用 AI 修复老照片：什么是找回来的，什么是编出来的

发贴员

一张皱巴巴的玻璃干版肖像，四个 AI 模型，大约六美分。什么漂亮地回来了，什么部分是机器编的。

你家某处可能有这么一个盒子：几十张照片，其中一张是某位祖辈仅存的像，两英寸宽，中间一道折痕，角落银化反光。没人敢碰它，于是没人对它做任何事。

扫描决定下游一切



手机就能扫：把照片平摊在窗边桌上，侧面日光，关闪光灯，手机正上方垂直填满画框，先擦镜头。600 dpi 平板扫描是舒服版本。一次坐定扫完整盒，损伤一并留下，给文件起个十年后仍懂的名字。

真修复只找回，有时这还不够

第一遍用微软研究模型 Bringing Old Photos Back to Life：颗粒平复了，脸回来了，干净可信。但灾难性损伤——黑花斑和烧焦边缘——几乎没动，因为底下没有东西可找回。乳剂没了，信息不复存在。



一键修复很美、很快、也部分是虚构

第二遍用基于 FLUX Kontext 的修复 App：11 秒、4 美分后，干版看起来像昨天才冲洗出来。但这不是找回，是自信的重画。损伤坐在士兵头上，它给他画了头发；影棚背景变成一片真森林，把两个人放在了从未站过的地方。

如果损伤盖住一张脸，特别小心：模型会流畅地产出一张脸，而它可能不是你亲戚的脸。脸就是身份。

上色是猜测，三个模型猜得不一样

黑白照片记录亮度不记录颜色。那套制服的原色根本不在文件里，上色器预测它。一个模型把士兵穿成蓝，一个穿成紫棕，一个穿成灰绿，历史说真正答案是卡其。

所以尽管上色——它以灰调原作做不到的方式动人，只是标注成它所是：一个有根据的猜测。如果某个具体颜色要紧，去问亲戚、一封信、或一座博物馆，别问模型。