把一张裁得太紧的图硬拉宽，结果通常很糟：人物变形、商品边缘发糊、背景纹理重复。AI 扩图的价值不是“把像素撑大”，而是在原画框外生成新内容，让图片能适配横幅、广告位、商品主图和应用内素材。
真正要先判断的是任务类型。只是救比例，用在线 uncrop 工具最快；原图很贵，先用 Photoshop 这类编辑器保住边缘；想用文字把场景继续往外推，可以用对话式图片编辑；需要批量、日志、回放和模型切换，才进入 API 工作流。
这篇 CrazyRouter 示例按本地 crazyrouter-docs 在 2026-05-11 的内容复核。代码没有虚构新参数：gpt-image-2 使用 /v1/images/generations 与 /v1/images/edits；nano-banana-2 当前按文档推荐走 Gemini 原生 gemini-3.1-flash-image-preview:generateContent；nano-banana-pro 使用 /v1/images/generations 加 image_input URL。
| 真实任务 | 推荐起点 | API 路线 | 注意点 |
|---|---|---|---|
| 只想把图片改成横图、竖图或补一点安全边距 | 在线 uncrop 工具 | 暂时不必上 API | 快，但边缘控制弱 |
| 人像、商品、建筑照片需要保持可信 | Photoshop / 专业编辑器 | gpt-image-2 编辑可做自动化补充 | 重点是主体不漂移 |
| 想用文字连续扩展场景 | 对话式图片编辑 | gpt-image-2 适合创意编辑 | 遮罩不是硬边界 |
| 批量生成博客图、广告图、商品横幅 | CrazyRouter Images API | /v1/images/generations 或 /v1/images/edits | 需要记录模型、尺寸和返回字段 |
| 使用 Nano Banana 2 做图片生成 | Gemini 原生路径 | /v1beta/models/gemini-3.1-flash-image-preview:generateContent | 不要写成稳定 Images API 入口 |
| 使用 Nano Banana Pro 做参考图横幅 | CrazyRouter Images API | model: "nano-banana-pro" + image_input | 当前公开承诺 URL 参考图 |
一句话版本：单张图先选工具，成规模后再选 API。
“AI 扩图”至少拆成四类。
补比例。原图主体没问题，只是画幅不适合 16:9 横幅、9:16 竖屏或 1:1 方图。这个场景对 API 的需求不强，在线 uncrop 工具通常够用。
保真外扩。人物肩膀、头发、商品边缘、建筑线条贴着边界，扩图后不能看出断裂。这里要用能精修边缘的编辑器，或者用带遮罩的图片编辑 API。
创意扩景。你不是只想“补边”，而是想让画面变成更大的摄影棚、更完整的桌面、更宽的户外场景。对话式图片编辑和 gpt-image-2 这类提示词驱动编辑更顺手。
生产 outpainting。批量处理商品图、博客封面、广告素材或用户上传图时，核心问题变成：请求如何复现，图片如何存储，失败如何重试，模型如何切换，成本如何记录。这里才是 CrazyRouter 这类统一 API 入口的价值。
如果只是把一张 4:5 图片补成 16:9，API 不是默认答案。在线 uncrop 工具省掉了上传、鉴权、解析返回和存储结果的开发工作，适合临时素材和低风险内容。
Photoshop Generative Expand 更适合重要原图。做品牌图、人物图、商品图时，编辑器里的局部修边能力比一次 API 返回更可靠。AI 外扩经常能补出整体气氛，但文字、Logo、包装边缘和 UI 元素仍需要人工收口。
ChatGPT Images 这类对话式编辑适合找方向。它的优势是低摩擦迭代：选中区域，描述“把左右两侧扩成更宽的摄影棚环境”，继续追问和修正。代价是边界不一定严格，不能把它当成像素级合成工具。
一旦出现下面任意一个条件，就该考虑 API：
CrazyRouter 的基础地址要按客户端区分：
| 使用方式 | 应填写地址 |
|---|---|
| OpenAI 兼容 SDK | https://crazyrouter.com/v1 |
| 手写 Images API 请求 | https://crazyrouter.com/v1/images/generations 或 /v1/images/edits |
| Gemini 原生图片路径 | https://crazyrouter.com/v1beta/models/{model}:generateContent?key=YOUR_API_KEY |
OpenAI 兼容 SDK 会自己拼路径，所以 base_url 只保留到 /v1。手写 curl 请求要写完整端点。
gpt-image-2 在 CrazyRouter 文档里使用 OpenAI Images API 格式。生成图片走：
最小请求示例：
Python SDK 写法：
这条路线适合从零生成封面、文章插图、社交配图。它不是严格意义的“基于原图 outpaint”，但很适合先产出方向稿。
真正要保留原图主体时，用编辑端点：
CrazyRouter 文档写明，gpt-image-2 编辑支持原图、遮罩，也支持最多 16 张参考图。遮罩图片里的透明区域是需要编辑的部分。
这个示例适合商品主图、博客封面、广告横幅。关键不是提示词写得长，而是把遮罩做对：透明区域给模型补，主体区域尽量不碰。
多图参考可以用 multipart/form-data：
如果你的流程需要透明背景，gpt-image-2 文档也支持生成时设置 background: "transparent" 并使用 PNG。
这里最容易写错。
CrazyRouter 文档在 2026-04-14 的复测结论是：nano-banana-2 当前映射到 gemini-3.1-flash-image-preview，推荐直接调用 Gemini 原生 generateContent。不要把 POST /v1/images/generations + model: "nano-banana-2" 写成稳定生产入口。
推荐请求：
返回解析也要按 Gemini 形态处理。优先读：
不要假设它会返回 OpenAI Images 风格的 data[].url。
这条路线适合已经准备使用 Gemini 图片能力的团队。它的好处是当前文档路径清晰，代价是客户端要写 Gemini 原生解析逻辑。
nano-banana-pro 的公开协议不同。CrazyRouter 文档写的是：
它使用 image_input 传参考图 URL，当前公开保守范围写 1 到 2 张参考图，并已验证 1K、4K、1:1、21:9、png、jpg 等能力。
响应默认消费 data[0].url：
限制也要写进开发文档：当前公开协议只承诺 image_input URL 输入，不接受 image 字段，也不要把 data: 或 Base64 当作公开输入协议。
不要在业务代码里硬编码一个模型。把模型选择放进配置或路由表。
每次请求至少记录这些字段：
| 字段 | 用途 |
|---|---|
request_id | 复现与客服排查 |
model | 成本、质量、失败率对比 |
endpoint | 区分 Images API 和 Gemini 原生 |
input_image_url 或文件名 | 追踪原图来源 |
prompt_version | 回滚提示词 |
size / resolution / aspect_ratio | 复现输出 |
response_field | data[].url、b64_json 或 inlineData |
latency_ms | 判断模型与路由稳定性 |
status_code | 分析 401、429、500、渠道失败 |
一次少扩一点。15% 到 25% 的边界补充通常更稳，过大的空白会诱导模型重写整张图。
先延续，再创意。第一轮只要求画面自然变宽；第二轮再加道具、场景和风格变化。
主体贴边时用遮罩。人物脸、手、商品轮廓、包装文字都不该只靠提示词保护。
把文字交回设计工具。Logo、包装文案、UI 截图、表格和小字号标注，生成式外扩仍容易出错。
保留原图和参数。图片 API 的“看起来差不多”很难排查，必须把输入图、提示词版本、模型、尺寸和响应字段一起存下来。
不是。uncrop 更像快速补画幅；outpaint 更强调在原画框之外继续生成内容；图片编辑 API 通常还会涉及原图、遮罩、参考图和返回格式。
如果你要 OpenAI Images 兼容格式，先测 gpt-image-2。如果你要当前推荐的 Nano Banana 2 路线，走 gemini-3.1-flash-image-preview:generateContent。如果你要用 URL 参考图做高分辨率横幅，测 nano-banana-pro。
nano-banana-2 能不能走 /v1/images/generations？#不建议。CrazyRouter 文档在 2026-04-14 的结论是：nano-banana-2 当前推荐 Gemini 原生路径，不再推荐把 /v1/images/generations 写成稳定入口。
gpt-image-2 编辑图片时遮罩怎么理解？#/v1/images/edits 使用 multipart 请求。传入原图和可选 mask，透明区域表示需要编辑的部分。商品图 outpaint 时，遮罩应覆盖需要补出的边缘区域，主体尽量留在非透明区域。
不一定。gpt-image-2 和 nano-banana-pro 的 Images API 示例通常消费 data[].url，也可能遇到 b64_json。nano-banana-2 的 Gemini 原生路径应优先解析 inlineData。
技术博客封面可先用 gpt-image-2 文生图。带参考图的横幅可用 nano-banana-pro。需要把一张已有图扩成横幅并保护主体时，用 gpt-image-2 的 /v1/images/edits。
临时修一张图，先用在线 uncrop 或 Photoshop。要做文章封面、广告横幅、商品图批量生成，再把流程接到 CrazyRouter。
生产起步可以这样排：
| 阶段 | 选择 |
|---|---|
| 封面方向稿 | gpt-image-2 + /v1/images/generations |
| 原图外扩 | gpt-image-2 + /v1/images/edits |
| Gemini 图片路线 | gemini-3.1-flash-image-preview:generateContent |
| URL 参考图横幅 | nano-banana-pro + image_input |
| 成本与稳定性复盘 | 按模型、端点、响应字段记录日志 |
如果目标是把 AI 扩图做成可复现的内容生产管线，下一步不是继续找“万能模型”，而是把输入图、提示词、模型和返回解析固定下来。注册 CrazyRouter，创建一个受限 Token，用上面的四条路线各跑 10 张图，很快就能看出哪条适合你的素材库。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。