学术修图AI能用到哪一步？科研论文配图的规范边界

学术修图AI允许做什么：亮度、对比度这类线性调整

期刊允许的修图只有三条：整体施加、非选择性、线性映射。亮度对比度全图统一调，裁剪旋转对称做，原始文件必须留底。三条缺一条，图就有被质疑的风险。

为什么强调「线性」？亮度、对比度的本质是给每个像素乘同一个系数、加同一个偏移，图像里特征之间的相对关系一点没变。Photoshop里对应的做法：曲线只整体平移，不打S形弯；对比度滑块推到+15以内。超过这个数，就得回头问问自己是不是在掩盖弱信号。

Gamma别动。它改的是中间调的相对分布，凝胶图上一动gamma，读者就看不出哪条带本来更强，这已经是在改变数据解读了，不是美化。

裁剪允许，但别裁丢对照信息；拼接必须用清晰的分隔线标出来，电镜图和blot图拼了就写明。我试过把同一张电镜图在Photoshop里亮度+10、对比度+12，再用ImageJ做min-max线性拉伸，两张并排拿给师弟认，他分不出哪张是哪张——这个量级的调整不改变信息量，纯展示层面。导出锁300 dpi，格式用TIFF，这些是底线配置。

碰不得的线：改动数据特征就是篡改，不是修图

移动、克隆、抹除、拼接图像里的任何特征——条带、颗粒、细胞——性质都是数据篡改，不是修图，撤稿警告就是这么来的。修图修的是展示效果，篡改动的是证据本身。

今年3月，隔壁课题组一位师姐收到了我见过最吓人的一封信。她的Western blot上有一处背景杂点，她用某个AI修图App里的「消除笔」清理——那个功能其实是生成式补全，模型顺手把旁边一条条带的边缘重描了一遍，看起来自然得吓人。审稿人用的图片查重工具直接标出两处异常，编辑邮件要求48小时内提交原始曝光底片，全组翻了一整晚硬盘才凑齐。文章最后保住了，附了更正声明，代价是导师在组会上把一句话重复了三遍：展示层面的修补交给线性调整，缺数据就回去重跑实验。

统计图是另一头猛兽。让AI把柱状图「画得好看点」：把Y轴起点从0改成80，删一个离群点，误差棒悄悄变短——这些改的是数字本身，性质比图修过头严重得多。图上的每个数值都要能从原始数据里追出来。

我自己的翻车也在电镜图上。PS里那款「移除工具」开到40的强度跑一张SEM图，噪声确实干净了，但两个100纳米左右的颗粒被磨平了，而那俩颗粒恰恰是我想说明的形貌差异。从那以后降噪强度我锁死在15到20之间，调完必拿原图并排比对，一个一个数颗粒。

AI修图工具能放心用到哪一步？

把AI当除尘布和放大镜：降噪、锐化、统一底色这类不产生新内容的处理可以用；它开始补全或生成内容的那一步，就是越界的那一步。一条判断标准就够用。

处理前后，图上能不能数出同样的东西。条带、颗粒、细胞的数量、位置、形状都没变，只是明暗和干净程度变了，安全；数量多了少了、边缘被补过、特征挪了地方，不安全，哪怕肉眼几乎看不出来。

工具要分两堆看。曲线、色阶这类传统算法，是拿原图整体计算；内容识别填充、消除笔、AI扩图这类生成式功能，是模型在「猜」那里该有什么，猜得再好看也是编的。前者整堆可用，后者整堆别碰，别信什么「只补这一个点」。

图注里要写清处理方式，很多期刊明确要求注明，比如「全图进行相同的线性对比度调整」这类句子。写了，审稿人看到的是严谨；没写，同一张图看到的就是可疑。话说回来，也别走到另一个极端，把偏暗发灰的原始图直接端上去——规范修图本来就是该做的工序，审稿人挑的是过度处理，不是处理本身。

回到开头那条线：AI能用的部分很窄，窄到只剩一层展示层面的清洁工作。但正因为它窄，才守得住——数据特征是科研唯一的证据，图上任何一个像素被「补」出来，读者就没法再信任其余部分。先把原始文件留好，再动手修图，你在用学术修图AI的时候心里就有底了。