O processo: (1) forneça uma imagem original, (2) crie uma máscara indicando qual região regenerar, (3) opcionalmente forneça um prompt de texto descrevendo o que deve aparecer na região mascarada, (4) o modelo faz denoising apenas na área mascarada mantendo a área não mascarada fixa, usando o contexto ao redor para garantir coerência. O modelo vê a imagem inteira (regiões mascaradas e não mascaradas) durante a geração, garantindo que o novo conteúdo combine com iluminação, perspectiva e estilo.
Outpainting estende a tela da imagem: imagine pegar uma foto retrato e estendê-la para mostrar a sala inteira. O modelo gera novo conteúdo nas bordas que é consistente com a imagem existente. Isso é útil para: mudar proporções (transformar uma imagem quadrada em paisagem), adicionar contexto a imagens cortadas e criar vistas panorâmicas a partir de fotos únicas. A qualidade depende de quanto contexto a imagem original fornece.
Para resultados de inpainting limpos: mascare ligeiramente maior que a área que deseja alterar (o modelo lida melhor com transições tendo alguma sobreposição), forneça um prompt descritivo para o conteúdo de substituição, use intensidade de denoising apropriada (0,7–0,9 para substituir conteúdo, 0,3–0,5 para modificações sutis) e garanta que as bordas da máscara sejam suavizadas em vez de abruptas para uma mistura perfeita.