AI修物理题图：教师与学生的图文处理场景

上学期帮一位物理老师收拾一沓2005年版教辅的扫描件，我才第一次认真想ai修物理图这件事。图糊得像隔了一层毛玻璃，受力箭头看不清指向，公式里的下标全黏成一团。这类活儿以前只有两条路：手描，或者凑合用。现在多了第三条。

物理题图的翻新：从毛玻璃到能看清

题图翻新的标准动作是"去网纹、提边缘、保标注"三步：扫描网点用AI抹掉，线条边缘重新锐化，图里的字母和箭头标注原样保留不许动。做到了这三条，一张老题图就能直接进新讲义。

具体说。老教辅多是印刷品扫描，图上有一层规则网点（放大看是密密的圆点），普通锐化会把网点一起锐出来，越修越脏。AI的inpnting和上采样恰好擅长这个：网点是"规律噪声"，模型能认出来单独处理。边缘提上来之后，滑块受力的箭头、电路图的连线才真正清楚。

但"保标注"这条要盯紧。我有一次批量跑了三十张力学图，回头一看，AI把两处"F"标成了"P"——它觉得那是个污点。翻车。从那以后我的流程改成：AI跑完，标注字母逐张肉眼过一遍。慢是慢点，可物理题里一个字母错了，整道题就废了。

顺便说一句，老素材翻新这件事，题图和旧音频是一个思路——先去噪、再补细节、最后人工收口，旧音频翻新的处理方法那篇的流程我常对照着看，参数逻辑直接平移过来用。

重绘教学示意图：AI能画多准

重绘示意图的准确度要分两类看：装饰性的（小车、滑块、弹簧的"长相"）AI画得又快又好；关系性的（箭头指向、角度标注、力的比例）AI目前不可信，画错是常态而不是意外。所以我的规矩是：让AI画形，让人管数。

展开讲。一道斜面滑块题，示意图要表达的核心是物理关系——支持力垂直于斜面、摩擦力沿斜面向上、重力竖直向下，箭头长短还得大致成比例。这些恰恰是图像生成模型最不擅长的事。我实测过一批：让AI重画20张斜面受力图，支持力方向歪的、箭头长短比例离谱的、角度数值标错的，加起来11张。过半。老实讲，这个结果我一开始也不信，逐张量了角度才死心。

后来我改了分工。AI只负责把示意图画"干净"：统一线条粗细、配色、去掉扫描噪点，相当于描一遍稿。方向和角度要么保留原图数据由人工微调，要么干脆在矢量工具里最后拉一遍。听起来绕，实际快得多——AI描一张图十几秒，人工拉箭头半分钟，比纯手绘快了一个量级。图像生成背后的扩散模型原理，Diffusion model这个条目讲得清楚，看完你就明白它为什么会"画得像但算不准"。

话说回来，要是题图本身就是个装置照片——一个气垫导轨、一个电磁铁实拍图——那AI能干的就多了：去背景、增强清晰度、统一整套讲义的图风。这类"照片型题图"占不少比重，别浪费。

公式排版：最容易被轻视的硬骨头

公式排版的现实解法是"识别"和"排版"分开：先用工具把图片公式转成LaTeX，再在文档里重新渲染，千万别让AI直接在图上"修"公式。直接修出来的下标上标十有八九位置不对，理科老师一眼就能挑出来。

我踩过的坑在这。早期我让修图模型直接处理公式区域，结果μ和m的下标挤在一起，分母的平方跑到了分子上。学生拿着图来问"老师这个式子是不是印错了"，尴尬。后来换路线：公式区域裁出来走OCR转LaTeX，转完在讲义里重新排版渲染，正确率立刻上了台阶（我手头这批转换成功率大概九成多，剩下零星几个复杂的分层下标还得手敲）。公式渲染的规范可以对照LaTeX条目，物理公式对排版的要求比普通文本苛刻得多。

一套卷子少说几十个公式，这步值得单独留半小时。

教师备课的实际用法：一晚上攒出一套讲义

备课场景下AI修题图的最大价值是"凑齐"：把不同来源、不同年代、不同画风的题图统一成一套干净的讲义插图，省下的时间足够多备两节课。流程是扫描进库、AI统一翻新、人工校对入库，三段接力。

我的真实节奏是这样。周日晚把下周要用的题图批量扫描（通常40张上下），丢给AI跑翻新，趁跑的间隙去泡茶。跑完约莫一个多小时，回来逐张校对标注和箭头，遇到要重绘的示意图单独处理。还剩一个多小时富余。批量处理的思路跟内容量产是一个套路，配音那边矩阵化量产的方案讲得更系统，排任务、跑批、抽检三段式我照搬过来用，很顶用。

还有一个隐藏用法：组卷。题目从五本教辅里各抽几道，图风五花八门，学生看着闹心。统一翻新一遍，整套卷子立马像个正经原创。学生的用法则更简单——错题本里贴的图，翻新一下再打印，复习时不用眯着眼猜那个箭头指哪。团队协作整理内容的思路，系列内容统一性那篇虽然是讲配音的，方法论完全通用。

据艾媒咨询的数据，2025年中国AI图像生成与应用相关市场规模已站上数百亿元量级，教育内容制作是增长明显的细分场景之一（艾媒咨询口径）。工具在涨，用的人也在涨，但"AI出图、人来把关物理"这个分工，短期改不了。

工具选择与翻车现场

选工具的铁律是"通用修图模型打底、专用公式识别工具收尾"，别指望一个工具全包。通用模型管翻新和重绘，公式那步必须交给专业的公式识别工具，混着用才是正解。

翻车现场再记一笔，给后来人提个醒。有次我偷懒没检查角度标注，把一张重绘后的题直接发给学生，图里30度被AI画成了目测45度。第二天练习课全班的受力分解全错。那天我脸烧得慌。自此立下死规矩：凡是带数值的标注，宁可不用AI的版本。

评价一款修图工具好坏的硬指标，可以参考选工具的五个硬指标那篇的评估框架——虽然是讲配音软件的，"标注保真"这条换到题图场景，权重照样最高。

FAQ：物理题图处理的常见问题

AI能把模糊的老物理题图修到直接可用吗？

大部分情况能。扫描网点和线条模糊这两个主要问题，AI处理得相当到位。但图里的字母标注可能被AI顺手改掉，跑完必须逐张核对。我的建议是AI修完当草稿，人工花两分钟过一遍再定稿。

重绘受力示意图时怎么保证AI不画错方向？

别让AI决定方向。我的做法是AI只负责描形和统一画风，箭头指向、角度数值、长短比例这三样要么保留原图，要么人工最后调整。实测AI直接重绘的受力图，方向或比例出错的超过一半，这个险不值得冒。

公式直接在图上修不行吗，为什么非要转LaTeX？

不行，至少目前不行。修图模型对上下标的位置关系把握很差，分式结构也容易画歪，理科老师和学生一眼就能看出不对。转成LaTeX再重新渲染虽然多一步，但正确率完全不在一个档次，复杂公式尤其明显。

学生自己处理错题本里的图，有更省事的办法吗？

有。手机拍照后先用AI做一轮翻新去阴影，再打印贴本子上，关键是箭头和字母要自己核一眼。量不大的话半小时能弄完一周的错题图。养成核对习惯比用什么工具都重要。工具挑选的通用方法论可以看高频场景工具盘点那篇的思路，按场景选工具永远比追"最强工具"靠谱。

教师备课批量处理几十张题图，时间上要怎么安排？

我的节奏供参考：扫描和批量翻新放在一开头，AI跑的一个多小时去干别的，回来集中校对标注和箭头，重绘的图单独排后处理。40张的量全程约3小时，比纯手工省一倍以上的时间。

最后收个尾。AI修物理题图这事，工具再顺手也替不了那双核过角度的眼睛。技术负责快，人负责对，这八年十年的分工我看变不了。这篇如果你身边有同事也在熬夜整理老教辅，转发给他，能省下的可不止一个晚自习。