雨中背影英文版每个人的家中或许都有一些尘封的老照片。在漫长的岁月中，照片上的人和物都变得模糊，色彩也逐渐暗淡。但它记录了人们过去的某一珍贵时刻，承载了重要的情感和记忆。

　　最新的生成式 AI 技术让这一设想变得可能了。半年前，开始学习 AI 绘画的设计师 Nenly——现在的他，是一名在 B 站上分享 AIGC 技术的 Up 主，制作了一门播放量近千万的 AI 绘画入门教程——最近正在使用 AI 技术修复一组老照片。

　　在中国担任东道主的第 19 届亚运会于杭州召开之际，亚奥理事会官方资料馆和阿里云联合举办了亚运史上第一个 AI 修复特展。他们修复的老照片来自 49 年前，是中国运动员参加第 7 届德黑兰亚运会的历史照片。 这些老照片大部分是黑白的、画质不算清晰，但记录下了新中国成立后中国代表团首次参加亚运会的风采。那年，参赛队员揽获了 32 枚金牌、共 105 枚奖牌，位列当年团体第三。 通过阿里云发起的 AI 修复活动，Nenly 等在内的 1000 多人共同参与了此次修复。

　　比如，他们修复了中国首位亚运会金牌获得者苏之渤的照片——当年，苏之渤只有 25 岁。而今年，他已年过古稀，在看到 AI 修复后的照片时，这位情绪极其稳定的射击运动员，嘴唇微微颤动、眼睛泛红。

　　中国第一位奥运冠军（许海峰）广为人知，项目方希望通过这样的方式，让更多人了解和记住中国亚运首金获得者。苏之渤的故事也被制作成了纪录片《首金》。

　　这让 Nenly 意识到，他们修复的不仅是历史，也是运动员的青春。 看完这部片子，我确实有些动容。一个细节是，当年第一天参赛的苏之渤未能参加前一天的开幕式，当看完所有 AI 修复的照片后，苏之渤问，能不能再放一遍开幕式照片。他激动地起身，站在屏幕前的中国代表团中，仿佛重新「参加」了当年的开幕式。

　　在这个过程中，我不仅感受到 AI 本身的应用与价值，更感受到技术的人文和温度。这也是阿里云的不同之处。Nenly 也将自己的修复教程发在了网上，希望吸引更多人参与其中——难能可贵的是，国家叙事和个体叙事也紧紧地结合了起来。

　　我之前是一名广告设计师，从今年开始接触 AI 绘画，并在 B 站发布相关的教学视频。我算是 AI 这波浪潮的受益者了。

　　最近，亚运会快要开幕，阿里云找到我，邀请我用 AI 工具来修复第一届亚运会的历史照片。作为一个亲历过 2008 年北京奥运会、2010 年广州亚运会和 2011 年深圳大运会的「90 后」，我觉得能用这种方式亲身参与到这场「宏大叙事」，是很有意义的一件事。

　　自去年下半年开始，AI 在图像生成方面的应用就屡屡引发大众关注，以生成的精致艺术作品与二次元插画「破圈」。但很多人其实不知道，它还可以被用在这样的真实场景图片生成上。

　　这虽然是我第一次把 AIGC 技术用到修复老照片里，但技术都是相通的，无论是插画还是照片，都是由一个个像素点构成的，本质上都一样。

　　老照片修复的难点主要有两个，一是图片清晰度不高、像素缺失，二是黑白底、没有颜色。

　　传统的 PS 图片处理技术是没办法修复老照片的。因为 PS 只能调校图像，比如调亮度、饱和度，但它不能「无中生有」，帮你把缺失的像素画出来。

　　而在深度学习的基础上，AI 可以通过「学习」真实世界中的图像样本，智能识别出画面中的形象，并为我们还原这些照片的「本来面目」。

　　在过去的几年里，各类图像生成算法（VAE/GAN）、自注意力机制模型（Transformer）、图文对比模型（CLIP）的不断积累、融合，催化了生成式 AI（Generative AI）工具在今年的爆发，更是赋予了我们「重塑」这些照片、让它们焕然一新的能力。

　　我使用了一系列开源扩散图像生成模型（如 Stable Diffusion）等 AI 技术完成了这些老照片的修复。简单地说，我们可以通过提示词（Prompt）向它输入信息，告诉我们希望生成的是什么，再把模糊的老照片一并输入给它。

　　它的模型「学习」过数以亿计的现实世界照片，发掘出了大量图片和输入信息间的「潜在规律」，以此为基础，就会为我们生成逼真的「摄影级」照片。

　　具体到这次的修复，可以先把照片尺寸放大几倍，让 AI 一丝不苟地「重画」一遍照片、填满像素，照片就变清晰了。接着，通过提示词等手段输入颜色信息，引导 AI 给照片「重新上色」。

　　就这样，在短短的十分钟内，一张模糊黑白的老照片就可以变成一张清晰全彩的现代照片。

　　这个过程很让人震撼。修复旗手张大维的照片时，我看到他的面容逐渐清晰、「栩栩如生」，他身上的中山装颜色、他举着的红旗颜色逐渐鲜亮，那个场景给我非常大的冲击力。我好像亲眼看到了半个世纪前的异国赛场，开幕式的盛况、比赛的紧张激烈、拿下第一枚金牌的激动和喜悦……

　　AI 非常智能，但并非万能。为了让照片有更好的展出效果，我会在 AI 修复的 80 分基础上，人工把照片修到 90 分左右。作为人类，我觉得自己就像AI的「助理」，只用完成一些细枝末节的加工。

　　AIGC 刚出来的时候，大家感叹它可能会让设计师失业。但现在我看到，它解放了我的生产力、也让不可能的创意变得可能。半年前，我还没接触 AI，你让我修复老照片我是做不到的。

　　首先是算力门槛，调用这些文生图大模型，需要性能强大的 GPU（显卡）来进行运算，这对很多设备比较一般的使用者来说是一道「天堑」。其次是使用门槛，这些模型不像一般的 C 端产品，它们大部分都需要用户在本地配置复杂的编程语言环境等，比较难上手。

　　因此，我慢慢接触了云计算、云平台的解决方案。这次的老照片修复，就有一部分是在阿里云机器学习平台 PAI 上完成的。

　　它的好处是，一方面它是部署在云端的计算资源，对设备的要求降低了，而且成本也更可控。相当于你之前要买卡，现在你可以小规模地试用。其次，它大大简化了部署操作，比如你可以在上面直接搜索其他开发者编写好的 Notebook（代码笔记本），相当于给你提供了一个模版。

　　以 AI 修复老照片为例，当你打开「用 AI 重燃亚运经典」的 Notebook，它几乎提供了我们会用到的全部 AI 模型和工具，按照指引一步步来，很快就能完成部署。

　　在阿里 PAI 平台上，「用 AI 重燃亚运经典」的 Notebook。图源｜阿里云官网

　　我觉得阿里云也是希望通过这样的平台，让更多人能用上 AI 技术。这次， PAI 平台吸引了 1.5 万人了解如何用 AI 技术去修复亚运老照片。

　　这也让我看到了 AI 技术的人文价值。比如我给中国亚运会首枚金牌获得者苏之渤老先生修复的照片，原图是阿里云从亚奥理事会官方资料馆拿到的，有些苏先生自己都没有看到过，更不要说彩色版了。德黑兰亚运会的时候，他 25 岁，已经是快 50 年的历史了。

　　如果你问半年前那个还没接触 AI 的我，能不能修复这样的一张老照片？我的回答肯定是做不到。 我觉得这也是 AI 技术带来的社会意义。过去，我们都说照相、摄影是记录瞬间，但是如果我们没有捕捉到呢？那它就是遗失的记忆。现在，我们用AI技术去「修复」老照片，去了解历史，会让我有种「失而复得」的惊喜感，也更能体会到历史的分量以及它的珍贵性。

　　这些 AI 修复老照片的技术原本是专业人员才能掌握的。但如果借助像阿里云这样的平台，可以让更多人用更少的成本、更低的门槛用上这些新技术。那也许未来，普通人就能让手上任何一张老照片重焕当年的风采。

　　我们不妨畅想一下，今天我们修复的只是一张照片，但未来能不能让它动起来呢（视频化）？甚至能不能让这些这些照片里的人物穿越时空跟我们去对话呢？我想，随着技术的发展，它未来一定能实现。

　　不管是对于我这样的技术使用者、还是对那些跟老照片有情感连接的人们来说，这都会带来难以想象的意义。