广角镜头是一种摄影光学器件，其焦距短于所覆盖图像格式的对角线长度，从而产生比人眼（在全画幅35mm相机上约为50mm等效）显著更宽的视野。在摄影和电影制作中，它用于在有限空间内捕捉广阔场景，通过放大前景元素相对于背景的比例来夸大空间深度，并在画面边缘产生特有的光学畸变，尤其在建筑和室内拍摄中可见。在生成式人工智能的语境下，该术语被用于文本提示中，以引导图像和视频模型生成模仿此类光学器件视觉特征的构图，范围从微妙的拓宽到戏剧性的沉浸式广角美学。
广角镜头起源于摄影早期，作为风景和建筑摄影师的实际工具而出现，他们需要将庞大的主体容纳到单一底片上。首个显著设计出现在19世纪中叶，哈里森与施尼策球形镜头（1862年）以及后来的Hypergon（1900年）提供了接近140度的视野。到20世纪30年代，35mm电影摄影采用了广角光学器件，格雷格·托兰德等电影制作者推广了其在深焦镜头中的使用，最著名的是奥逊·威尔斯执导的《公民凯恩》（1941年），其中夸大的透视强化了角色与环境之间的空间关系。20世纪末，具有广角设置的变焦镜头在消费摄影中变得无处不在，而配备多焦距的智能手机摄像头（例如2019年苹果iPhone 11）的出现使广角拍摄在普通受众中普及。这段历史直接影响了现代AI系统如何学习表示广角图像，因为训练数据集包含大量使用此类光学器件拍摄的照片、剧照和视频。
广角镜头的视觉特征有多个方面，这些特征定义了其值得提示的品质。第一，视野：通常为60至110度或更多，而标准镜头约为40度。第二，透视夸大：平行线更陡峭地汇聚，不同距离的物体显得被拉伸开来，营造出可能戏剧性或令人迷失的深度感。第三，桶形畸变：靠近画面边缘的直线向外弯曲（或鱼眼变体中向内弯曲），贡献了特有的视觉风味。第四，主体压缩减少：背景显得比感知更远更小。第五，在等效光圈下景深更深，使更多场景保持清晰。在AI生成图像中，这些特征被合成而非物理产生，但算法模型基于提示关键词与训练图像潜在特征之间的学习相关性来近似它们。
电影和摄影中广角构图的著名实践者包括20世纪中期日本电影中的沟口健二和小津安二郎，后者使用广角镜头配合固定摄像机来构图具有显著空间几何的室内场景。在纪实摄影中，维吉（阿瑟·费利格）在20世纪40年代纽约使用广角光学器件拍摄粗粝的城市场景。当代风景和建筑摄影师，如朱利叶斯·舒尔曼，依赖广角镜头来传达现代主义结构的宏伟尺度。在数字时代，克里斯托弗·诺兰和艾曼努尔·卢贝兹基等导演使用广角镜头进行沉浸式动作序列和自然主义室内拍摄（例如2015年的《荒野猎人》，大部分运行时间使用12mm镜头拍摄）。对于AI从业者而言，名称不如风格本身重要，因为模型在这些视觉传统上训练，而没有明确归属。
在提示Stable Diffusion、DALL-E 3或Midjourney等生成模型时，作者使用特定关键词来触发广角美学。常见术语包括“广角镜头”、“超广角”、“焦距24mm”、“焦距16mm”、“鱼眼镜头”（用于极端畸变）、“广角拍摄”、“00mm等效”和“全景”。在更自然的语言提示中，如“广阔室内”或“戏剧性透视”等短语可能足够，因为模型已将这些与广角视觉关联。一些模型对明确的光学规格响应更好：例如，“广角镜头，24mm，f/8，深焦”。电影提示通常添加“广角建立镜头”或“变形宽银幕广角拍摄”。效果因模型而异；例如，针对特定数据集（如包含269,648张带标签图像的nus-wide数据集）微调的Stable Diffusion版本可能比通用默认检查点更一致地解释“广角”。高级提示指南建议将镜头关键词与构图线索（如“前景兴趣”或“引导线”）配对，以最大化期望效果。
在AI图像生成语境中，广角镜头使用与技术参数相交。文本到图像模型通过Transformer (architecture)或扩散架构将提示编码为潜在表示；提示充当条件信号。术语“广角”影响空间布局解码器，使其以更大的深度分离和边缘曲率放置物体。一些平台，如OpenAI的DALL-E系列，具有可组合的内置风格修饰符，而其他平台则依赖纯文本推断。对于视频生成，像Google DeepMind的Veo或独立文本到视频系统在时间意义上解释广角，强调摄像机运动和空间扫掠。在这两种情况下，提示的特定性很重要：“广角”单独可能产生不一致的结果；添加数值焦距或深度描述符可改善对齐，这一实践在Prompt文章中讨论。
与其他光学风格在AI提示中的关系很重要。广角通常与长焦或标准镜头形成对比，后者压缩空间并隔离主体。它还与Logit Lens等技术配对用于模型可解释性，尽管这无关。在AI传说中，术语“广角”出现在社区提示库和模型文档中作为风格标签，尤其是在基于Flickr图像训练的检查点中，包括NUS-WIDE数据集，该数据集包含场景类别和相机元数据的注释。该数据集于2009年由新加坡国立大学的研究人员引入，包含带有焦距EXIF数据的图像，使模型能够学习焦距数字与视觉外观之间的直接映射。因此，提及“18mm”或“35mm”（即使对传感器而言不总是广角）的提示通常会在基于此类元数据微调的模型中触发广角效果。然而，基于Large language model接口的模型也受益于文本描述，因为语言模型组件将“广阔视野”等短语映射到视觉潜在空间。
对提示作者的实际建议包括指定传感器格式以避免歧义：“全画幅20mm广角镜头”比单独“20mm”更清晰，后者在裁剪传感器上不会那么广。对于建筑拍摄，“超广角，垂直线汇聚”可产生强烈的透视畸变。对于风景，“广角，深焦，前景岩石”增强深度。在人物肖像中，“广角特写”产生鱼眼般的面部特征夸大，常用于风格化效果。负面提示，如“非标准镜头”或“避免长焦压缩”，可进一步细化输出。模型在分词上有所不同；有些可能将“wide”和“angle”分开处理，因此在提示中包含连字符形式（“wide-angle-lens”）有时更有效。
广角提示的未来与文本到图像和文本到视频系统的改进相关。随着模型对物理光学更加敏感，真实与模拟广角之间的区别逐渐减小。adobe-research或类似实验室的研究人员可能探索基于提示的光学模拟，但截至2024年，广角仍是一种纯粹的风格控制。在AI生成中，它是叙事沉浸的工具，能够创造感觉超乎寻常的环境，这一技术已用于虚拟现实和游戏艺术。对于从业者，理解历史和光学基础可确保更明智的提示，从而产生尊重镜头百年美学的输出。
技术规格和常用术语
广角镜头相对于相机的传感器或胶片尺寸定义。在35mm全画幅传感器上，焦距低于35mm为广角；24mm或更宽为超广角；鱼眼镜头具有超过180度的视野并带有故意的桶形畸变。提示中的常见规格：14mm（114度）、16mm（107度）、20mm（94度）、24mm（84度）、28mm（75度）、35mm（63度）。超广角选项包括8mm鱼眼和12mm直线镜头。选择影响场景覆盖范围和透视的极端程度。
与AI生成相关的光学原理
在数学上，广角透视源自镜头的投影函数。直线镜头保持图像中的直线，而鱼眼镜头使用球面投影。生成模型通过潜在变换近似这些。理解广角夸大近远比有助于提示设计：前景主体显得更大，背景退后。对于使用Transformer (architecture)基于注意力的AI，空间布局由位置编码引导，广角提示可能改变注意力权重以更广泛地分布特征。
电影和摄影类型
广角镜头是建筑摄影（室内和室外）、风景摄影、房地产、纪实、街头摄影和电影（建立镜头、荷兰角、主观镜头序列）中的主力。在每个类型中，镜头的特征服务于不同的叙事角色。对于AI提示，提及类型（例如“室内房地产拍摄，广角”）可产生比泛泛请求更一致的输出。
提示工程策略
有效的提示策略包括：（1）明确陈述焦距：“使用24mm广角镜头拍摄”；（2）描述效果：“具有极端透视的广阔室内”；（3）结合相机设置：“f/4，深焦”；（4）指定后期处理：“可见桶形畸变”；（5）使用否定：“无鱼眼畸变”以获得直线广角拍摄。社区工具如Midjourney参数预设或Stable Diffusion风格键也可应用广角默认值。
与其他镜头风格的比较
与压缩和隔离主体的长焦镜头（例如85mm或200mm）不同，广角保持前景和背景的区分。标准镜头（约50mm）提供中性透视。在AI提示中，混合焦距是可能的，但连贯场景通常受益于一个主导光学器件。本维基上的Prompt文章提供了关于编写指令的更广泛背景。
AI训练数据集中的历史采用
用于训练文本到图像模型的几个数据集包括相机元数据。NUS-WIDE数据集于2009年由NUS发布，包含269,648张带标签的图像和子集带EXIF焦距。此外，MIT CSAIL小组贡献了MIRFlickr数据集。这些使模型能够将“广角”等词与视觉模式关联。然而，截至2024年，大多数模型不原生推理EXIF；它们依赖从标题和图像内容中学习到的关联。
显著模型响应
不同模型对广角提示表现出不同敏感性。OpenAI的DALL-E 3通常需要明确的定性描述符而非技术数字；Anthropic的Claude（带图像生成）理解复合提示；Google DeepMind的Imagen和Veo针对摄影现实主义调优。像Stable Diffusion（通过CompVis和Stability AI）这样的开源模型具有特定镜头的LoRA或文本反转嵌入，可从Hugging Face等平台下载。
未来方向
未来模型可能整合光学模拟层，允许精确控制焦距和投影。使用Vision-language model的混合系统可在生成前修改渲染3D场景中的相机参数，类似于3D修复。目前，提示作者依赖语言精确性和迭代细化。
总之，AI提示中的广角镜头是一个风格杠杆，利用丰富的摄影传统。通过理解其光学、历史和实际维度，创作者可以利用它来在静态和动态图像中产生唤起性和视觉上引人注目的输出。