从2018到现在：AI修图这八年的进化史

2018年前后那批AI修图工具，现在回想起来简陋得可爱：一个磨皮滑块，一键液化，拉到底人脸直接变成充气娃娃。那年我入行做电商修图，天天跟这玩意打交道。八年过去，AI修图从"调数值"进化成了"造像素"——你圈一块区域，说"把这里变成黄昏的光"，它真的给你重新画一块黄昏出来。这中间发生了什么？哪些工具死在了半路？这篇就按时间线把这八年的进化史捋一遍。

2018年前后的起点：美颜相机级别的"假智能"

2018年的AI修图，准确说叫"算法修图"更合适：磨皮靠滤波，瘦脸靠网格液化，本质是规则明确的图像处理，跟今天说的"生成式AI"完全两码事。它聪明的地方在于把操作简化到"滑块一拉"，但天花板也低得很。

那个时代的代表场景就是美颜相机。打开、自拍、一键美颜，脸白了，皮磨了，眼睛大了。说实话当时的"AI"更多是营销话术——双摄人像虚化靠的是深度图估算，磨皮算法的核心十几年前就有了。真正的变化发生在底层：神经网络开始进入修图管线。2018年前后学界在深度学习框架下憋出了第一批端到端的图像增强模型，一张图进去、一张增强后的图出来，不再需要人手调曲线。这件事在当时看是论文玩具，回头看却是整条进化链的起点。

我当时的态度是不屑。美颜修出来的图千篇一律，客户稍微懂行就退单。

2019-2021：局部重绘雏形与"天空替换"的全民化

2019到2021年是第一个爆发期：换天空、去杂物、老照片上色这三件事从"专业技巧"变成了"一键功能"，背后是分割模型和增强模型的第一次大规模落地。

节点事件很清晰。先是自动抠图和背景替换成熟（背景去除从PS里的体力活变成了手机App的免费功能），然后老照片修复走红——疫情期间全世界都在家翻相册，把爷爷奶奶的黑白照上色的需求直接爆发。国内大厂全部跟进，那两年的手机发布会不演示个"AI消除路人"都不好意思上台。

这一阶段我印象最深的是电商行业的反应速度。2020年我们公司引入AI抠图做商品白底图，一批40张图从半天的活变成了半小时扫尾——我试了三次就定下了工作流：AI跑批量，人工只查边缘（玻璃制品和头发丝这类边缘AI当时还搞不定）。这个"AI跑量、人工查边"的分工模式，到今天还是行业标配。

但也有阴面。这个阶段的技术是"理解图像但不创造图像"，它能认出天空在哪，但换上去的新天空是从素材库里挑的。说白了还是素材匹配，不是生成。

2022-2023：扩散模型进场，"造像素"时代开始

2022年下半年扩散模型工具爆发，AI修图第一次具备了"无中生有"的能力：你圈掉一个路人，它不是从素材库找东西盖住，而是根据周围像素现画一块合理的背景补上——这是和前四年的本质分水岭。

从这以后，"局部重绘"这个词开始频繁出现在修图师的工作里。原理不复杂：遮住一块区域，让模型根据周边内容推理"这里本来应该是什么"，然后画出来。复杂的是用法——提示词写什么、遮罩扩多大、重绘幅度给多少，每个参数都直接影响成败。那两年我翻车翻得极多，最惨的一次是重绘一张产品图的反光桌面，重绘幅度给高了，直接给产品"长"出了两条桌腿，客户截图过来问我是不是进了假货。后来这套参数才慢慢形成经验值：重绘幅度0.4到0.6是安全区，超出就开始脱离控制。

这三年工具的更迭速度快得吓人。据艾媒咨询的行业报告口径，中国AI图像生成相关市场规模已达百亿级且仍在高速增长，一批新工具在2023年集中冒头。但疯狂过后是清洗：2023年冒头的那批工具，我印象里至少一半已经停止更新，首页还挂着"限时免费"，客服邮箱三年没回过信。怎么判断一个新工具是真有实力还是蹭热度，新工具的评估方法这篇的思路可以直接搬来用（写的是配音工具，逻辑通用）。老工具现状这个话题后面单独说。

2024年以来：生成式局部重绘的成熟与工作流重构

2024到2026这三年，生成式局部重绘从"能玩"进化到"能交付"：边缘融合自然了、分辨率上去了、参考图控制稳定了，修图行业的工作流被整个重构了一遍。

几个标志性变化。一是"参考图驱动重绘"的成熟：丢一张样图进去，AI按样图的风格重绘你圈的区域，修图师终于可以精确控制"我想要哪一种黄昏"。二是边缘质量的大幅提升，早期重绘最大的破绽是遮罩边缘那圈"糊带"，2024年以后主流工具基本解决了这个问题（发丝这类极端情况除外）。三是工作流的重构——现在修一张复杂商业图，我的流程是先AI预扫（自动找到可重绘区域）、再分区块重绘（天空、地面、杂物分开处理）、最后人工统一色调。传统修图里无损编辑的思想在AI流程里被重新实现：每个重绘步骤都保留可回退的图层记录，翻车了能退。

老实讲，2025年我经历过一次态度反转。年初我还在跟同行说"AI重绘的细节撑不起印刷品"，结果年底一批杂志封面明确要求使用AI重绘流程——印刷精度已经完全过关，反倒是客户开始嫌纯手工修图"太慢"。今年以来我接的单子里，AI参与度低于五成的项目只剩两类：高端人像精修，和有严格版权要求的历史资料修复。

八年工具现状盘点：一张表看懂谁活着谁死了

八年下来工具的存活率相当残酷：2018年那批"AI修图"应用，如今还在正常更新的不到两成；越老的工具越依赖"情怀用户"续命，新工具则面临同质化内卷。

这张表里最值得同情的是2022-2023那批。它们生在技术爆发点，死在算力成本和商业模式的夹缝里——工具本身能打，但架不住巨头把同样的功能免费塞进全家桶。老工具停更有条共通的死亡曲线：先是不适配新系统，然后社区论坛没人回帖，最后官网证书过期，你点进去浏览器给你一个大红警告。我电脑里至今留着几个绿色免安装版，界面土得掉渣，但有些算法今天依然能打。情怀这东西，在工具圈是真实存在的。

进化史给修图师的三条启示

这八年给我最大的启示是：工具每两年换一茬，但"判断什么是好图"的能力一次都没贬值；越早接受"AI是画笔不是画家"这个定位，越不会被行业甩下。

第一条：审美比技术保值。2018年你会用的磨皮插件今天全废了，但当年你琢磨的"磨到什么程度自然"的分寸感，今天直接平移到重绘幅度的控制上。第二条：警惕"全交给AI"。生成式局部重绘最大的陷阱是它太顺从——你说什么它画什么，画完看着都挺合理，但放在一起没有重点。AI不会构图取舍，这是人的活。第三条：工作流思维大于单点技巧。话说回来，与其追新工具，不如把"AI跑量、人工查边、分层回退"这套框架打磨熟。配音圈的朋友经历过一模一样的冲击，他们的应对思路值得借鉴，比如配音与AI怎么共存和配音员的转型生存指南这两篇，讲的虽是声音行当，底层逻辑跟修图完全相通。

常见问题

2018年的AI修图和现在的最大区别是什么？

2018年是"调数值"：磨皮瘦脸都是对已有像素做变换，像素总量不变。现在是"造像素"：圈一块区域让AI重新画，内容可以无中生有。前者是滤镜，后者是画笔。

为什么很多老AI修图工具停止更新了？

三个原因：功能被手机系统和大平台免费吸收（独立工具失去付费理由）、算力成本撑不住（生成式模型烧钱）、技术迭代太快（两年前的模型架构已过时）。2018年那批工具的存活率不到两成。

现在学AI修图该从哪入手？

直接从生成式局部重绘入手，跳过老式滤镜那套。重点练三个参数：遮罩范围、重绘幅度、参考图权重。重绘幅度建议从0.5起步往上试，超过0.7就容易失控。基本功里最保值的还是审美判断。

生成式局部重绘会彻底取代人工修图吗？

取代不了。它擅长"造一块合理的内容"，不擅长"取舍和统稿"——一张商业图里哪些该突出哪些该弱化，AI没有立场。现实是工作流重构了：AI干体力活，人干判断活。

2018年左右的老照片修复工具现在还能用吗？

部分还能用但强烈不推荐。老工具的上色和修复效果放在今天看瑕疵明显（肤色发灰、细节涂抹感重），而且不少已不适配新系统。同样的需求用现在的局部重绘重做一遍，效果好一大截。

写完这篇我翻了翻2018年的工作文件夹，里面还躺着一版磨皮参数笔记，字体都是老的。工具死了一茬又一茬，判断力才是修图师真正的养老金。觉得有用的话，转发给还在硬扛AI冲击的修图同行，或者分享给当年一起用美颜相机互相P图的老朋友——他们大概会懂这种感慨。想继续深入的话，AI工具挑选的五个硬指标和几款主流工具的实测对比可以接着读，选工具的眼光和修图一样，都是越练越准的。