世界第一张照片,被AI修复成科幻片

如今，尼埃普斯居住地被改造成了博物馆，每年 7 月到 8 月开放，现在还有特定的官网可以查询预约时间。游客可以在尼埃普斯故居博物馆中，透过窗口眺望那片熟悉又陌生的庭院景观。

AI 幻觉，正在吞噬真实

早在生成式 AI 爆火之前，AI 修复古画、还原黑白照片的新闻就已经屡见不鲜。只是随着 GPT-4o、Gemini 等多模态大模型的上线，修图这件事变得更快、更普及。

当下的图像修复，底层大多基于扩散模型。

其基本机制是分两步走：先人为往图像中加入高斯噪声，逐步「破坏」图像结构；再在反向过程中通过学习将噪声一步步「复原」，最终生成一张看起来「无损」的图像。

在实际图像修复任务中，AI 只会对损坏区域进行采样和重建，不修改已知区域。这种方式可以确保修复内容风格统一，且兼顾效率与质量。

而有些模型，比如 SPIRE 这样的语义控制框架，则会通过提示词把修复方向「锁定」在用户指定的内容上。ControlNet 等模块负责保持模型的「语义一致性」和「修图边界感」，避免过度发挥。

为了修得更「像」，还会引入了重采样机制。

中子星终极解码比科幻片还带劲

科幻片照进现实警察与机器人巡逻

明日开播!30集都市科幻片来袭,演员阵容雄厚,有爆款潜质

如果 AI 修出来的内容偏题、风格不符，模型会检测到不合理，（比如语义特征不一致），会将结果「退回上一步」重新修。这个回溯跳跃长度越长，AI 越有可能纠正自己的「幻觉」。

北京理工大学与澳大利亚国立大学今年联合发布了关于 GPT-4o 图像修复能力的实验结果。研究团队采用了一种直觉式方案：将退化图像输入 GPT-4o，提取语义特征并叠加其「修复建议」，生成最终图像。

结果却是，好看是真的，但画面准确度就另当别论了。

GPT-4o 生成的图片视觉冲击力拉满，在 CLIP-IQA 等主观指标上得分很高。但在像素级对比上却掉了链子，PSNR（峰值信噪比）得分甚至低于原图。换句话说，GPT 修得可能「更假了」。

就像《勒格哈的窗外景色》，被 AI 修成一张看起来合理的复原图。你若没留个心眼，很可能就信了。当然，AI 修错一张照片，不稀奇；但可怕的是，修错之后，没人觉得有问题。

倘若 AI 修图是以原图为基础进行补全、美化，属于加工，那么 AI 生成图基于文本或模糊图像直接构造全新图，属于重构甚至伪造，现实中，AI 图像替代真图的情况已屡见不鲜。