一台咖啡机被完整抠出，放进 AI 生成的晨光厨房。产品边缘干净、背景风格统一，甚至连窗外树影都在移动。但咖啡机底部没有压住台面的感觉，金属侧面反射着一个现实中不存在的窗口，人物把手伸过去时，指尖像从产品表面滑过。每个局部都“很像”，整台机器却没有真正进入这个空间。
AI 背景削弱产品真实感，问题往往不在背景画得够不够漂亮，而在产品与环境之间没有发生关系。产品不是贴在背景前的一张图。它会挡住光、压住表面、映出周围、被人物触碰，也会在摄影机移动时改变与前后景的相对位置。
对混合制作更有用的问题不是“这张背景能不能生成”，而是：哪一小块世界必须和产品一起真实存在？
背景不是产品后面的墙
传统抠像容易把主体理解为一个封闭轮廓：轮廓里面是产品，外面是背景。但产品对画面的影响会越过轮廓。影子落在桌面上，高光映出窗户，玻璃表面反射人物，蒸汽遮住背景，透明外壳让后方颜色穿过来。这些都不属于产品蒙版本身，却决定产品是否像在现场。
Adobe Research 介绍的 Object-WIPER 研究把阴影、反射、透明痕迹和镜像效果称为与对象关联的视觉效果。它研究的是移除对象，但反过来也说明：加入一个对象时，只加入主体像素远远不够。ECCV 2024 的 Thinking Outside the BBox 与 CVPR 2025 的 LayerDecomp 也把阴影、反射、视角、比例与透明效果视为合成中的独立难题。
这些研究不能证明某个 AI 背景会降低广告转化，却能帮助制作团队看清技术问题：产品的“存在”分布在主体之外。背景越写实，缺失的接触关系反而越明显。
为产品保留一块真实接触区
一种稳妥的混合方法，是先确定产品的真实接触区：产品直接压住、碰到、遮挡、反射或改变的那一小块空间。它可以是一段台面、一只手、一层水面、一个抽屉内部，也可以是人物坐下时真正受力的椅面。
拍摄时让产品和这块接触区一起实拍，再把更远的墙面、窗景、城市、室外环境或不参与作用的布景交给生成式工具。这样保留的不是“纯产品素材”，而是一段已经发生物理关系的画面。
台面与地面决定产品有没有重量
桌面产品最好连同产品下方和周围的一段真实平面一起拍。接触阴影的最暗处、底部受力位置、表面纹理被遮挡的方式，都会告诉观众产品放在哪里。若只抠产品，再让模型猜一块台面，底部很容易出现均匀光晕、错误悬浮或不合比例的软阴影。
人手与身体决定产品能不能被使用
手握、按压、穿戴、坐下和搬动都不只是遮挡关系。皮肤会被边缘压出变化，手指会因阻力调整位置，衣物会折叠，产品也会在受力后发生微小位移。若卖点依赖这些动作，人物和产品应尽量在同一实拍层完成。把手与产品分开生成，最容易牺牲的正是功能可信度。
水、蒸汽与透明材料会把背景带进产品
饮品、浴室、美容、清洁和透明外壳产品会让前景与背景互相穿透。水面反射环境，蒸汽改变对比度，玻璃折射后方线条，透明塑料染上环境色。这类镜头若先把产品拍成完全独立的干净素材，后期需要重建的不只是背景，还有背景经过材料后的样子。
没有接触的镜头，才是 AI 背景最舒服的区域
AI 背景并非越少越安全。它最适合承担远端世界：窗外季节、城市天际线、抽象空间、不可达地点、远处人群和不与产品直接互动的环境层。产品悬置在独立展台上、摄影机基本锁定、光线设计可以预先统一时，生成背景也更容易稳定。
判断镜头是否适合，可以看产品是否改变了环境。如果产品移走后，背景依然完全成立，生成空间通常较大；如果移走产品后，桌面应少一块阴影、镜子应少一个倒影、人物动作失去支点，说明那部分环境已经与产品绑定，不宜全部交给模型猜。
创意上也可以主动选择低接触构图。与其生成一个复杂厨房再修十处穿帮，不如让产品出现在一束可控的侧光、一个真实台面和经过延展的远景里。空间仍然丰富，产品却保留了可信的落点。
阴影与反射不是装饰层
CVPR 2024 的 Shadow Generation for Composite Image Using Diffusion Model 将合成对象的真实阴影视为仍然困难的任务；更早的 Intrinsic Image Harmonization 则把前景与背景的不协调拆成材质反射和照明两部分。对广告制作而言，这提醒我们不要把阴影理解为产品下面随手画的一团灰，也不要只用整体调色解决反射错误。
接触阴影要回答产品离表面多远、重量落在哪里、光从什么方向来；投射阴影还会交代光源大小和空间深度。反射则更严格：金属、亮面塑料和屏幕会把整个空间带到产品表面。背景从客厅改成户外后，产品上的高光形状、颜色和运动也要改变。
若项目需要大量场景版本，可以在实拍时记录镜面球、灰球、色卡和空景，并保留产品高光与阴影的可调整空间。对于高反射产品，直接拍摄目标环境的反射素材，往往比后期凭空绘制更快，也更能守住产品真实外观。
摄影机一动，接缝就从边缘跑进空间
静帧看起来正确，不代表视频镜头成立。摄影机横移时，近处台面、产品与远处背景应以不同速度移动；环绕产品时，侧面信息逐步出现，反射也随视角变化；手持镜头的细小位移，会让所有层产生一致的空间响应。
如果实拍产品只有二维平移，而 AI 背景呈现明显三维视差，产品就会像贴纸。若产品反射始终不变，背景里的窗户却从左侧移动到右侧，观众未必能指出错误，却会感到画面不稳。
动态镜头应从拍摄方式上降低难度。可以锁定相机后让产品或光线运动；也可以先做相机轨迹预演，再用同一轨迹控制实拍、三维代理和生成背景。复杂环绕、强反射与人物互动同时出现时，传统实景、LED、CG 或更完整的三维工作流可能比纯二维生成更合适。
四种混合方式，对应四种创意自由
第一种是真实产品加真实接触区，AI 延展远景。它适合多数产品英雄镜头，保留台面、影子和近景道具，把窗外、墙面和远处空间做成可变版本。
第二种是真实人物与产品互动，AI 只改变环境气氛。人物、手、服装和产品在同一层完成，后期替换天气、建筑或抽象背景，适合穿戴、护理、工具和家电。
第三种是CG 产品与生成背景共同受控。当产品有可靠三维模型、需要环绕运镜或拆解结构时，CG 可以提供稳定几何、反射和相机关系，AI 负责美术探索与环境纹理。
第四种是完整生成的概念镜头。它适合情绪段落、隐喻、过场和无法实拍的世界，但不应承担需要核对的产品结构、功能动作或性能结果。创意越抽象，越要在前后镜头安排真实产品锚点，让观众知道想象从哪里开始、又在哪里回到产品。
这四种方式没有固定的高级顺序。关键是让生成范围与卖点的重要性相匹配。卖点发生在接触处，就把接触处拍真；价值发生在环境想象里，就让 AI 扩大世界。
不同品类需要保住不同的真实关系
厨房家电要保住容器、食材、蒸汽和操作手之间的关系；美容与穿戴产品要保住皮肤接触、佩戴压力和人物动作；家具要保住身体受力、坐垫形变与地面阴影；3C 产品要保住屏幕、接口、按键和高反射表面；清洁产品则要保住污渍、工具路径和清洁结果的连续性。
对于包装、香氛或概念型消费品，AI 背景可以拥有更大的审美自由，但品牌识别、标签文字、包装比例和材质反射仍应来自可控资产。环境可以梦幻，产品身份不能漂移。
先决定什么必须真实，再决定生成什么
AI 混合制作最有效的地方，不是把所有实景都删除，而是把预算留给观众真正用来判断产品的关系。拍摄前可以围绕一个镜头问：产品接触了什么、改变了什么、映出了什么、遮住了什么、摄影机移动后什么必须一起变化。
答案涉及卖点时，就让那部分进入实拍或可控 CG；答案只涉及气氛、远景和世界观时，再交给生成式工具。这样做不会限制创意，反而让 AI 有一个可信的现实支点。
ONCE 的 AIGC 混合广告制作 会先拆分真实产品层、接触区、人物互动与可生成环境，再选择实拍、CG、合成或生成式视频的比例。如果你正在规划需要多场景、多市场版本的产品广告，可以通过 项目沟通页面 提供产品样品、三维资产、目标场景与核心卖点，我们会先确定哪些关系必须真实，再设计可扩展的 AI 背景。
