很多做AI漫剧、短剧或动画创作的朋友，在搭建素材库时都会遇到一个需求：把剧组收集来的年代感老照片，或角色参考图的那张模糊旧照，从“看不清五官”变得“高清可用”。想法很美好，上手却发现，AI修复出来的图要么脸崩，要么像蜡像。这篇就给零基础的朋友梳理一下老照片修复最常见的几个坑，以及动手前必须知道的流程认知。
第一个坑：把“放大”当成“修复”
很多初学者以为AI修复就是点一下“高清化”，图片变清晰就等于修复完成。实际上，清晰度只是结果。老照片的问题通常是三类：噪点颗粒重、折痕污渍干扰、面部结构模糊。如果只用单一的放大模型去处理，AI会“脑补”出一堆假的细节——比如把衣领纹理画成波浪线，把背景墙面补出莫名其妙的花纹。
正确的认知是把修复拆成一个流程：去噪 → 去划痕 → 面部重塑 → 统一肤色 → 最后才放大。每一步都是独立的操作，试图用一个按钮解决所有问题，是踩坑率最高的认知。
第二个坑：过度修复导致的“塑料脸”
常见翻车现场是：五官是清楚了，但皮肤光滑得像瓷娃娃，头发丝一根根立起来，整个人看起来像蜡像馆的展品。问题根源在于AI模型在处理不均匀噪点时，把皮肤的微纹理也当作噪点一并抹除了。
实操建议是分层处理。先用轻度去噪清理大颗粒的扫描纹，再单独对面部区域做修复，背景和衣物保持原有的粗糙质感。修复后，给图片加一层细微的胶片颗粒感——效果会自然得多。记住：老照片的“修旧如旧”比“崭新”更重要。
第三个坑：五官位置跑偏，眼神“看”向不同方向
修复模糊人像时，最容易出幺蛾子的是眼睛。原本就因为小尺寸照片无法看清瞳孔方向，AI在“脑补”时容易把两只眼睛画得像贴纸一样不协调，甚至出现高低眉、嘴歪。这是人脸重建的通病。
破解方法：修复前先观察原始照片里眼间距、鼻梁位置这些关键锚点结构。如果发现眼部区域特别模糊，最稳妥的办法是先用修复工具单独框选眼睛区域，强制AI只在这个范围内重建，而不是让它自由发挥整个脸部。做现代题材时，如果照片里的人物是侧脸，不要强行让AI转成正脸，转脸动作是修复工作中最容易失真的操作，直接放弃。
第四个坑：批量处理的“一刀切”陷阱
做系列项目时，很多人为了提高效率，把几十张风格迥异的老照片导入工具，统一参数批量跑。结果出来的图，色调像复制粘贴，有的照片偏绿，有的偏红，放在同一场景里非常违和。
更专业的做法是前期按场景分组。先看原始照片的反差、色调和颗粒度，把光照条件相似的分到一组，每组单独调一轮参数。修复完的成图还要做统一调色，让历史素材跟CG场景融合时不突兀。如果你要的只是“能用”，批量处理可以接受；如果追求作品质感，逐张微调是不能省的时间投入。
基础操作流程：先看再修，慢慢来
明确了一个大致流程你就不慌了：第一步，观察原片，判断照片有几个核心问题（模糊、划痕、偏色、构图裁剪）；第二步，用轻度的降噪工具清理大面积背景损伤，这里宁轻勿重；第三步，把脸部和手部这类信息密度高的区域单独放大到合适尺寸，再针对细节修复；第四步，出图后缩小回目标分辨率，和原图对比检查五官结构是否变化；最后，添加轻微噪点或做旧处理。
另一点建议：工作存档时，为每一步的处理保留一个独立文件夹，不要直接覆盖原图。否则中间任何一步跑偏，只能从头重来，白费几小时。
老照片修复其实是跟“信息残缺”做斗争，AI能帮你补全，但什么时候补、怎么补，决定权在你手里。起步阶段别追求把图修得很漂亮，先用一张素材把流程跑通，再慢慢积累对AI“手癖”的判断力。修复是一种手艺，第一批废图是你交的学费，别怕，正常的。
