Outpaint - Ad Reframe

Outpaint 是一个利用 AI 将竖屏 UGC 视频转换为宽屏广告的工具。它主要服务于广告投放人员和素材优化师，解决竖屏素材无法直接用于横屏广告位的问题。

过去，当营销团队拿到一段 9:16 的 TikTok 证言视频，想要投放到 YouTube 或桌面端时，必须打开 Premiere 或 CapCut。为了填满 16:9 的画布，通常只能选择加模糊背景、加黑边，或者手动使用“内容识别填充”修补边缘。如果视频背景复杂，往往需要逐帧调整遮罩，或者硬塞入不相关的贴图来遮挡空白。这不仅耗时，而且往往破坏了视频原本的沉浸感。

具体的卡点在于“画布边缘的像素不存在”。强行拉伸会变形，加黑边会浪费空间，而传统的修补工具在处理动态背景时经常出现闪烁或逻辑错误。这导致大量优质的竖屏 UGC 素材，因为无法低成本转制为横屏，只能放弃在宽屏渠道投放，或者被迫重新拍摄，增加了制作成本。

这个项目切入的是视频表达层中的宽高比适配与外绘（Outpainting）环节。它不负责生成全新的创意，而是负责改变现有视频的物理形态，使其适应不同的容器。

旧方案如 Adobe Premiere 的“内容识别填充”或 After Effects 的手动修补，要么计算极慢，要么在处理连续画面时无法保持时空一致性。Midjourney 等图像生成工具虽然能扩展单张图片，但无法处理视频的时间维度，无法保证第 1 秒生成的背景与第 10 秒连贯。人工逐帧修图更是不可行的工业化方案。

它现在成立，是因为视频生成模型已经具备了理解视频时空上下文的能力。模型不再只是“猜”边缘是什么颜色，而是能理解场景的透视关系和运动轨迹，从而生成连贯的背景。同时，随着推理成本下降和视频扩散模型的普及，处理视频不再是昂贵的离线任务，而可以实时完成。UGC 内容爆发与竖屏流量占主导，但大量高价值的广告库存（电视、PC 端）依然是横屏，这种格式错配产生了巨大的自动化转制需求。

这透露出的变化是视频内容正在从“固定画布”转向“流体画布”。视频不再被拍摄时的宽高比锁死，而是可以根据投放渠道的需求，在后期通过生成式 AI 动态重塑画布边界。这意味着视频生产将不再受限于拍摄设备的画幅，而是由最终展示场景决定画幅，实现了“一次拍摄，多处适配”。

今天可以直接用它将手机录制的用户证言快速转化为桌面端广告素材，无需重新拍摄。最值得学习的是利用模型对上下文的预测能力来“补全”而非“创造”的设计思路。这种“外绘”逻辑可以迁移到文档扩展、图像重排，或者任何需要将内容适配到不同容器而不丢失上下文的场景中。