5月15日消息，据 Black Forest Labs 官方公告，FLUX Outpainting 已正式发布，作为 FLUX.2 家族的专项能力上线 API 和 flux-tools.bfl.ai/outpainting 演示页面。官方对其定义非常直接：从模型层面解决传统外延绘制在边界处的光线断裂、纹理偏移、接缝显现问题，输入图像和画布几何参数即可获得连贯延展。这是文生图赛道第一次有人把"边界一致性"作为单独的模型能力来训练，而不是当作 inpainting 的附属功能。借这个时机，把当前主流的外延绘制方案做一次横向对比。
外延绘制（Outpainting）从 2022 年 DALL-E 第一次推出至今，已经渗透到几乎所有主流文生图工具。但工程实现路线明显分化为三条：模型层面专项训练（FLUX Outpainting、FLUX.1 Fill/Expand）、Mask 式扩展（Imagen Outpaint、SDXL Inpainting + ControlNet）、自然语言驱动（Gemini Nano Banana Pro、GPT-image-2）。三条路线在边界连贯性、最大分辨率、可控粒度上的取舍完全不同，下面逐项拆解。 FLUX Outpainting 的"模型层面"思路与历史延续
FLUX 阵营从 FLUX.1 Tools 时代就把 Fill 拆成独立模型，覆盖 inpainting 与 outpainting 双任务，FLUX.1 Fill [pro] 当时在 BFL 自家基准测试中已经在两个任务上同时拿到 SOTA。这次 FLUX Outpainting 进一步把 outpainting 拆出来单训练，配套 FLUX.1 Expand [pro] 作为正式产品名，主打边界结构、光照、风格的全局保持。在 Runware 等第三方平台上，FLUX.1 Expand [pro] 已经能直接调用。
最大输出 4MP，是 FLUX.2 家族通用规格，按 BFL 官方定价约 $0.014 / MP，4MP 整图约 $0.056。配合 FLUX.2 Pro 自身在 LM Arena 文生图编辑榜稳居 Top 10、多次拿到第 4–9 名的成绩，FLUX Outpainting 的差异化定位非常清晰：不是和 Photoshop 抢工作流，而是为生产管线提供一个"画布几何即接口"的纯模型 API。开发者只需要提供原图和目标画布尺寸，不用手动构造 mask，这一点是它对 FLUX.1 Fill 时代的主要升级。
通用文生图阵营：四家头部模型的扩图能力差异
Adobe Photoshop 的 Generative Expand 是这条赛道最成熟的产品。自 2023 年 5 月落地以来已迭代至 Firefly Image 4 模型，集成在 Crop 工具中，是社交媒体设计师做多比例适配的默认方案。Photoshop 2026 (v27) 之后更进一步开放第三方模型，Generative Fill 已经可以切换到 Nano Banana Pro 或 FLUX.2 Pro 作为后端，这意味着 FLUX 的外延能力实际可以通过 Photoshop 间接消费。Adobe 自家的局限是单次 tile 生成上限 1024×1024，处理 4K 横图必须手动分块，专业用户俗称"chunking 方法"，需要每块重叠 20% 才能消除接缝。订阅价 Creative Cloud $22.99/月。
Midjourney 走的是 Pan + Zoom Out 双轨。V6 时代引入 Vary Region (inpainting) + Pan (四方向延伸) + Zoom Out (1.5x/2x/自定义 1.0–2.0)，每次 Pan 在水平或垂直方向增加 512 像素，无法同方向同时 Pan。V7 在 Editor 里把 Pan、Zoom、Vary Region 整合，但仍然有两个硬限制：只能处理 Midjourney 自己生成的图，无法上传外部图做扩展；面板比例最大 4:1。订阅起步 $10/月。
Google Gemini 3 Pro Image（社区俗称 Nano Banana Pro）依靠自然语言指令实现扩图，"Extend the image to fill 16:9" 这类 prompt 直接生效。背后是 10 个预设比例 + 1K/2K/4K 三档分辨率的固定枚举设计，最宽到 21:9，最窄到 9:16，1:8/8:1 这种极端比例完全不支持。原生 Gemini App 输出带 SynthID 水印，商用必须走 Higgsfield、Freepik、Weavy、Flora、Leonardo 这类第三方实现去水印，这一层运营摩擦明显高于 FLUX 直接调 API 的体验。
OpenAI GPT-image-2 把外延绘制做进了 image.edit API，最高支持 3:1/1:3 比例，4K 长边上限 3840 像素，单图总像素不超过 1048576 像素（即 1024×1024 等效面积，单边可超 1024）。在 Microsoft Foundry 上已 GA，定价约 $5/M tokens 文本输入 + $19.5/M tokens 图像输出。优势是有 web search grounding 与多图编辑能力，劣势是极端宽屏要靠多次 outpaint 串联，每次都消耗一次推理调用。
设计工具与开源阵营：Recraft、Ideogram、Stable Diffusion 三条岔路
设计工具阵营的扩图功能往往是"够用即可"的附加能力，但有差异化卖点。Recraft V3 的 AI Image Expander 集成在画布编辑里，独家支持原生 SVG 矢量输出，对品牌一致性场景（电商图、广告 banner）有优势，定价 $25/月起，免费档每日有限额度。Ideogram Magic Fill 用同一套 Ideogram 3.0 底模做 inpaint/extend，文字渲染是其杀手锏，但官方功能在 Freepik 等第三方平台不可用，必须用 Ideogram 自家产品访问，$20/月对应约 2000 张图。
开源阵营的代表是 SDXL Inpainting + ControlNet 组合。本地部署成本为零，灵活度最高，社区有大量针对不同画风的 fine-tune checkpoint。Runware 等推理平台已把 FLUX.1 Fill [dev] 上架（开源权重 + 非商业许可），让无 GPU 的开发者也能调用接近 BFL Pro 版本的能力。开源路线的瓶颈历来不在画质，而在边界处理：传统 SDXL Inpainting 在 mask 外延场景下，需要叠加 edge dilation + 多步采样才能做到接缝不可见，这也是 FLUX Outpainting 在"模型层面"做专项训练时主要瞄准的痛点。
视频外延绘制是另一条独立赛道。Runway 的 Expand Video 基于 Gen-3 Alpha Turbo，把图像 outpaint 思路搬到视频，支持横竖屏互转，主打"重新发行已有素材"。FLUX Outpainting 当前没有视频版本，BFL 官方近期的视频模型仍处早期阶段。
选型建议：按场景反推工具
如果在做生产级 API 集成、且需要 4MP 级别画质和稳定的边界处理，FLUX Outpainting / FLUX.1 Expand [pro] 是目前可达性最高的方案，单图成本可控在 $0.056 以内，且不依赖 Photoshop 这样的桌面客户端。如果团队已经在 Creative Cloud 工作流里，Photoshop 27.x 的 Generative Expand 加上多模型切换（Firefly / Nano Banana Pro / FLUX.2 Pro）更顺手，但要接受 1024×1024 tile 的分块约束。
社交媒体多比例适配场景（9:16 短视频封面、1:1 信息流、16:9 落地页头图），用 Gemini Nano Banana Pro 的自然语言比例切换效率最高，但要解决水印问题。Midjourney 的 Pan/Zoom 适合"叙事性扩展"，即从一张图出发逐步揭示更大场景，但不接受外部图是硬伤。预算敏感或需要可控管线的开发者仍然可以走 SDXL + ControlNet 路线，但需要做好和闭源模型在边界连贯性上的差距评估。
FLUX Outpainting 的发布最值得关注的不是某个具体指标，而是它把"边界一致性"从工程修补变成了模型训练目标。这一思路如果验证有效，下一代主流文生图模型很可能都会跟进单独训练 Expand 头，外延绘制会从"扩图功能"演变成图像编辑模型的标配能力之一。
AI 速览
