AI 能修复老照片吗?弄坏 6 张照片,7 次实测对比原图
能。我们把 6 张 AI 生成的照片弄坏,做了 7 次真实编辑,并与清晰原图逐一对比:损伤都修掉了,人脸变光滑,一张黑白照被自己上了色。

能。在我们的测试里,AI 把我们给 6 张照片加上的划痕、折痕、污渍和灰尘点都修掉了。但它也把人脸磨得更光滑,让颜色偏移,把一张黑白照擅自上了色,还对人脸上的一个洞视而不见,直到我们在指令里点明。每个结果都要和原图对照。
跳到下面步骤后的编辑器用你自己的照片试试,也可以使用我们的老照片修复工具一键处理。PicOnTap 是一款在浏览器里使用的 AI 图片编辑器:上传照片,用一句话描述修改,就能去除物体、更换背景、修改颜色或修复老照片。
测试方法:2026 年 11 月 14 日,我们取 6 张 AI 生成的清晰照片(没有真人),自己加上划痕、灰尘、折痕、撕角、污渍、褪色和泛黄,再用 PicOnTap 的 GPT Image 2.5(1K)做了 7 次真实编辑。每项只跑一次,每次 2 积分。因为保留了清晰原图,每个结果都能和真实情况对照。样本很小,不同次运行的结果可能不同。事实核验日期:2026 年 11 月 14 日。
要点
- 划痕、灰尘、折痕和污渍:7 个结果里全部消失,连横穿两张脸的折痕也没留下。
- 人脸:认得出是谁,但比原图更光滑、更锐利。有一次编辑之后,照片里的女士看起来年轻了一点。
- 黑白:一张泛黄的黑白合影变成了全彩,因为我们的指令里写了「修复褪色泛黄的颜色」。
- 缺失的一块:人脸上的白色缺口,指令没写它时模型原样留着;写明后它画出了一只像样的眼睛。
- 文字和小物件:黑板上的每一行字、祖父的眼镜和小女孩的蝴蝶结都保住了。
- 三个词的指令:fix this old photo 去损伤的效果和我们的长指令一样好。
AI 能修复老照片吗?
能,对看得见的表面损伤来说。划痕、灰尘、折痕和污渍是模型见过无数次的图案,所以它会照着周围的样子把缺的地方补上。它做不到的是想起原来到底是什么。没有信息可用的地方,它只能猜。
试过的人说的也是这样。在一个讨论免费修复工具的帖子里,有人说某个工具把奶奶修成了像爷爷的人,还有人说一张黑白合影里两个人的肤色和五官被改了。DPReview 论坛上的一位摄影师称 AI 的结果是奇迹,同时也指出输出被限制在约 1,024 像素。这两条都和我们看到的一致:修复很惊艳,像不像本人需要自己核对。
所以我们拿清晰原图来测。一张看起来修好了的照片,不一定像当初那张被损坏的照片。
怎么用 AI 修复一张老照片?
- 准备照片。 纸质照片平放扫描,或者在均匀光线下正对着拍,避免反光。这是通用建议,我们没有测试扫描和手机翻拍的差别。
- 上传到下面步骤后的编辑器。支持不超过 10 MB 的 PNG、JPG 和 WebP。
- 写明损伤,以及什么必须保持不变。 说清楚是划痕、折痕还是污渍,并要求保持人脸、衣服和构图。如果缺了一块,说明缺在哪里。可以复制下一节的指令。
- 对比并下载。 把结果和原图放在一起,保存前检查人脸、手、眼镜和任何文字。
在我们的测试里,GPT Image 2.5 的每次 1K 编辑花 2 积分,用时 40 到 74 秒。提交前就能看到费用。每位访客每天有 2 积分的免费额度,北京时间每天 8 点(UTC 00:00)重置,不需要注册,所以你可以免费试一张照片。
哪条指令修复老照片最好?
你写的那句话会改变结果。下面是我们跑过的指令,可以原样复制(指令是用英文跑的,模型对英文指令的表现我们测过,中文版是对应翻译,没有实测)。
- 完整修复: "Restore this old photo. Remove the scratches, dust, creases and stains and fix the faded, yellowed color. Keep every person's face, expression, clothing and the framing exactly as in the photo, and do not add anything that is not there."(中文:修复这张老照片。去掉划痕、灰尘、折痕和污渍,修复褪色泛黄的颜色。保持每个人的脸、表情、衣服和构图与照片完全一致,不要添加照片里没有的东西。)
- 简短版: "fix this old photo"(中文:修复这张老照片)
- 缺了一块: "Restore this old black-and-white portrait. Remove the scratches, dust and the fold line, and rebuild the torn top-right corner of the background. A piece of the face over the eye on the left side of the picture is missing: fill it in as simply as you can so it matches the other eye, and keep the rest of the face unchanged. Keep it black and white."(中文:修复这张黑白老人像。去掉划痕、灰尘和折痕,补全背景右上角被撕掉的部分。画面左侧那只眼睛上方的一块脸缺失了:请尽量简单地补上,让它和另一只眼睛一致,其余的脸保持不变。保持黑白。)
三个词的指令管用吗?
在我们的海滩家庭照上管用。同一张损坏的照片,我们跑了两次:一次用完整的句子,一次只写 fix this old photo。两次都去掉了两条折痕、划痕、灰尘和泛黄,结果都是鲜艳、像现代照片的样子。短指令的结果饱和度更高、更锐利一点。这里它没有出错,但它也没有任何保证:没说要保持人脸,所以在更难的照片上会怎样,我们无法判断。
损坏后的输入图。原图由 AI 生成,损伤由我们添加。
指令:完整修复句。结果为 2026 年 11 月 14 日在 PicOnTap 使用 GPT Image 2.5 的真实编辑。
指令:'fix this old photo'。结果为 2026 年 11 月 14 日在 PicOnTap 使用 GPT Image 2.5 的真实编辑。
实测结果:7 次编辑对比清晰原图
我们用两种方式评判每个结果:对照原图用肉眼看,包括人脸和文字的局部放大;以及用 PSNR,这是衡量两张图逐像素有多接近的常用指标,数字越高越接近。我们测了两次:在我们加了划痕、折痕和污渍的区域里,以及整张图。
- 损伤区域内: 7 次编辑的结果都比损坏图更接近原图。
- 整张图: 7 次里只有 5 次比我们起点的损坏图更接近原图。最简单的旅行者照片损坏时 28.1,修复后 21.1;合影从 20.2 降到 17.8,因为模型不只在损伤处,而是把整张图的颜色和细节重新渲染了一遍。
看起来修好了的照片,不一定更接近当初真实的样子。 PSNR 对位置的细小偏移很敏感,请只把这些数字当作粗略参考。
它能去掉划痕、折痕和污渍吗?
能,全部去掉。海滩照片上的两条折痕和划痕都没了,合影上的三块棕色水渍也没了,包括盖在小女孩裙子上的那一块。褪色的集市照片里,一条横穿黑板的折痕消失了,也没有伤到上面的字。
损伤之外改变的是整体观感。海滩照片原来是灰蓝色的淡淡天空,结果变成了饱和的蓝天和绿色山丘。集市照片的结果也比原图更鲜艳。如果想保留褪色的年代感,要在指令里说清楚。
用于对照的清晰原图。原图由 AI 生成。
AI 会改变人脸吗?
会,每次都会改一点。在所有人像和合影里,人脸都还认得出来,但比原图更光滑、更锐利,皮肤质感和细纹被磨淡了。在我们点明缺失眼睛的那张人像里,整张脸看起来稍微年轻了一点。我们没有测量人脸相似度,所以这是对局部放大图的肉眼判断。如果是家人的照片,请把结果和原图放在一起,看眼睛和眼周的纹路。
清晰原图的局部(AI 生成,不是真人)。
结果的局部:认得出,更光滑,看起来年轻一点。2026 年 11 月 14 日在 PicOnTap 使用 GPT Image 2.5 的真实编辑。
它会自己给黑白照片上色吗?
可能会。我们那张泛黄的七人黑白合影,结果变成了全彩:蓝色工作衬衫、青绿色的门、绿色植物、红棕色头发。我们从没要求上色。我们的指令里写的是「修复褪色泛黄的颜色」,模型把它当成了邀请。所有损伤痕迹都消失了,祖父的眼镜和小女孩的两个蝴蝶结也保住了,但颜色是编出来的。
本来就是灰色的那张人像,两次编辑都保持了黑白。如果想要黑白结果,请像我们的缺失补全指令那样写上「保持黑白」。
损坏后的输入图,泛黄且有折痕。原图由 AI 生成,损伤由我们添加。
结果:损伤没了,但没被要求就上了色。2026 年 11 月 14 日在 PicOnTap 使用 GPT Image 2.5 的真实编辑。
清晰的黑白原图。原图由 AI 生成。
它会改小细节和文字吗?
基本不会。集市照片上黑板的四行字全部还原正确:「Flowers」「Tulips £8 a bunch」「Eucalyptus £6」和「Dried Lavender £5」,尽管褪色的副本里标题上有一条折痕。遮阳棚的条纹和郁金香的位置都没变。
有一个小小的编造暴露了问题。我们损坏的副本里,在「Lavender」和价格之间有一个白色小点。结果把它变成了一个句号。修复可以通过把小点变成画面的一部分来「修掉」它,所以每个数字都请自己再读一遍。
有折痕和小白点的损坏输入图。原图由 AI 生成,损伤由我们添加。
结果:文字正确,小白点变成了句号。2026 年 11 月 14 日在 PicOnTap 使用 GPT Image 2.5 的真实编辑。
人脸缺了一块会怎样?
什么也不会发生,除非你说明。在我们最难的那张照片里,一个白色缺口盖住了一只眼睛和半边脸颊,还有一条折痕穿过脸。用完整修复指令时,所有划痕、折痕和撕角都没了,但白色缺口原样留着。模型把它当成了画面的一部分。
当我们在指令里描述它之后,缺口消失了,模型画出了一只和另一只一致、像样的眼睛。这只眼睛是编出来的,不是找回来的,而且周围的脸也变得更光滑。如果你在修复纪念照,请告诉模型缺了什么,并把补上的部分当成猜测。
损坏后的输入图。原图由 AI 生成,损伤由我们添加。
指令:完整修复句。缺口留了下来。2026 年 11 月 14 日在 PicOnTap 使用 GPT Image 2.5 的真实编辑。
指令:缺失补全指令。一只像样但编出来的眼睛。2026 年 11 月 14 日在 PicOnTap 使用 GPT Image 2.5 的真实编辑。
AI 修复老照片什么时候会出问题?
从这个小测试来看:
- 脸被磨光滑: 即使你要求保持人脸,也要预期皮肤更柔、细纹更少。
- 整体观感变了: 颜色可能比褪色的原图更鲜艳、更现代。
- 没要求就上色: 要求修复褪色或泛黄的颜色,可能把黑白照片变成彩色照片。
- 缺口不会自己补: 缺了一块,只有你点明才会补,而且补的是编出来的。
- 小点可能变成内容: 招牌或标签上的一个小点,可能变成一个字母或句号。
- 尺寸有限: 结果最长边在 848 到 1,248 像素之间,大尺寸打印需要放大。
常见问题
ChatGPT 能修复老照片吗?
我们测的是 PicOnTap 里的 GPT Image 2.5,不是 ChatGPT 本身,所以不能说 ChatGPT 会怎样。本文的指令都是普通句子,在任何接受指令的图片编辑器里都可以当作指令使用。
AI 老照片修复软件真的有用吗?
对看得见的损伤,有用。在我们的测试里,每一处划痕、折痕和污渍都被去掉了。风险在于除了损伤之外它还改了什么:人脸、颜色和照片的年代感。请把结果和原图对照。
免费吗?需要注册吗?
可以用免费额度试用编辑器,不需要注册。每位访客每天有 2 积分的额度,UTC 00:00 重置,没用完的积分不会累计。GPT Image 2.5 的 1K 编辑花 2 积分,提交前会显示。付费方案见价格页。
应该扫描还是用手机拍?
能扫描就把纸质照片平放扫描,否则在均匀光线下正对着拍,避免反光。这是通用建议,我们没有测试,因为我们的测试用的是电子文件。
上传家庭照片安全吗?
上传前请先读隐私政策。其中写明:上传的原图、你的指令和结果会被存储,以便你继续编辑;新生成的文件在创建 365 天后过期;图片会发送给你所选的 AI 模型服务商,并经过内容审核服务筛查。服务商是否把图片用于模型训练取决于服务商,政策也写明不注册就试用并不能说明这一点。
结果能打印吗?
先看尺寸。我们的结果最长边为 848 到 1,248 像素。按 300 dpi 打印 4 × 6 英寸需要 1,800 × 1,200 像素,所以这些文件比它小,需要放大。
Fotor 和 Remini 哪个更好?
我们没有测试 Fotor 或 Remini,所以无法回答。比较任何工具的公平办法,就是像我们这样:自己弄坏一张清晰的照片,再把结果和原图对照。
想一键修复照片去哪里?
使用老照片修复工具,它会做保守的修复,不用写指令。想有意给黑白照片上色,使用黑白照片上色工具。
总结
那么 AI 能修复老照片吗?能:每次测试里,划痕、折痕和污渍都消失了。代价在于它顺手改掉的细节,所以请写明什么必须保持不变,说明缺了什么,并把结果和原图对照。用你自己的照片试试,用你自己的眼睛判断结果。


