使用AI生成建筑效果图时，远景人物常因像素不足而出现崩坏。一个高效且高性价比的解决方案是，利用ChatGPT进行局部修复，精准解决这一细节问题，提升出图质量。
智能速览
AI模型因像素分配少，难以刻画远景人物，导致画面崩坏。
巧用ChatGPT进行图片的局部区域修复，效果出人意料。
具体操作仅需截图、导入ChatGPT修复、再贴回原图三步。
该方法能保持原图质感，同时精准修复瑕疵，满足专业需求。
精华内容
远景人物的刻画难题，是AI建筑渲染中一个常见的痛点。下面将具体拆解如何利用ChatGPT进行精准修复。
崩坏根源
AI模型的本质是基于像素扩散进行内容生成。在建筑表现图中，近景人物占据的像素多，AI能细腻刻画；而远景人物因透视关系，在画面中占比极小，分配的像素有限，导致AI无法精准识别和绘制，容易出现面部或形体的崩坏。
这个问题在普通尺寸显示下可能不明显，但一旦用于展板或汇报文件等大尺寸场景，瑕疵就会凸显。
GPT修复法
针对此问题，一个高效的解决方案是引入ChatGPT进行局部编辑。虽然ChatGPT的生图能力不及专业AI模型，但其在低分辨率图像的局部修复和理解上表现突出。
利用其强大的语义理解能力，可以精准定位并修复崩坏区域，这是专业模型难以做到的精细活。
三步操作
具体操作流程简洁明了：首先，从原始渲染图中截取人物崩坏的区域；接着，将截图导入ChatGPT，指令其进行识别和修复；最后，将修复好的小块图像精准地贴回原始图中。
这种组合方式兼顾了效率与质量，最终成品足以应对甲方或设计作业的专业要求。
结合nanobanana的整体生成与ChatGPT的局部修复，能有效提升AI建筑图的最终品质。这种取长补短的思路，是否也为你的工作流带来了新启发？
