如何用 AI 修复老照片（且不改变人脸）
AI 能一次性让一张开裂、褪色的家庭老照片起死回生——但这件事的核心是让人复活，而不是把人凭空造出来。好的修复会修补划痕、撕裂和水渍，提亮褪色，锐化模糊的脸，清掉颗粒噪点，并且让照片里的人看起来就是他本人。最常见的翻车，是模型把奶奶「美化」成了一个陌生人——更光滑、更年轻、也更不对。下面就是一次忠实修复的确切操作顺序——扫清干净、修补损伤、还原人脸、诚实上色、最后放大——以及那几条让照片依旧「认得出是他」的诚实准则。
「修复」到底是什么——以及 AI 在哪里越界
修复和生成是两件不同的事。修复是还原照片本就暗示的信息：一道划痕划过脸颊，但底下的脸颊是可推知的，所以把它补上是诚实的。生成则是凭空造出从未存在过的信息：一只糊掉的眼睛没有真实细节可还原，所以一个渲染出清晰、笃定眼睛的模型其实是在猜——而一个改变了人脸的猜测就是失败，不管它看起来多锐利。两者之间的这条线，就是整门手艺。下面的每一步，都是为了让你稳稳待在「还原」这一侧。
| 损伤 | AI 能诚实修复的 | 它在哪里越界 |
|---|---|---|
| 划痕、折痕、撕裂 | 从周围像素重建纹理 | 把撕掉的眼睛或嘴巴凭空重画出来 |
| 褪色、发黄、低对比 | 重新平衡色调、提亮中间调 | 编造场景里从未有过的高饱和色彩 |
| 模糊或发虚的脸 | 锐化已存在的真实边缘 | 为糊到读不出的脸幻觉出细节 |
| 胶片颗粒、灰尘、噪点 | 降噪同时保留皮肤质感 | 把皮肤磨成塑料般无毛孔的假面 |
| 黑白照 | 用可信、克制的色调上色 | 把眼睛或衣服颜色当作事实去猜 |
一条准则能让每一次修复都保持诚实：如果细节不在原图里，那它就是猜的。还原照片所暗示的，凡是模型编造的都要标出来——尤其是一张损坏到读不出的脸。
第 1 步——从你能拿到的最干净扫描件开始
修复的上限永远由输入决定，所以在碰模型之前，先花一分钟处理源文件。把相片平放扫描，用 600 DPI 或更高，而不是斜着拍——手机随手一拍会带来反光、梯形畸变和它自己的压缩，而这些都会被模型当成要保留的「细节」。擦掉玻璃上的灰，把整张相片连一点边框一起拍下来，存成无损副本（PNG 或 TIFF），这样你就不是在 JPEG 伪影之上做修复。一张干净、高分辨率的扫描件，给模型的是可依据的真实边缘，而不是要去猜的噪点。
没有扫描仪？把相片平放，在柔和均匀的日光下拍，手机与桌面平行，不要开闪光。均匀的光胜过一张满是反光的高分辨率扫描——模型分不清高光斑和真正的高光。
第 2 步——先修损伤，再碰脸
按修复师的顺序来做：先处理结构性损伤，最后才是外观细节。让模型通过读取每处断裂周围的纹理，来重建划痕、折痕、撕裂和缺角——一道横过墙面或外套的折痕是完全可还原的，因为周围的图案告诉了模型那里本该是什么。然后提亮褪色：重新平衡色调、找回中间调，把一张发平发黄的相片的对比度拉回来。把损伤修复当成单独的一遍来做，做完先检查再往下走，因为一个被要求「一次性全修好」的模型，往往会用一次干净的撕裂修补，去换一张更光滑、更不忠实的脸。
- 划痕与折痕：从周围纹理重建——这是纯粹的还原，可以放心地大力跑。
- 撕裂与缺角：有上下文的地方可以补；一道穿过脸的撕裂，是唯一需要放慢并逐一核对的地方。
- 褪色与发黄：重新平衡色调、提亮中间调，而不是猛拉饱和度——那会编造出颜色。
- 污渍与水渍：在背后图案可推知的地方，按划痕来处理；推不出的地方就标出来。
第 3 步——还原人脸，但不改变它
这一步决定了修复到底是成功，还是造出了一个陌生人。锐化已经存在的真实边缘——下颌的线条、眼睛的形状、嘴巴的姿态——并清掉压在上面的颗粒噪点，但别让模型重画这张脸。一张过度修复的肖像，破绽就是那张脸突然变得更年轻、更对称、更光滑，毛孔全没了：那是披着修复外衣的生成。保留那些不对称、皱纹、五官之间确切的间距——它们就是那份神韵。如果一张脸糊到无法诚实还原，那么让它保持发虚，也好过造出一张笃定却错误的脸。
警惕「美化」漂移：用现代自拍训练出来的模型，会悄悄削瘦下颌、放大眼睛、抹平每一道纹路。把输出和源图在 100% 下对比——如果隔着一个房间你都认不出他，那模型就是造了一个新人。把强度调回来。
第 4 步——诚实地为黑白照上色（可选）
为黑白肖像上色，是最诱人也最不诚实的一步，所以要把它当作一种诠释，而不是事实。模型无从得知一只眼睛、一条裙子或一面墙的真实颜色——它给出的是一套可信的配色，而不是真实的那套。要克制、符合年代的色调，而不是现代的高饱和；让皮肤自然；并且承认你做的是有依据的猜测。当上色能帮一个家庭与一张脸产生连接时就上；同时也留一份清晰的黑白版本，因为它才是真正忠于那一刻的那份。
| 该上色，当…… | 该保留黑白，当…… |
|---|---|
| 一家人难以与黑白的先辈产生共鸣 | 这张照片是正式或历史记录 |
| 你想要一份温暖、便于分享的纪念 | 准确比温暖更重要 |
| 衣着和场景给出了强烈的颜色线索 | 场景给不出任何诚实的颜色信号 |
| 你会把真实的黑白原件一并保留 | 颗粒与色调本身就是故事的一部分 |
第 5 步——放大并按打印尺寸导出
修复和分辨率是两件事——先修复，再把干净的结果放大，这样你放大的是细节，而不是把损伤一起放大。一张修好的相片在 800px 下手机上看着还行，挂到墙上就散架了，所以最后跑一遍放大，达到 4K 或真正的打印尺寸。导出一份无损母版（PNG 或 TIFF）用于存档和装裱，再导出一份合适大小的 JPEG 用于分享。关于分辨率的原理，以及怎么避免过度锐化、发脆的放大，见 如何用 AI 放大图像；想挑一款通用的清晰化工具，最佳 AI 照片增强工具 那篇讲得更深。
先修复，再放大——绝不能反过来。先放大一张受损扫描件，只会让划痕和颗粒变得更大，也更难让修复这一遍把它们读成损伤、而不是细节。
在照片焕新工作室里做
裸图像模型能做上面任意一步，但你得把整套纪律——「修补划痕、脸保持不变、克制的颜色、别美化」——一遍遍敲进每一次生成，还得祈祷它守得住这条线。ReelWand 的 照片焕新工作室 把这份克制作为固定的、服务端的风格 DNA：修复但不重造的规则、保住神韵的约束、诚实上色的倾向，都被拼进每一次请求，因此模型还原的是你的亲人，而不是把他替换掉。把扫描件放进去，会话记忆让你的下一句指令——「肤色暖一点」「颗粒留着」——在上一帧的基础上迭代，而不是从头再来。当某张脸需要放大来装裱时，把干净的结果交给 放大引擎 做打印尺寸的收尾。图像生成走积分制，计价让你修复一整鞋盒的老照片依然便宜。
放进一张开裂、褪色的扫描件，把人带回来——而不改变他的脸。
在照片焕新工作室里修复一张照片常见问题
怎么用 AI 修复老照片又不改变人脸？
把修补损伤——划痕、撕裂、褪色——当成单独一遍来做，然后只锐化脸上已经存在的真实边缘，而不是让模型重画它。保留那些不对称、皱纹和确切的五官间距，因为它们就是神韵。永远把输出和源图在 100% 下对比：如果这个人变得更年轻、更光滑或更对称，就把修复强度调回来。
AI 能准确地给黑白照上色吗？
AI 给出的是一套可信的配色，而不是真实的那套——它无从得知一只眼睛、一条裙子或一面墙的真实颜色，所以它是在做有依据的猜测。要克制、符合年代的色调，让皮肤自然，结果才最可信。把上色当作诠释，并保留真实的黑白原件，因为那才是真正忠于那一刻的版本。
修复前该用多高的分辨率扫描老照片？
平放扫描，用 600 DPI 或更高，并存成无损的 PNG 或 TIFF，而不是 JPEG，这样你就不是在压缩伪影之上做修复。一张干净、高分辨率的扫描件，给模型的是可还原的真实边缘，而不是要猜的噪点。如果只有手机，就把相片平放，在柔和均匀的日光下、不开闪光拍——均匀的光比原始像素数更重要。
老照片该先修复还是先放大？
先修复，再放大。先放大一张受损扫描件，只会让划痕和颗粒变得更大，也更难让修复这一遍把它们读成损伤。等相片修好、脸也还原之后，再跑一遍放大，达到打印或 4K 尺寸用于装裱。
AI 能还原一张完全糊掉的脸吗？
无法诚实地做到——如果一张脸糊到读不出，就没有真实细节可还原，那么模型给出的任何清晰结果都是编造的，而不是修复的。让一张糊掉的脸保持发虚，也好过渲染出一张笃定却错误、已经不再像本人的脸。AI 修复还原的是照片所暗示的信息；它绝不该编造一张从未被拍下的脸。
把它变成作品
专业图像 Agent 内置了本文所讲的创作方法。挑选一个当前可用的 Agent，开始创作。