致力于打造最好的老照片修复工具——「立刻修相片」正式上线

第三件事，修复不是一锤子买卖。

每个家庭都有那么一张照片。

可能压在老家五斗柜的玻璃板下面，可能夹在一本很久没人翻开的相册里。照片上的人年轻得认不出来，边角卷了，一道折痕正好从脸上穿过去，颜色褪成一种说不清的黄。你想把它翻拍下来存进手机，举着手机对了半天，拍出来歪歪斜斜，玻璃上还映着一大块反光。

你放下手机，想着改天再说。这一改，往往又是几年。

这张照片，就是「立刻修相片」想认真伺候的对象。

「立刻修相片」今日正式上线，提供微信小程序与网页版（likexiu.dubmic.com），出品方为中漫智声（北京）科技有限公司——也就是 AI 音乐视频产品「立刻 MV」背后的同一支团队。两款产品同源同团队，点数互通。

一个做专业级 AI 视频产品的团队，为什么调转头来修老照片？

说来话长，但值得说。

我们为什么想做这件事

起因很朴素：我们自己想修几张老照片，把市面上能找到的工具挨个试了一遍，没有一个让人满意的。

不是挑剔。修出来的脸变形了，或者清晰是清晰了，但明显不像本人了；比例被悄悄改了，横构图被裁成了竖版；想局部调整一下，做不到，只能整张重来碰运气。有的修完放大一看，细节全是涂抹感，像隔着一层毛玻璃。

试完一圈之后我们意识到，这不是某一家做得不用心，是整个品类的技术路线停在了上一个时代。

市面上绝大多数老照片修复工具，底层用的还是传统计算机视觉那一套——本质上是在图像层面做插值、锐化和滤波，把模糊的像素"算"清楚。这套方法处理风景、文档还凑合，一碰人脸就露怯：它不理解什么是眉眼，什么是神态，什么是一个人的样子。它只认识像素，不认识人。所以修出来的脸，清晰，但空洞；干净，但陌生。

而这几年生成式 AI 在图像理解与人像生成上的进展，已经是另一个量级的能力。问题在于，拥有这个量级能力的团队，基本都去做了更"性感"的方向——视频生成、数字人、AI 影视。老照片修复这个场景，被留在了原地，继续由上一代技术守着。

一边是真实存在、家家户户都有的需求；一边是停滞多年的供给。这个缝隙，就是「立刻修相片」出现的原因。

我们决定把做「立刻 MV」攒下的整套生成式技术能力，原样搬到这个"小场景"里来。目标只有一个：做最好的老照片修复工具。

为什么一张老照片这么难伺候

先说一个大多数人不会注意到的细节：比例。

老照片千姿百态。横构图的全家福，竖构图的单人照，方方正正的证件照，还有被裁得奇形怪状的合影一角。很多修复工具会在处理中悄悄改变照片比例，或者为了适配手机屏幕，把横构图硬裁成竖版。修完的照片乍一看更清楚了，但总觉得哪里不对劲——哪里不对劲？构图变了。构图一变，那张照片就已经不是原来那张照片了。

「立刻修相片」在这件事上的原则是：修复前后严格保持原图比例，横的就是横的，绝不硬裁。翻拍时的歪斜也替你想到了——拍照裁切自带四点透视校正，手机斜着拍玻璃板下的老照片，也能拉正成端端正正的一张。

第二件难事，是"像本人"。

这是修复的底线，也是最容易失守的地方。把一张模糊的脸变清晰，技术上并不难；难的是清晰之后，还是那个人。眉眼的间距差一点，神态就变了；发丝的走向不对，年代感就没了。修复完成，家人凑过来看，第一句话如果是"这好像不太像啊"——那前面做的一切都归零。

为了守住相似度，人像细节的处理精细到发丝与神态。宁可保守一点，也不能修成一个漂亮的陌生人。

真实的场景是这样的：照片修完了，整体挺好，但用户发现"眼睛还是闭着的"。大多数工具到这里就没辙了，要么整张重修碰运气，要么就这样吧。「立刻修相片」支持在照片上直接圈出想改的部位——圈住眼睛，单独重修这一处，改哪里动哪里，其余部位纹丝不动。不满意可以撤销重做，直到对为止。

修一张老照片，本质上是在替一个家庭还原一段记忆。记忆，容不得差不多。

牛刀清单：我们把什么放了进来

如果只是修复和上色，还称不上把这件事做到最好。真正的诚意在后面。

照片可以动起来。选择"笑一笑""拥抱"这样的动作，静止的人像便有了几秒钟的生命，画质分 1X、2X、4X 三档。这几秒钟看起来轻巧，背后是一整套系统工程——多个生成引擎协同调度，失败自动重试与降级，生成的视频跨云转存，确保永远可以播放。用户感知到的只有一件事：稳定出片。而"稳定"两个字，恰恰是最难的部分。

照片还可以开口唱。不是随机配一段音乐了事——系统会自动检测整首歌里最有感染力的副歌片段；如果你心里有想让照片里的人唱的那一句，也可以按逐句歌词的时间轴，亲手选段。计费按实际选中的时长来算，不多收一秒的钱。

没有合适的歌？AI 可以看图写词，多种曲风，为这张照片专门写一首。

多张照片，可以串成一支回忆 MV。每张照片有 Ken Burns 式的缓慢运镜，照片之间是叠化转场，歌词字幕烧录进画面，合成过程显示真实进度。做出来的东西像一位剪辑师的作品，而不是自动翻页的幻灯片。

这套能力，来自「立刻 MV」积累的完整视频生产技术。我们没有为"老照片修复"单独降配一套简化方案，而是把做专业音乐视频的整套家底，原样搬了过来。

为家人设计，而不只是为用户设计

这个产品从第一天起就有一个假设：用它的人，和最终看到成果的人，往往不是同一个人。

儿女修复父母的旧照，孙辈把爷爷奶奶的合影做成会动的视频。所以体验必须简单到长辈也能上手，分享必须零门槛——成果一键分享，家人扫小程序码直达，无需安装任何 App。生成完成有微信通知，不用守着屏幕干等。扫码即登录，没有注册表单。

技术做得再深，呈现出来必须足够浅。这是我们对"工具"两个字的理解。

每一个需求，无论多小，都值得被认真对待

「立刻修相片」的出现，背后还有一个更大的时代背景。

过去，像老照片修复这样的需求，是被整个行业系统性忽略的。市场不够大，故事不够性感，大公司看不上，看上了也舍不得投入真正的精力——立项要评估投入产出，一算账，这种"小需求"永远排不进优先级。于是它们就一直悬在那里，家家户户都有，年年都在，没人认真解决。

Vibe coding 时代把这件事改变了。

最新的编程大模型让开发效率发生了量级的变化，AIGC 大模型让过去需要庞大团队才具备的生成能力，变成了小团队可以直接调用的基础设施。两件事叠加的结果是：那些真正有需求、懂需求、懂产品的独立产品创业者（OPC），第一次有能力独立地、专注地去伺候一个"小需求"——不需要向谁证明市场规模，不需要等立项排期，看到了，就去做，用当下最好的技术去做。

这正是 AI 时代最大的改变。不是某个模型又刷新了跑分，而是需求被对待的方式变了：每一个需求，无论多小，都可以被认真对待。

全世界最顶尖的模型能力，为了一个小小的怀旧情感寄托，倾尽全力。放在几年前，这在商业上是不可想象的事。现在，它就是「立刻修相片」正在做的事。

那张压在玻璃板下的照片，值得被认真对待一次。