← 返回博客

AI 给老照片上色准吗?用真实颜色对比的 7 次实测

部分准。我们把 4 张 AI 生成的彩色照片转成灰度,做了 7 次真实上色并与真实颜色对比:天空和肤色靠得住,夹克和渔船不行。

PicOnTap Team
湖边的一位女士,由 AI 从灰度副本上色而成。
原图由 AI 生成,由我们转成灰度。结果为 2026 年 11 月 14 日在 PicOnTap 使用 Nano Banana 2.1 的真实编辑。

AI给老照片上色准吗?部分准。在我们的测试里,它把天空、水面、肤色、头发和石头的颜色都上对了,但把一件芥末黄夹克上成了橄榄绿,把一艘红船上成了藏青,还凭空加了两个路人。灰度照片对应很多种颜色,AI 只能猜:把颜色当作合理的估计,而不是记录。

跳到下面步骤后的编辑器给你自己的照片上色,也可以使用我们的黑白照片上色工具一键处理。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、改变局部颜色或修复老照片。

测试方法:2026 年 11 月 14 日和 15 日,我们取 4 张 AI 生成的彩色照片(没有真人),自己转成灰度,再用 PicOnTap 的 Nano Banana 2.1(1K)做了 7 次真实编辑,每次 2 积分。有一条指令因失误跑了两次,正好让我们看到它是否可重复。因为保留了彩色原图,我们事先在每张照片上标出 5 到 9 个区域,把它们的平均颜色与真实颜色对比。样本很小,请把它当作一种规律,而不是结论。

要点

  • 天空、水面、肤色、头发、石头和木头:每张照片里都对了,通常和原图几乎一样。
  • 衣服和包:靠猜。一件芥末黄夹克变成橄榄绿,一个蓝色牛仔包变成棕色,两次都是。
  • 船、毛毡和遮阳篷:红色船身变成藏青,浅蓝船身变成灰白,绿色遮阳篷变成红色,浅褐色绣球变成蓝色。
  • 偏淡或过艳:人像和港口只有原图 60% 到 70% 的色彩浓度,花摊场景则比原图鲜艳约 35%。
  • 原本没有的东西:花摊的街上多了两个路人,一小盆白花变成了亮黄色。
  • 指令几乎没影响:长指令和一个词「colorize」给出同样的颜色、同样的错误和同样的得分。在指令里写明颜色,结果才会改变。

AI 给老照片上色准吗?

灰度照片告诉它多少,它就准多少,其余靠猜。黑白照片只记录每样东西有多亮,不记录它是什么颜色。红衬衫和深黄衬衫在灰度里可能一模一样,所以模型会选这类物体最常见的颜色。天空变蓝、草地变绿,因为它们几乎总是如此。

这也是错误看起来很自然的原因。猜出来的颜色都合理,画面里没有哪里显得不对。研究过早期上色工具的人发现了同样的事:在一次对上色接口的批判性测试里,作者把 1909 到 1915 年的彩色照片转成灰度,上色后与原图对比,结果是暗淡的棕褐色,一处涂了颜色的栏杆也失去了颜色。我们用当前的模型做了同样的测试,规律相似但更含蓄:合理、略微褪色,在灰度没给线索的地方就错。

怎么用 AI 给黑白照片上色?

  1. 从最清晰的那一份开始。 把相片平放扫描,或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。
  2. 上传到下面步骤后的编辑器。支持 10 MB 以内的 PNG、JPG 和 WebP。
  3. 要求自然的颜色,并写明哪些要保持不变。 告诉模型保持人脸、形状和文字不变。如果你知道某个颜色,就写出来。可以复制下一节的指令。
  4. 与原图对比。 保留结果之前,看看衣服、招牌、小物件和人脸,并保存好未编辑的扫描件。

每位访客每天有 2 积分的免费额度,UTC 00:00 重置,无需注册,完整尺寸下载没有水印。在我们的测试里,Nano Banana 2.1 的一次 1K 编辑花 2 积分,提交前编辑器会显示费用。跳到下面步骤后的编辑器,拿一张照片试试。

上色用哪条指令好?

下面是我们跑过的指令,可以原样复制。

  • 自然的颜色,其他都不变:「Colorize this black-and-white photo with natural, realistic colors. Keep every face, shape, line and letter exactly as it is; only add color.」(中文:给这张黑白照片上自然、真实的颜色。保持每张脸、每个形状、线条和字母与原来完全一致,只添加颜色。)
  • 一个词:「colorize」
  • 加上你知道的颜色:「Colorize this black-and-white photo of a felt toy robot. The head is light blue, the body is yellow, the buttons are red, the background is light gray. Keep everything else unchanged.」(中文:给这张毛毡玩具机器人的黑白照片上色。头是浅蓝色,身体是黄色,纽扣是红色,背景是浅灰色。其他保持不变。)

只写一个词可以吗?

可以,而且和长指令一样好。我们对同一张人像只写「colorize」,得到了同样的橄榄绿夹克、同样的棕色包和同样的得分。多出来的词没有提高准确度;它们保护人脸和文字,而这 7 个结果里人脸和文字都没有变化。

同一位湖边的女士,用一个词的指令上色,夹克是橄榄绿,包是棕色。在同一张灰度照片上使用指令「colorize」的结果。原图由 AI 生成,由我们转成灰度。结果为 2026 年 11 月 14 日在 PicOnTap 使用 Nano Banana 2.1 的真实编辑。

能告诉 AI 用哪些颜色吗?

能,但只对你写出来的部分有效。机器人测试里,我们写明蓝色的头、黄色的身体、红色的纽扣和浅灰色背景,得到了浅蓝的头和红色纽扣,身体是淡黄色。没写的手臂和靴子则变成了灰色。没有提示时,同一个玩具的头是灰蓝色,身体是奶油色,纽扣是棕色。

实测结果:7 次编辑对比真实颜色

下面把第一张照片摆成三份:彩色原图、我们转成的灰度图和结果。

一位穿芥末黄夹克、背着蓝色牛仔包的女士站在湖边步道上。原图:AI 生成的彩色照片,没有真人。

同一张照片的黑白版本。灰度输入:由我们把原图转成灰度,没有其他改动。

上色后的照片,湖水、天空和肤色接近原图,但夹克是橄榄绿,包是棕色。结果:2026 年 11 月 14 日在 PicOnTap 使用 Nano Banana 2.1 和长指令的真实编辑。

AI 能把哪些颜色上对?

凡是有强烈默认色的东西。人像里,肤色、头发、湖水、天空和石头步道都几乎和原图一样(色差约 1 到 5,色差 12 以内看起来相同)。肤色没有发橙,也没有发闷,而这正是大家最常抱怨的问题。花摊场景保住了薰衣草、桉树叶、木头和黑板上的字。港口保住了天空、粉彩房子和石头码头。所有结果里,文字和人脸都没有变化。

它会把哪些颜色上错?

灰度没有线索的人造物。芥末黄夹克变成橄榄绿,蓝色牛仔包变成棕色,长指令的两次和一个词的那次都是如此。我们的评分把这张人像的 8 个标记区域判对了 7 个,但有一个框落在夹克的阴影处,所以用肉眼看,夹克算错。

石头码头上停着一艘红色渔船、一艘浅蓝色渔船和橙色浮标。原图:AI 生成的彩色照片。

上色后的港口,一艘藏青色的船、一艘灰白色的船和奶油色的浮标。结果:2026 年 11 月 15 日在 PicOnTap 使用 Nano Banana 2.1 的真实编辑。红船变成藏青,浅蓝船变成灰白,橙色浮标变成奶油色。

港口最能说明问题。天空、房子和码头是对的(9 个标记区域对了 7 个),但红色船身变成藏青,浅蓝船身变成灰白,橙色浮标变成奶油色。整张图的色彩浓度只有原图的约 72%。

它会添加东西或改变原有的东西吗?

会,在最繁忙的场景里。花摊照片比原图更鲜艳,模型还改变了一些东西本来的样子。

一个花摊,有绿白条纹遮阳篷、粉色和白色郁金香、干薰衣草和写着价格的黑板。原图:AI 生成的彩色照片。

上色后的花摊,红白条纹遮阳篷、蓝色绣球、橙色郁金香,街上有两个小小的路人。结果:2026 年 11 月 15 日在 PicOnTap 使用 Nano Banana 2.1 的真实编辑。黑板上的字没有变化。

绿色遮阳篷变成了红色,浅褐色绣球变成蓝色,一些粉色郁金香变成橙红色,一盆小白花变成亮黄色。摊位后面的街上出现了两个路人,一个穿蓝大衣,一个穿红衣服,而原图里一个人都没有;柱子旁一小盆粉色的花变成了绿叶。黑板上的字则完全没变。

没有天然颜色的玩具会怎样?

被猜,并且被淡化。用长指令时,毛毡机器人的头变成灰蓝色,身体是奶油色,纽扣是棕色,靴子是灰色。在指令里写明颜色后,头和纽扣就对了。

一个毛毡机器人玩具,浅蓝色的头、黄色的身体、红色纽扣和深蓝色靴子。原图:AI 生成的彩色照片。

上色后的机器人,灰蓝色的头、奶油色的身体和棕色纽扣。指令里没有写颜色的结果:2026 年 11 月 15 日在 PicOnTap 使用 Nano Banana 2.1 的真实编辑。

上色后的机器人,浅蓝色的头、淡黄色的身体、红色纽扣和灰色的手臂与靴子。指令里写明颜色的结果:2026 年 11 月 15 日在 PicOnTap 使用 Nano Banana 2.1 的真实编辑。没写的手臂和靴子仍是灰色。

AI 上色什么时候会出错?

  • 衣服、包和小物件:颜色是猜的,自信的错误和正确的猜测看起来一模一样。
  • 颜色任意的物体:船、毛毡和遮阳篷可能变成别的色相。
  • 色彩浓度:安静的场景里结果淡了 28% 到 40%,繁忙的场景则鲜艳了约 35%,所以也别相信画面看起来有多艳。
  • 凭空多出来的细节:在最繁忙的场景里,它加了两个人,还把花变成了叶子。
  • 我们没有测试的:有颗粒、划痕或褪色的真实老相片,以及扫描和手机翻拍的差别。我们的原图是干净的 AI 生成照片再转灰度,不是真正的老照片。

如果某个颜色很重要,请问问认识这张照片的人,并写进指令。

常见问题

ChatGPT 能给图片上色吗?

我们没有测试 ChatGPT,所以不能说它有多准。ChatGPT 这类助手可以接受上色的指令,任何工具都有同一个限制:灰度照片里没有颜色,总有人在猜。我们的结果只来自 PicOnTap 里的 Nano Banana 2.1。

上传家庭老照片安全吗?

上传前请先读隐私页面。PicOnTap 的隐私页面写明:上传的原图、选区和结果会被存储以运行编辑器,新文件目前在创建 365 天后过期,图片会发送给所选的模型服务商并经过自动内容审核,训练条款取决于该服务商。文件会连同元数据一起发送,除非你先删除;页面也没有承诺每个服务商的处理方式都相同。

对有颗粒、划痕的老相片有用吗?

我们没有跑这个案例,所以不能说。我们的原图都是干净的。请扫描相片,并保存好未编辑的副本。

怎样得到正确的颜色?

把颜色写出来。在我们的测试里,写出的颜色被采用,没写的则靠猜,所以把你知道的写进去:「夹克是深蓝色,车是红色」。如果没人知道,就接受这些颜色只是估计。

免费吗?需要注册吗?

不用账号就能试。每位访客每天有 2 积分的免费额度,UTC 00:00 重置,完整尺寸下载没有水印。在我们的测试里,Nano Banana 2.1 的一次 1K 编辑花 2 积分。

不用 AI 上色可以吗?

可以,用图片编辑软件花几个小时,或者请认识这张照片的人来判断颜色。我们没有测试这些方法。

总结

灰度照片给出线索的地方,AI 上色是准的;没有线索的地方,它就是在猜。肤色、天空、水面和石头上对了;夹克、船、遮阳篷和玩具没有。跳到下面步骤后的编辑器,给一张照片上色,写明你知道的颜色,再与原图对比后再分享。