gpt image 2.5 老照片修复实测：三张全家旧照的账
开门见山：损伤修得走，五官上色要收着。折痕、划痕、霉点这类物理损伤放心交给它；人脸重建和上色一旦放开，照片会"变新"，人也就不像了。先修损伤，动脸之前把原图留好。
gpt image 2.5 老照片修复到底行不行，发布那几天我拿家里三张旧照片试了个遍：一张上世纪八十年代的黑白全家福，一张折了好几道印子的老证件照，还有一张泛黄到快看不清五官的婴儿照。试下来的结论很干脆——修损伤是它的强项，单张一次通过率大概七成；可一旦让它重建五官或者放开手去上色，出片"太新"，我妈看了直摇头，说这不是你姥爷。
黑白全家福：折痕划痕清除是真能打
十二道折痕划痕，一轮清掉九道，剩下三处叠痕圈出来单独重试就成了，人脸区域我全程没让它碰。后续展开这笔账怎么算的。
这张全家福是1987年在县城照相馆拍的，十几口人站了三排。物理状态很糟：横向一道贯穿的折痕正好压在我二舅的腰上，右下角有一块指甲盖大的霉斑，边角磨白，表面还有几道细划痕。扫描件分辨率不高，1200dpi扫出来也就两千多像素宽。
我第一轮的指令很克制，就一句：清除折痕、划痕和霉斑，其余保持原样。它一轮清掉了大部分损伤，横贯的那道折痕没了，霉斑也没了。翻车的三处都在折痕和划痕交叉叠加的地方——原损伤太深，模型补底纹的时候把毛衣的织纹"编"错了，纹路走向跟周围对不上。第二轮我把这三处用文字圈出来单独下指令，两处修对了，一处把背景幕布的褶皱顺带改了。第三轮要求恢复那块幕布，成了。三轮下来，前后不到十分钟，这类损伤修复我认为可以放心交出去。
有个细节值得一提。清除划痕时它把照片左上角原本就虚掉的背景顺势"锐化"了一点点，锐得很自然，但它确实是改动。你要是拿去核对什么细节，这种边角处的悄悄修正得留心，最好前后对比图放一起逐块看一遍。
折痕证件照：小图低清是另一本账
一寸证件照只有四百多像素宽，折痕能清，但清晰度的补偿它会顺手重画五官，五次尝试里四次脸型变了。小图修复的核心矛盾就在这。
第二张是我爸九十年代的工作证照片，剪下来的一寸照，对折过，中缝一道白印，整体又黄又糊。折痕清除本身没问题，一次就过。麻烦出在"变清楚"这个动作上：照片太糊，模型为了"修好"会自作主张往脸上加细节——加眉峰、描双眼皮、把发际线捋顺。它补出来的那张脸更像"一个长得像我爸的人"，而不是我爸。
我试了五次。四次都动了脸型，只有一次我把指令写成"只清除中缝折痕和黄色色偏，脸部的模糊保持原样，不要增强清晰度"，它才老实。所以小图低清的老照片，指令必须把"不许动什么"写死，光说修复两个字，它替你做主的空间太大。这类矛盾我在ai杂质修图实测：去杂物、降噪、去反光的边界在哪里也碰到过，降噪和保留质感本来就是一对死对头，清得越狠，质感丢得越多。
上色的分寸在哪？婴儿照试出一条线
第三张泛黄婴儿照我试了三档上色：全放开、半收着、只除黄不上色，最后留下的是中间那档。分寸线就在"像老照片"还是"像新拍的照片"之间。
婴儿照是我自己的，1990年前后的黑白原片后来泛黄了。第一档我直接说"上色"，出来一张肤色粉嫩、背景湛蓝的照片，好看，但完全是当代影楼味，那张照片的"年代"被抹掉了。第二档我改成"轻微上色，保留泛黄的年代感，色彩饱和度压低"，出来效果就对了——肤色有血色，衣服能看出是红的，整体还压着旧照片的调子。第三档只除黄斑不上色，最保守，但那张照片的原始信息其实没增加多少。
我妈的意见起了决定作用。她说上色版"好看，但那是你吗"，半收着那版"这个还像"。家里人的认同比画面的漂亮重要，这条线我是这么定下来的：上色可以做，饱和度往死里压，保留一部分岁月的痕迹，别追求"翻新如新"。修家庭相册的度怎么拿，个人ai修图的分寸：家庭相册不该修成精修里那套思路跟我是同一个方向，值得对照着看。
五官重建的伦理边界：修得太"新"就不是本人
五官重建我只在一处允许：损伤恰好压在五官上的点状修复；整脸重画一次都不能开，开了就是造一个新的人。这条边界跟技术无关，跟"照片是谁"有关。
全家福里三叔的半边脸被霉斑啃掉了，这是全程唯一一处我允许它重建五官的地方。指令写明"参照照片里他的另一侧脸和整体轮廓补全"，补出来的结果家里人都认。可同一轮里它顺手把姥爷的眼角皱纹抹平了两道，我发现后要求撤销，单独重跑了一次只处理霉斑的指令。
为什么这么较真？老照片的意义在"是谁"，不在"好不好看"。抹平皱纹、重塑脸型这些动作技术上越来越顺，成本越来越低，结果是照片离本人越来越远。我最后留了一份处理原则：物理损伤清干净，五官只做点状补全且必须参照本人面部证据，不做任何"美化"，上色收着来，每次出片跟原图并排核对。家人们认可的照片，才是修完了的照片。
三张照片的账算完，回到开头那句话：损伤修得走，五官上色要收着。折痕、划痕、霉斑、色偏，这些"照片的伤"尽管交给gpt image 2.5，效率远超手动；五官、肤质、年代感这些"人的部分"，每一处都要收着、留底、跟家里人核对。工具变快了，判断还是得自己拿着——毕竟照片上的人，得家人点头才算数。
常见问题
gpt image 2.5 修老照片会偷偷改变人脸吗？
会，尤其在照片本身模糊、或者指令里出现"修复、增强、变清晰"这类词的时候。我的经验是把禁改范围写进指令，比如"只清除折痕，脸部保持原样不要增强"，一轮没用就拆成多轮、每轮只处理一处。
黑白老照片上色到什么程度比较合适？
建议在指令里明确"轻微上色、压低饱和度、保留泛黄的年代感"。完全放开的上色会出影楼味的新照片，家人反而认不出来。先出一版收着的，拿给家里长辈看，再决定要不要加。
尺寸很小、糊得厉害的老照片还能修吗？
能修损伤，但别指望"变高清"。图越小越糊，模型自作主张重画五官的概率越高。如果只是想去掉折痕和黄斑，明确要求保留原有模糊度，效果反而可控。
修老照片之前要做哪些准备？
尽量用高分辨率扫描而不是翻拍，原图另存一份永远别覆盖；把要修的损伤按"折痕、划痕、霉斑、色偏"分开列，一次指令只解决一类，改一处看一处，别让它一口气全包。