AI到底是怎么做抠图与照片修复的?

把时间拨回2010年前后。那时想把证件照的白底换成蓝底，或者把合影里的路人抹掉，要么自己啃PS的钢笔工具和通道抠图，要么花几十块钱请照相馆师傅处理，一张图磨上半天是常态。

十几年过去，还是这几件事：证件照换底、老照片修复、路人消除——如今在手机相册里长按一下、点一下按钮，几秒钟出图。变化的背后不是修图技巧的普及，而是AI分割与修复模型被塞进了每个人的口袋。

这篇就把"AI抠图与照片修复"讲透：模型怎么"看懂"主体边界、手机上到底在哪用、老照片修复的三步流水线、端侧与云端两条路径怎么取舍、哪些场景容易翻车，最后给一份实用建议清单。

文章目录：①从手艺活到一键活②AI抠图原理白话版③手机端在哪用④老照片修复技术栈⑤端侧与云端怎么选⑥翻车场景盘点⑦实用建议清单

①从手艺活到一键活：三件代表性的事

先说三个最有代表性的场景，它们在十年前全是"手艺活"，今天全是一键的事。

证件照换底。过去要沿头发丝一点点描路径，蓝底白底切换还得处理发丝边缘的半透明过渡；现在多数修图App和小程序都能一键换底，人像边缘自动羽化，效果够打印证件照用。

老照片修复。过去是照相馆老师傅用修版笔和放大镜手工补划痕，严重破损的照片要以天计价；现在AI修复工具几十秒出片，划痕、折痕、褪色一并处理，还能顺手给黑白照上色。

路人消除。过去靠仿制图章和内容识别填充反复试错；现在手机相册里的"AI消除"或"魔法消除"，圈一下路人就消失，背景自动补全，多数人根本看不出修过。

这类功能的共同底层能力，是图像分割：让模型判断照片里每个像素"属于谁"。分割做准了，换底、消除、虚化、贴纸全是下游应用。所以要看懂这波功能，得先弄明白分割模型的工作原理——这也是全文唯一需要动点脑子的部分，我尽量说人话。

②AI抠图原理白话版：模型怎么"看懂"边界

先给一句白话总结：抠图模型不是"看见"边界，而是"猜"出每个像素属于主体的概率。

它干的事可以这样拆：照片进模型后，先被切成很多小块，由一个骨干网络（编码器）把每块的颜色、纹理、位置关系压缩成一组特征数字，相当于模型给照片做的"理解笔记"。

然后是关键一步：区分"这是主体、那是背景"。模型在海量标注数据里学过"人、宠物、物体一般长什么样、和背景怎么过渡"。比如Meta在2023年4月开源的分割基础模型SAM，训练用了1100万张图、11亿个掩码标注（SA-1B数据集，官方论文口径），所以它对"物体"的理解接近通用，换个没见过的场景也能上手。

最后由解码器把特征翻译成一张"掩码图"：主体区域记1，背景记0，边缘地带是0到1之间的小数——发丝边缘那层若有若无的过渡，就藏在这些小数里。你长按照片时看到的发光轮廓，就是这张概率图的可视化。

发丝为什么难？一根头发只有两三个像素宽，模型必须在"头发"和"背景"之间给出过渡值；而肩膀轮廓的边界带可能有几十个像素宽。同样是边界，难度差一个数量级，这也是各家抠图效果拉开差距的地方。

整套交互串起来是这样的：

"点一下、猜一次、不满意再补点"，这套交互正是2023年以来分割模型走向通用的标志。手机厂商把这类模型压缩后塞进相册，才有了"长按抠图"这个动作。

③手机端在哪用：相册、App、小程序三层入口

对普通用户来说，入口比原理重要。目前就三层，按顺手程度排。

第一层：系统相册自带。苹果官方支持文档写明：iOS 16及更高版本，在照片App里长按主体即可把它从背景中分离，可拷贝、添加贴纸或共享，还能存成无背景的PNG图片。

国产阵营同样齐备：华为图库提供智能抠图、AI消除路人等编辑能力；小米澎湃OS 2的相册升级了AI图像功能，含路人消除、反光消除等；OPPO在Reno12等机型的相册里内置了AI抠图。以上均为各厂商公开宣传口径，具体以机型与系统版本为准。

第二层：官方修图App。厂商自家的修图应用，以及应用商店里的老牌修图App，提供换背景、消除笔、局部虚化等进阶功能，自由度比一键功能高，适合需要"手动补几笔"的场景。

第三层：证件照与修复类小程序。证件照换底、老照片修复这两类需求，小程序里工具很多，优点是免安装、按次付费便宜；缺点是照片要上传到对方服务器，涉及隐私，第五节展开。

人像虚化也值得单独说一句：它在拍照那一刻就用到了分割模型——手机实时把人从背景里分出来，再对背景做模糊处理。你拍的每一张人像模式照片，背后都有一次实时抠图。

面对这么多入口，按需求走这棵决策树就行：

④老照片修复：一条三步流水线

老照片修复看起来神奇，拆开是一条清晰的流水线，三步各管一件事。

第一步：划痕与破损修复。学术界的代表作是微软亚洲研究院2020年发表在CVPR的论文"Bringing Old Photos Back to Life"，用三元域转换网络同时处理划痕、折痕、噪点与褪色，代码已开源。它先检测出划痕位置，再让网络"脑补"出被划痕遮住的内容。

第二步：人脸增强。老照片糊得最厉害的往往是人脸。腾讯开源的GFPGAN是这一步的代表算法，思路是利用海量高清人脸学到的"先验知识"还原模糊五官——模型见过足够多清晰的脸，所以能补出细节。这也是效果最惊艳、也最容易引发"还是不是本人"争议的一步。

第三步：上色与超分放大。上色模型（如开源的DeOldify一类）按语义给黑白照上色：天空蓝、草地绿、军装黄绿；超分模型（ESRGAN一类）把小尺寸照片放大一到两倍，顺手补出纹理细节。

效果预期要管理好：损伤轻的老照片，三步走完成片能达到"发朋友圈没问题"的水平；损伤重的（大面积霉变、缺角、人脸只剩轮廓），AI会大量"脑补"，像不像本人基本靠运气。修复的本质是估计，不是复原——对家史存档来说，这一点尤其要记住。

⑤端侧还是云端：隐私、速度、效果的三角

同一张照片的AI处理有两条路径：数据不出手机的端侧，和要上传服务器的云端。差别落在三角的三个角上。

隐私角。端侧处理照片不上传，这是结构性优势；云端处理则意味着照片要经过别人的服务器，比如各类小程序修复工具。2025年7月，国家网信办公布了首批手机端侧生成式AI服务备案，苹果、华为、OPPO、vivo、小米、三星、努比亚7家在列（官方公开信息），端侧AI已是厂商的合规卖点。

速度角。端侧靠手机NPU（神经网络处理单元）干活，省掉上传下载，毫秒到秒级响应，离线也能用；云端受网络质量与服务器排队影响，高峰期要等。厂商公布的优化数据可以参考量级：荣耀联合高通公布过端侧模型存储占用节省30%、推理速度提升15%、推理功耗下降20%的优化口径（厂商宣传口径）。

效果角。这一角云端占优。手机芯片的内存与功耗容不下大参数模型，端侧模型要经过量化压缩（例如高通白皮书提到的INT4低比特量化），能力有折损；云端可以跑大模型，复杂场景的效果上限更高。

所以现实的产品形态是端云协同：高频、轻量、隐私敏感的任务（抠图、消除、人像虚化）放端侧；重模型任务（高精度修复、生成式扩展）放云端。你的手机其实一直在替你做这个判断。

给普通用户一句话结论：日常抠图消除，优先用系统相册的端侧功能；涉及人脸的老照片修复，选口碑好的工具，并留意它的隐私说明。

⑥翻车场景盘点：模型为什么会错

一键抠图不是万能的，社交平台上的翻车帖高度集中，按出现频率大致排个序（用户反馈示意口径，非严格统计）。

第一类：透明与半透明物体。玻璃杯、婚纱头纱、雨伞，边缘没有清晰的"属于谁"信号——透过玻璃看到的背景，像素到底算杯子还是算背景？模型按概率猜，经常整块误判。

第二类：发丝与毛绒边缘。一根头发两三个像素宽，而模型的特征块比头发大得多，只能给出过渡带；遇到爆炸头、毛绒玩具，过渡带一宽，边缘就发灰发虚。

第三类：主体与复杂背景交界。人站在树丛、栏杆、网格货架前，前景背景纹路交错，模型分不清"栏杆后面的人"和"栏杆本身"，常把背景的孔洞也抠进主体。

第四类：运动模糊与低光主体。模糊让边缘信息本身消失了，模型失去判断依据，只能连蒙带猜。

第五类：影子与倒影。多数抠图模型不带影子——人被抠走了，影子留在原地，合成到新背景就"闹鬼"；玻璃幕墙、水面的倒影则常被误当成第二个主体。

错误的根源是共同的：分割模型输出的是概率，不是真理。训练数据里少见的东西（透明物、特殊发质）、物理上就模糊的东西（过渡带、影子），概率就容易出错。理解了这一点，翻车就不神秘，补救也有方向。

⑦实用建议清单：放心用、手动补、守边界

最后给一份可以照着做的清单，按三个问题组织：什么场景放心用、什么场景要手动补、边界在哪里。

什么场景手动补：拿到一键结果先看三处——发丝边缘有没有灰边、透明物有没有被整块抠走、影子有没有留下来。任何一处不对，用修图App的消除笔或边缘羽化手动补，比整张重抠省时间。

结尾再补三个评论区高频问题，提前作答。

问：低像素的老照片，先放大还是先修复？ 主流工具的顺序是先修复后超分，因为先放大容易把噪点一起放大；自己操作时保持默认流程即可，别手动调换步骤。

问：同一家工具，为什么时好时坏？ 输入决定输出。光线差、主体小的照片，模型能用的信息就少；App更新换了模型版本，同一张图结果也可能不同，属于正常现象。

问：AI修复会不会把逝者修得不像本人？ 有可能。人脸增强是按"大众脸谱"补细节，损伤越重越接近创作。重要纪念照建议多试几款工具，由家人确认相似度后再打印留存。

版权与肖像的边界，这条最重要：

先说边界：修自己的照片随意；修别人的照片，尤其涉及换底合成、消除、改变形象再传播的，要先取得对方同意——肖像权受民法典保护，未经同意不得制作、使用、公开他人肖像，恶搞合成还可能涉及名誉权。老照片涉及第三人的，发布前建议征得家庭成员共识；AI"脑补"出的面孔与本人有出入时，标注"AI修复，仅供示意"是更稳妥的做法。

从PS高手的手艺活，到相册里的一键功能，AI抠图与照片修复把图像编辑的门槛拉到了接近零。但工具变聪明了，判断力还得是你自己的：知道模型什么时候会错、错在哪里、错了怎么补，这才是普通人用好AI修图的正确姿势。

你最常用哪一招：长按抠图、AI消除路人，还是修复家里的老照片？

欢迎评论区聊聊你翻过车或者被惊艳到的案例，让后来人少踩坑。

下一篇预告：《视频会议App横评》——摄像头一开就卡、美颜一开就假？主流视频会议App的画质、时延与功能，横着比一比。

（图源网络，侵删）