La inpainting de imágenes tiene como objetivo sintetizar regiones faltantes en imágenes que sean coherentes con el contenido visual existente. Las redes generativas adversariales han logrado avances significativos en el desarrollo de la inpainting de imágenes. Sin embargo, los enfoques existentes dependen en gran medida de los píxeles circundantes, ignorando que los bordes pueden ser poco informativos o ruidosos, lo que lleva a imágenes borrosas. Como complemento, las características visuales globales de los contextos de imágenes remotas representan la estructura y textura general de las imágenes originales, contribuyendo a generar píxeles que se integren sin problemas con los elementos visuales existentes. En este artículo, proponemos un nuevo modelo, PA-DeepFill, para reparar imágenes de alta resolución. La red generadora sigue un nuevo paradigma de aprendizaje progresivo, comenzando con imágenes de baja resolución y mejorando gradualmente las resoluciones al apilar más capas. Se integra además un nuevo módulo basado en atención, el bloque de atención agrupada, en el generador para aprender de manera adaptativa la importancia de diferentes componentes visuales distantes. Además, hemos diseñado un discriminador local que es más adecuado para tareas de inpainting de imágenes, un discriminador local guiado por múltiples tareas a nivel de máscara basado en PatchGAN, que puede guiar al modelo para distinguir entre regiones de la imagen original y regiones completadas por el modelo con mayor granularidad. Este discriminador local puede capturar información local más detallada, mejorando así la capacidad discriminativa del modelo y resultando en imágenes inpainted más realistas y naturales. Nuestra propuesta se evalúa extensamente en conjuntos de datos populares, y los resultados experimentales demuestran la superioridad de nuestra propuesta.