段圖片生成影片的片段。擴好的靜態圖成為第一格，所以模型是在一格本來就已經是正確畫面比例的畫面上做動畫——加寬這個問題在運動進場之前就解決了。

你的提示詞只有一個任務：重現原始片段的運動。把原片多看幾次，照著順序描述鏡頭和主體實際上在做什麼。

模型跟著鏡頭走。Seedance 2.0 讓你把擴好的靜態圖釘成帶標籤的參考素材，在運動中守住識別。片段必須擺在原生 4K 素材旁邊時，選 Veo 3.1。要一次重建很多顆鏡頭，Kling 3.0 是划算的選項；而 PixVerse 出片快，適合偏社群的片段和便宜的迭代。它們全都在同一個工作台裡，所以測兩個只是換一下下拉選單——更完整的比較可以看 2026 年最好的圖片生成影片 AI 模型。

長度對齊原始片段，生成兩三個 Seed。評判每一個時，特別盯新生成的邊緣，因為不穩的模型最先在那裡露餡。

階段 4：把運動、時間和色調對回原始素材#

這個階段決定重建過不過得了關。把新片段放到時間軸上原始片段的正上方，兩相比較。

階段 5：把它剪在一起#

生成的片段現在是一份可用的寬幅素材，但最強的剪法通常不會只靠它。

• 直接替換。 如果重建撐得住，就拿它當這顆鏡頭。最簡單，也是靜態背景的正確答案。
• 把原片疊在重建之上。 把原始片段以原尺寸放在生成的寬幅片段上方，主體位置對齊。你真正的素材在中央播放，生成的邊緣填滿兩側——這是這套流程最接近真正外擴繪圖的版本，也是當畫面中央必須保持真實時要用的做法。
• 繞著它剪。 用寬幅片段當建立鏡頭，較近的段落切回裁切過的原片。鏡頭之間的運動會蓋掉差異。

用目標比例輸出，然後除了螢幕之外，也用手機看一次結果。在筆電上讀起來「有點軟」的接縫，在明亮的小螢幕上會讀成「明顯是假的」。

值得直說的限制#

• 這不是外擴繪圖。 生成出來的片段是一次全新的生成。對原始素材的逐格一致性照定義就沒有了，任何提示詞都救不回來。
• 聲音撐不過重建。 綁定畫面動作的聲音必須重新對點，對白基本上對不了。
• 成本隨迭代成長，不隨長度。 大部分花費都進了擴展變體和 Seed 比較。
• 長片段會偏移。 超過大約 8 秒，就分段重建，中間用剪接接起來。
• 有時候，換個工具才是正解。 要加寬的鏡頭很多、素材無法取代，或客戶會一格一格比對——這三種情況都指向專門的外擴繪圖工具，或用更寬的比例重拍。知道什麼時候不要用這套流程，也是把它用好的一部分。