AI扩写查重率高不高取决于多个因素，包括但不限于以下几点：

1、AI模型的训练数据：如果AI模型是在一个庞大、多样化的文本数据集上训练的，那么它生成的文本可能更加多样和难以预测，从而降低查重率。相反，如果模型是在一个小数据集上训练的，它可能更容易生成重复或类似的文本。

2、文本生成算法：不同的AI算法在生成文本时的重复性不同。有些算法可能更倾向于生成独特的内容，而其他算法可能会更多地依赖于训练数据中的现有文本。

3、查重工具的灵敏度：查重工具本身的灵敏度和算法也会影响查重率。一些查重工具可能更容易检测到相似文本，而其他工具可能对轻微的文本修改更不敏感。

4、扩写策略：AI扩写文本时，如果策略过于简单直接，如简单的词句替换，可能更容易被查重工具检测出来。而如果AI能够理解上下文并进行更复杂的改写，查重率可能会降低。

5、应用场景：在某些情况下，AI扩写的文本可能用于学术、科研、内容创作等领域，不同领域对查重率的要求和标准不同。

总体来说，AI扩写查重率相对较高，尤其是在以下几种情况下：

直接复制或轻微修改：如果AI直接复制或仅对原始文本进行轻微修改，查重工具很容易检测出来。
缺乏多样性：如果AI生成的文本缺乏多样性，重复使用相似的句子结构或词汇，也可能导致较高的查重率。

然而，随着AI技术的进步，许多AI扩写工具开始采用更复杂的算法来确保生成的内容既独特又具有上下文的相关性，从而降低查重率。

为了降低AI扩写的查重率，可以采取以下策略：

使用更先进的AI模型：选择在大型、多样化数据集上训练的模型。
结合人工编辑：在AI生成文本的基础上，由人工进行进一步的编辑和改写。
多样化文本来源：确保AI访问和学习大量不同的文本，以提高其生成独特内容的能力。

最终，降低查重率的关键在于确保AI生成的内容既有创意，又与原始文本有足够的差异。