腾讯 AI 人像修复怎么用？老照片修复

腾讯 ARC 实验室推出的 AI 人像修复工具，处理的是老照片的三类典型问题：人脸模糊、画面有折痕划痕、分辨率太低。它的强项在人脸区域，背景和文字的修复效果通常弱一截。入口、功能和处理规格以官方最新版本为准，本文讲通用用法和判断标准。

三类问题适合交给它，两类不适合

适合的三类：一是人脸模糊，对焦没对准或手抖导致的糊；二是物理损伤，折痕、划痕、污点；三是分辨率低，老照片尺寸小，放大后细节丢失。这三类的共同点是信息还在，只是被噪声盖住，修复是把信息从噪声里分离出来。

不适合的两类：一是大面积破损或缺失——缺掉的部分没有信息可分离，工具只能推测着补，补出来的是合理但虚构的内容；二是重要史料和凭证类照片——修复会改变原始细节，这类照片必须先存档原图，修复版另存，两者不能混。

修之前：先翻拍或扫描

上传前的准备决定上限。纸质照片先数字化：平整、光线均匀、正对拍摄，避免反光和阴影。原图质量决定修复上限，一张糊成一片的照片，AI 也分离不出不存在的信息。

数码老照片直接传原文件，不要传截图或聊天软件压缩过的版本。压缩过的图会丢失细节，修复等于在放大损伤。原始文件无论多旧多小，都保留一份，修复全程不动它。

从上传到导出的四步

流程的通用形态是四步：上传、等待处理、对比前后、导出。每个环节有一个要点。

上传时一张一张来，不要混批，方便对照。处理完成后，对比是重点环节：放大到同一区域，看五官轮廓、发丝、衣物纹理是否自然，出现皮肤过度平滑、五官比例变化、纹理凭空生长的，都是修复过度的信号。导出前确认尺寸和格式需求，需要打印的选高分辨率版本，需要存档的原图和修复版分开命名。

一个稳妥的习惯：修复结果另存为新文件，命名带上日期和版本，原图永远保持只读。把修复过度的版本当成原貌发给家人，是这类工具最常见的使用事故。

四类问题的处理顺序与预期

用法：拿到照片先归到哪一类，前三类按对应顺序处理，第四类换路径。归错类的结果是花了时间还拿到一张假照片。

哪些细节是「推测」出来的

要区分"还原"和"推测"：还原是把被噪声盖住的真实细节重新显现，推测是在信息缺失处按统计规律生成内容。人脸补全、背景重构、纹理生成，多数属于后者。

一个自检方法：问自己"这块区域的原图里有没有对应的真实信息"。眼睛原本只是糊，修复后变清晰，这是还原；眼角原本是一道裂口，修复后长出一只完整的眼睛，这是推测。家人问"这是原来的样子吗"时，只有还原部分答得上"是"。

隐私：涉及他人肖像先取得同意

人像照片属于敏感信息。上传任何在线工具前，先读平台的隐私政策，确认照片的保存期限、使用范围、是否用于模型改进。涉及他人肖像的老照片——家族合影、合照——分享或上传前先取得当事人同意，当事人已无法联系的，至少告知家族相关成员。

另一个容易忽略的环节：修复版比原图更清晰，也意味着人脸信息更完整。原图糊到认不出人，修复后可能就认得出。传播范围因此变大，这不是技术问题，是使用前就该想到的问题。

修复前四问

• 这张照片缺失严重吗？大面积破损处补出来的是推测，不是还原
• 原图备份了吗？修复版另存新文件，原图保持只读
• 对比时放大看了吗？过度平滑、比例变化、凭空纹理都是过度信号
• 照片里有他人肖像吗？上传和分享前，先取得同意

三个常被问到的问题

• 手机拍的老照片能修吗？：能传，但上限由翻拍质量决定。拍糊、反光、角度偏的老照片，先重拍：平整、垂直、光线均匀。原图本身清楚，修复才有空间，翻拍是第二道加工，草率对待会把上限压死。
• 修复后能放大到多大？：取决于原图的分辨率和工具支持的放大规格，具体能力以官方最新版本为准。稳妥的做法是先按目标尺寸试一张：打印用的先量实际尺寸，网络用的先按平台显示上限试，确认细节成立再批量处理。
• 家里有一批老照片，怎么批量管理？：先分三级——只进档案的、只修不传的、修完要分享的，按级别决定是否上传。文件命名统一成"日期加人物加版本"，原图与修复版分开存放。批量的关键在分级和命名，不在处理速度。

修复前的预期判断，可以交给对话模型先做一遍。深度思考模式的开关时机讲了哪类任务值得让模型多想一轮——照片情况的预判正是其中一类；写判断用的提问时，官方提示词库的改编方法给了一套把通用模板改成自己话的步骤；如果要把一批照片的档案和修复记录长期管起来，用扣子数据库管理信息的思路可以直接借鉴。