AI视频扩图通常指的是通过人工智能技术对视频中的图像进行分辨率提升、细节增强或内容扩展的操作。这种技术可以帮助改善低分辨率视频的质量，或者在保持原有画面质量的基础上增加视频的分辨率和清晰度。

以下是一些常见的AI视频扩图方法和技术：

1、超分辨率（SuperResolution）：利用AI模型将低分辨率的视频帧转换为高分辨率的图像。这种方法可以通过学习大量高清与低清图像对之间的关系来实现。

2、深度学习模型：使用如SRGAN（SuperResolution Generative Adversarial Networks）等深度学习框架来进行图像增强。这些模型能够生成逼真的细节，并且在视觉上看起来更加自然。

3、帧插值（Frame Interpolation）：不仅仅是提高分辨率，还包括增加帧率以使动作更流畅。这需要预测两帧之间缺失的信息并插入新帧。

4、去噪处理（Noise Reduction）：对于包含噪声的视频文件，可以应用特定算法去除不需要的颗粒状图案或其他形式的干扰信号。

5、色彩校正与调整（Color Correction & Adjustment）：确保所有部分都有统一的颜色调色板，并根据需求调整亮度、对比度等参数。

6、物体检测与替换（Object Detection & Replacement）：识别视频中的特定对象，并允许用户选择性地修改或替换它们。

7、风格迁移（Style Transfer）：改变视频的整体外观，使其具有某种艺术风格或滤镜效果。

8、视频修复（Video Restoration）：恢复老化的电影胶片或其他受损源材料中的细节。

要实际操作这类任务，你可以考虑使用一些现有的软件工具，比如Adobe Premiere Pro, DaVinci Resolve等专业级非线性编辑系统，它们内置了许多高级功能用于视频处理；或者是专门针对这一领域的开源项目如Topaz Video Enhance AI等。此外，还有许多在线服务平台提供基于云的服务来执行上述任何一种类型的视频增强请求。