你有没有遇到过这样的场景翻出一张二十年前的全家福扫描进电脑满怀期待地交给 AI 修复工具结果出来的效果把人吓了一跳——五官扭曲、皮肤像蜡像、眼睛黑洞洞的好端端一张照片硬生生修成了恐怖片海报。这不是你的操作有问题而是 AI 修复老照片这件事本身就藏着不少坑。尤其是人脸部分堪称重灾区。这篇文章就来讲讲人脸为什么会修糊以及作为零基础新手你可以怎样绕开这些坑。为什么 AI 容易把人脸修成“鬼片”老照片的分辨率低人脸区域往往只有几十个像素点连眼睛和嘴巴都分不清。AI 在放大和补细节时等于是在“猜”这张脸原本长什么样。问题就出在这个“猜”上。大多数修复模型在遇到模糊人脸时会倾向于套用一个“平均脸”模板——光滑的皮肤、端正的五官——因为这在算法看来最“合理”。可一旦参考信息过少它就会开始自由发挥把下巴拉长、给眼睛加一圈不自然的高光甚至把背景里的杂物当成头发补上去。另一个常见原因是处理流程不对。很多人习惯把整张照片一次性丢给 AI让它在“拉大”和“补细节”同时进行。如果照片本身噪点很多AI 就会把噪点误认为皮肤纹理修复完看起来满脸“磨皮塑料感”活像鬼片里的瓷娃娃。人脸修复的通用思路从局部下手要解决这个坑核心思路是别指望 AI 一次到位要把修复拆成多个小步骤。第一步是“裁切补脸”。把人脸单独裁出来作为一个独立图片做增强修复。人脸区域小算法能调用的参考信息更集中出错率会显著下降。修完再把脸贴回原图整体观感会自然很多。第二步是“参数降档”。很多修复工具里都有类似“重绘幅度”或“修复强度”的滑杆默认值往往偏高拉满容易让人脸变成“画出来的”。新手建议先调到中间值观察输出如果五官明显变形再往低调。别怕效果不够“惊艳”修复的第一原则是“像本人”而不是“好看”。第三步是“多次修复”。如果一张人脸修完还是很糊不要反复套用同一个高强度的过程。正确做法是用较低强度分两三次、每次只补一部分细节。这个道理和画画一样先定轮廓再补五官最后才处理皱纹和肤质。跳过任何一步结果都会很突兀。三个容易忽略的隐藏坑人脸的“鬼片感”还有一种来源颜色修复过度。老照片偏黄偏暗很多工具会自动校色。但如果人脸区域对比度过高AI 会把高光区域强行提亮导致脸部发灰发白像蒙了一层雾。遇到这种情况可以在修复后用人像调色工具把对比度压回去恢复皮肤该有的色阶。还有一类情况是“修复了但不像原照片里的人”。这是因为 AI 在补细节时默认把脸型“标准化”了。如果照片里的人脸型偏宽或偏窄修复完可能完全变成另一个人。应对办法是在修复前对照片做一个轻微的液化校正把五官位置大致摆正给 AI 一个更好的初始状态。另外要特别留神的是不要在修复后立刻把照片压缩保存。人脸细节经过多次计算后非常脆弱一旦用高压缩率存一遍好不容易补出来的纹理又会糊掉。一定记得保存无损格式的副本等到最终完稿再另存为普通图片。最后说两句AI 修复老照片是一个“先变好、再变差、再变好”的过程。一开始看到烂结果别急着放弃调整策略分步处理人脸照样能救回来。如果你现在手里正好有一张不敢修的旧照片不妨按“裁切→降档→多次”的顺序试一次。大概率你会发现所谓鬼片效果只是跳过了某一步而已。