用 AI 修复老照片：2026 完整指南
多数老照片并没有废掉，只是不容易看清。屏幕上看着发灰的一张扫描件，往往仍然存着足够的细节，让 AI 重建人脸、找回颜色，或者把衣服上的折痕抹平。用 AI 修复老照片对常见情况只要两分钟：褪色、划痕、失焦、黑白上色。这篇讲清每道修复到底做什么、该按什么顺序跑，以及哪些地方仍然需要人来定。
AI 修复具体能修什么
- 划痕和撕裂：模型先找出划痕线，用周围纹理重建被盖住的像素，再把接缝融合掉，避免修出来像一块污渍。
- 褪色和偏色：发黄或偏品红的照片，把原始色调估回来。
- 黑白：上色在人像上效果最好，肤色和衣物的规律可循；风景照无人可以核对，效果最弱。
- 失焦和噪点：人脸变清晰、颗粒减少，但这也是最容易修过的一道。
- 残缺边角：小面积可以比较有把握地重建，大面积缺失只能给出一个看起来合理的猜测。
AI 做不到的两件事
上传之前值得先知道两个边界。第一，AI 造不出原本没拍到的细节。原片里糊成一团的脸，修完仍然发软，只是噪点少了。第二，它没法告诉你自己的猜测对不对。上色是从训练数据里挑肤色和布料颜色，这意味着一件制服可能被修成完全错误的蓝色，而且看起来毫无破绽。原始扫描件要留着，把每一份修复结果当成一份提案，而不是一份记录。
按损坏类型选工具，而不是按品牌
不同工具擅长的修复不一样。下面这张表把常见情况和对应的工具类型对上。
| 损坏 | 适合的工具类型 | 原因 |
|---|---|---|
| 人脸模糊、失焦 | 人脸修复模型 | 用成对的人脸数据训练，读的是结构而不是边缘 |
| 划痕、折痕、灰尘 | inpainting 模型 | 重建被盖住的像素，而不是在上面涂抹 |
| 褪色的彩色照片 | 色彩校正 | 先纠正整体偏色，再谈锐化 |
| 黑白照片 | 上色模型 | 从上下文推测色相，人像最强 |
| 小尺寸低分辨率 | 超分辨率 | 补像素密度，打印时才不显得一块一块 |
分步流程
- 用你手上最好的质量扫描或翻拍：300 DPI 是合适的目标。光线均匀、没有反光，比相机型号更重要。
- 先跑破损修复：划痕折痕在前，增强在中，上色在最后。顺序颠倒，锐化会把每条划痕边缘都放大一遍。
- 增强要收着手：放大到 100% 看人脸，而不是看整张缩略图；皮肤开始发塑料感就把参数往回调。
- 上色放在最后，并且核对：把结果当成草稿。如果制服或衣物颜色对你有意义，打印前拿另一张照片核对一下。
- 导出一份副本，原图留着：不要覆盖扫描件。修复是推测，之后可能想重做。
扫描质量比工具更重要
上面每一道修复都建立在文件里已有的细节之上。一张干净的 300 DPI 扫描件，能给模型的东西比手机在顶灯下翻拍的同一张照片多得多，差别最后会显在人脸上。如果只把一件事做对，就做扫描这一步。它最便宜，也决定了结果的上限。
常见问题
AI 照片修复要花钱吗？免费档能覆盖几张照片。要高分辨率输出或者一次修整本相册，一般是按张收费或订阅，通常还是比请人精修便宜得多。
破损严重的老照片 AI 能修吗？中等损坏处理得不错。大面积缺失，或者人脸已经糊成一团的照片，拿到的是一个看起来合理的结果，而不是被找回的真相，可能仍需要人工修图。
AI 上色准吗？它更像是可信，而不是正确。肤色通常接近，具体的制服或衣物颜色是猜测，需要拿另一张照片核对。