Bokeh（源自日语词汇“boke”，意为模糊或朦胧）是一种视觉风格和摄影技术，专注于图像失焦区域的美学质量。在传统摄影和电影摄影中，它描述了镜头在景深之外渲染光点的方式，产生柔和、奶油般的圆形或形状，增添深度、隔离感和氛围。在Generative AI的背景下，bokeh已成为常见的提示词关键词和风格描述符，用于指示文本到图像和文本到视频模型生成不仅模糊而且刻意令人愉悦的背景，通常具有独特的高光以及从清晰对焦到柔和失焦的平滑、梦幻过渡。
该术语起源于20世纪末的日本摄影圈，由摄影师Mike Johnston在1990年代通过其在线论坛在西方推广。它从未成为正式的光学标准，而是对镜头如何处理模糊的主观欣赏。像Ken Rockwell和Erwin Puts这样的摄影师广泛撰写了关于它的文章，根据“bokeh质量”对镜头进行评级，，指出一些镜头产生粗糙、双边缘或杂乱的模糊，而另一些则提供平滑、奶油般或丝滑的背景。这种定性区分延续到了电影中，摄影师们刻意使用快速镜头、长焦距和大光圈来隔离主体，也延续到了AI艺术中，该术语现在作为特定美学的简写。
摄影中的历史起源
Bokeh的概念早于数字成像，源于1960年代和1970年代日本镜头设计和摄影师讨论。像Nikon和Canon这样的日本光学公司生产了具有复杂玻璃元件的镜头，爱好者们开始比较不同设计如何渲染失焦光点。术语“boke”在《Nippon Camera》和《Asahi Camera》等日本相机杂志中被用来描述模糊的“特性”或“风味”。西方摄影师，特别是那些欣赏日本镜头工艺的人，在1990年代采用了这个术语。Mike Johnston，《The Online Photographer》的创始人，在1997年发表了一篇有影响力的文章《The Bokeh Wars》，帮助标准化了拼写“bokeh”，以区分美学质量与单纯模糊。
影响bokeh的关键光学因素包括光圈叶片的数量和形状（圆形叶片光圈产生更圆的高光）、镜头的球面像差校正（欠校正镜头通常产生更柔和的bokeh）以及主体与背景之间的距离。像Minolta 58mm f/1.4和Zeiss Plana系列这样的历史镜头常因其令人愉悦的bokeh而被引用，而一些反射镜头则产生著名的“甜甜圈”bokeh，中心中空。这些特性成为“快速玻璃”，，最大光圈如f/1.2或f/1.4的镜头，，的卖点。
电影摄影与胶片中的Bokeh
在电影中，bokeh从1970年代开始崭露头角，当时摄影师们拥抱深焦但也控制浅焦以产生戏剧效果。像Stanley Kubrick这样的导演在低光场景中使用大光圈，例如《Barry Lyndon》（1975年），其中烛光镜头展现出自然、绘画般的bokeh。最近，“bokehrama”技术，，用镜头全开拍摄并移动相机，，在音乐视频和广告中变得流行。著名从业者包括摄影师Emmanuel Lubezki，他因《The Tree of Life》（2011年）和《Birdman》（2014年）而闻名，他在其中使用自然光和AI辅助后期处理来实现梦幻、bokeh重的背景。另一个关键人物是Roger Deakins，他经常使用产生椭圆形bokeh高光的变形镜头，增添电影般的变形光晕。在2010年代，数字电影摄影机和智能手机人像模式通过计算摄影模拟bokeh，将这种美学带给大众。像《Her》（2013年）和《La La Land》（2016年）这样的电影使用bokeh作为记忆、渴望和浪漫朦胧的视觉隐喻。
视觉特征与美学
Bokeh由特定的视觉标记定义。最可识别的是平滑、圆形或多边形的失焦高光，，通常是路灯、圣诞灯或水面反射等光点，，表现为柔和的圆圈或“气泡”。背景从清晰过渡到逐渐更柔和的焦点，没有硬边缘，创造梦幻感和分离感。通常，bokeh需要浅景深，通过大光圈（f/1.4至f/2.8）、长焦距（全画幅传感器上的85mm、135mm或200mm）或近距离主体实现。Bokeh的质量常被描述为“奶油般”、“丝滑”、“平滑”或“有机”，当它没有可见硬边缘时，与“杂乱”或“紧张”相对，后者模糊图案有双线或漩涡形状。一些镜头产生“猫眼”bokeh，高光呈椭圆形或有尖边，而其他如Lomography Petzval镜头则创造漩涡状、复古外观。在AI生成图像中，bokeh通常通过强调“背景模糊”、“浅景深”、“bokeh光点”或“50mm f/1.4”等关键词来复制这些光学效果。
著名从业者与艺术用途
除了摄影师和电影制作人，美术家和商业摄影师也将bokeh作为核心构图元素。日本摄影师Daido Moriyama经常在街头场景中包含颗粒状、高对比度的bokeh，而当代摄影师Ryan McGinley使用它在郁郁葱葱的失焦环境中捕捉裸体主体。在数字艺术界，bokeh已被整合到像Nathaniel Goldberg这样的艺术家的作品中，他的时尚编辑依赖于大光圈肖像。在AI艺术中，这种美学已成为主流，因为它立即传达出摄影真实感和专业质量。像早期扩散模型和Midjourney这样的AI模型已在数百万张照片上训练，使它们能够在提示时复制bokeh效果。社区艺术家经常使用bokeh为肖像、产品照片和风景场景增添深度，有时过度使用以创造在概念艺术和数字绘画中流行的超现实“bokeh过载”。
AI图像和视频生成中的Bokeh
在Generative AI领域，bokeh是标准提示元素，原因有几个。首先，它有助于将图像锚定在摄影真实感中，因为真实照片绝大多数具有浅景深。其次，它改善了主体隔离，使主要对象或人物从繁忙背景中突出。第三，它通过提供柔和、不分散注意力的背景来辅助构图，引导观众视线。提示编写者使用各种关键词：“bokeh”、“bokeh光”、“奶油bokeh”、“圆形bokeh”、“柔和bokeh”、“梦幻bokeh”、“背景bokeh”，以及技术相机设置如“f/1.8”、“85mm”、“人像镜头”、“微距”或“失焦”。负面提示通常包括“清晰背景”、“繁忙背景”或“对焦”以避免不必要的细节。像DALL-E 3、Claude（用于描述场景的文本提示）和Imagen这样的模型理解这些术语，尽管结果各异。在视频生成中，bokeh表现为时间效果，，模糊在帧间保持一致，移动高光产生光迹。一些模型，如Halcyon（一家短暂存在的初创公司），明确推广了bokeh重的美学生成。
技术考虑与提示工艺
在AI输出中生成有效的bokeh需要平衡几个提示组件。主体应被描述为“清晰”或“对焦”，以与模糊背景形成对比。像“浅景深”或“隔离主体”这样的术语强化了这一点。对于特定bokeh形状，提示可以包括“六边形bokeh”或“变形bokeh”（椭圆形、水平光晕）。Bokeh高光的颜色和亮度可以通过描述“金色bokeh光”、“蓝色bokeh圆圈”或“闪烁bokeh”来影响。在扩散模型中，增加提示权重或对“bokeh”使用CFG（Classifier-Free Guidance）可以增强效果，但过度加权可能导致黑环或非自然模糊等伪影。一些用户添加镜头特定术语如“carl zeiss镜头”或“leica镜头”作为高质量bokeh的代理。对于视频，添加“相机呼吸”或“焦点拉动”可以动画化bokeh。在Stable Diffusion等模型中使用Cross-Attention图允许用户操纵哪些区域获得bokeh效果，尽管需要高级工具。
与其他视觉风格的关系
Bokeh与其他基于模糊的风格密切相关但又有区别。“移轴”或“微缩效果”使用选择性模糊使场景看起来像玩具，通常有水平对焦带。“Bokehrama”是一种摄影技术，在曝光期间移动相机以创建bokeh条纹。“色差”或“边缘色散”产生红绿边缘模糊，这是一种缺陷，不是理想的bokeh。在AI提示中，bokeh常与“电影感”、“照片级真实”、“胶片颗粒”、“变形”、“怀旧”或“梦幻”搭配。它也与“人像摄影”、“微距摄影”和“夜景摄影”风格重叠。与作为技术测量的“景深”不同，bokeh是一种美学判断，，你可以有浅景深但bokeh糟糕，或深焦但模糊极少。因此，提示编写者专门使用“bokeh”来增强美感，而不仅仅是指定焦点。
未来方向与工具
随着Generative AI模型的改进，bokeh操纵变得更加精细。像商业图像编辑器这样的工具现在使用深度学习分割器选择性地将bokeh应用于生成或真实图像。一些基于提示的系统允许用户数值输入“焦距”、“光圈值”和“距离”值。像Samsung和Apple这样的公司在智能手机相机模式中使用bokeh模拟，AI模型在这些输出上训练。然而，AI生成的bokeh有时遭受“诡异模糊”，，背景过于完美，缺乏真实镜头的像差和传感器噪声。这导致了添加“镜头光晕”、“暗角”或“化学胶片色调”以使bokeh感觉真实的趋势。UC Berkeley和Stanford的研究人员发表了关于深度感知扩散的论文，使用深度图自然生成具有正确遮挡和透视的bokeh。在2024年，OpenAI的Sora和Google的Veo展示了具有时间连贯性的逼真视频bokeh，尽管访问仍然有限。未来可能看到bokeh作为用户控制的滑块，类似于相机设置，而不是模糊的提示关键词。
典型提示示例
为了说明，一个常见提示可能是：“金发女性肖像，清晰对焦，柔和bokeh背景，金色时刻光，bokeh光点如闪光，浅景深，85mm f/1.4，电影感，照片级真实。”另一个：“一辆红色跑车停在夜晚，路灯的bokeh圆圈，背景失焦，高对比度，胶片颗粒。”负面提示通常包括：“清晰背景，对焦，背景高细节，平面深度。”在提示中包含“bokeh”通常需要权衡：增加背景模糊会减少背景细节，这可能根据场景是期望的还是有害的。熟练的提示编写者尝试同义词和相机术语，以找到算法解释与艺术愿景之间的最佳点。
结论
Bokeh已从一个小众摄影术语演变为主流视觉语言。在AI生成中，它充当光学物理与数字美学之间的桥梁，允许用户模拟数十年的电影和摄影技术，而无需拥有昂贵镜头。它的多功能性，，适用于肖像、风景、产品和抽象艺术，，使其成为提示工程工具包中的持久关键词。随着模型变得更加物理感知，该术语可能会变得更加精确，但其核心吸引力仍然存在：将分散注意力的现实转化为柔和、梦幻且情感共鸣的背景。