暴晒+ 沥青 + 锡板 = 世界上第一张照片？

听起来有些像是化学实验，但这正是被学界普遍认可的世界上第一张照片——《勒格哈的窗外景色》的诞生方式，尽管具体年份仍有争议，但也即将度过 200 岁的生日。

照片的作者尼埃普斯站在自家二楼的工作室窗边，架好镜头，对准庭院和远处景色，连续曝光几天，才在一块抛光锡板上捕捉到这段模糊而珍贵的影像。

如今将近两个世纪过去，这张照片却意外成了 AI 的「整活素材」。

AI 修复世界上第一张照片，越修越离谱

脑洞大开的 Reddit 网友尝试用 GPT-4o 等生成式 AI 工具「复原」这张历史影像，在网友的捣鼓下，这张老照片，迎来了它意想不到的版本。

比如在这个版本中，《星球大战》的帝国战舰降落在尼埃普斯的家中，整个画面瞬间穿越成了科幻片。

霓虹迷雾弥漫，绿蓝紫光交织的高楼林立，中心人物身披斗篷、站在高台之上，背对镜头，只能说，和 19 世纪的法国乡村风景风马牛不相及。

玩梗的网友沉浸在 AI 修图艺术，已经不知天地为何物了。红瓦屋顶统一配色、烟囱冒着蒸汽，路径弯弯绕绕像糖浆流动，一下子从纪实风变成了动画风。

再看这个版本，飞船没了、光污染也没了，原图开始包含左墙、右屋，以及中央斜坡结构。

相比 GPT-4o，《勒格哈的窗外景色》在 Flux 模型的复原中，被处理成了一座被遗弃的历史遗址，屋顶只剩下零星红瓦，仿佛早已被风雨和时间掏空。

好在，也有神来一笔的时刻，由 OpenAI o3 模型修复的画面力，熟悉的斜屋顶、塔楼、乡村小窗和光照角度，与最初的尼埃普斯作品勉强有些关系。

看到这，你或许会认为 AI 修复这张老照片，狠狠刷了一波存在感，但这股热闹背后，其实也有不少穿帮的细节，最典型的，便是照片中央那块模糊的三角形高亮区域，让 AI 们集体翻车。

这张照片的复原版本早在 1952 年就已面世。伦敦柯达实验室在历史学者赫尔穆特·格恩斯海姆的指导下，用底片对原图略作修饰并公开发布，让大众第一次清晰看见照片原貌。

实际上，当中那块三角形亮斑，并不是建筑结构，而是庭院地面在长时间曝光下，被阳光照射后留下的亮斑。图像左右是庄园的建筑墙面，远处依稀可见的则是一棵树和农田的地平线。

看得出 AI 很努力，但显然不太理解这种 19 世纪的拍照方式。

尼埃普斯用的感光材料，是把沥青混合薰衣草油涂在锡板上，在窗边放上几天（也有一种说法是 8 小时），靠太阳一点点灼印出图像。只有阳光最强的部分，才会在板上留下痕迹。

从实际复原的渲染图来看，上述大多数 AI 修图的版本都与实际建筑结构相差甚远。

复原渲染图 | Paulo Quartilho

1999 年，法国摄影学院 Spéos 的创始人皮埃尔-伊夫·马黑，曾租下当年尼埃普斯用作实验室的房间，并联合法国科研团队进行了实地考证，还为此专门拍了一支纪录片。

有趣的是，他们发现，在 19 世纪末的一次房屋翻修中，为了好腾出空间加装烟囱和壁炉，尼埃普斯的窗户被整体左移了大约 70 厘米，马黑团队也从地板结构中找到了原窗的位置，并将屋内陈设完全还原到当年的状态。

此外，尼埃普斯拍下《勒格哈的窗外景色》时，他并没有「拍底片—翻印正片」这一流程，而是把感光层直接安装在暗箱里，让光线在锡板上留下一次成像。

这就决定了相片天生是倒置影像，需要手动翻转才能像我们习惯那样正立过来。

如今，尼埃普斯居住地被改造成了博物馆，每年 7 月到 8 月开放，现在还有特定的官网可以查询预约时间。游客可以在尼埃普斯故居博物馆中，透过窗口眺望那片熟悉又陌生的庭院景观。

AI 幻觉，正在吞噬真实

早在生成式 AI 爆火之前，AI 修复古画、还原黑白照片的新闻就已经屡见不鲜。只是随着 GPT-4o、Gemini 等多模态大模型的上线，修图这件事变得更快、更普及。

当下的图像修复，底层大多基于扩散模型。

其基本机制是分两步走：先人为往图像中加入高斯噪声，逐步「破坏」图像结构；再在反向过程中通过学习将噪声一步步「复原」，最终生成一张看起来「无损」的图像。

在实际图像修复任务中，AI 只会对损坏区域进行采样和重建，不修改已知区域。这种方式可以确保修复内容风格统一，且兼顾效率与质量。

而有些模型，比如 SPIRE 这样的语义控制框架，则会通过提示词把修复方向「锁定」在用户指定的内容上。ControlNet 等模块负责保持模型的「语义一致性」和「修图边界感」，避免过度发挥。

为了修得更「像」，还会引入了重采样机制。

如果 AI 修出来的内容偏题、风格不符，模型会检测到不合理，（比如语义特征不一致），会将结果「退回上一步」重新修。这个回溯跳跃长度越长，AI 越有可能纠正自己的「幻觉」。

北京理工大学与澳大利亚国立大学今年联合发布了关于 GPT-4o 图像修复能力的实验结果。研究团队采用了一种直觉式方案：将退化图像输入 GPT-4o，提取语义特征并叠加其「修复建议」，生成最终图像。

结果却是，好看是真的，但画面准确度就另当别论了。

GPT-4o 生成的图片视觉冲击力拉满，在 CLIP-IQA 等主观指标上得分很高。但在像素级对比上却掉了链子，PSNR（峰值信噪比）得分甚至低于原图。换句话说，GPT 修得可能「更假了」。

就像《勒格哈的窗外景色》，被 AI 修成一张看起来合理的复原图。你若没留个心眼，很可能就信了。当然，AI 修错一张照片，不稀奇；但可怕的是，修错之后，没人觉得有问题。

倘若 AI 修图是以原图为基础进行补全、美化，属于加工，那么 AI 生成图基于文本或模糊图像直接构造全新图，属于重构甚至伪造，现实中，AI 图像替代真图的情况已屡见不鲜。

去年，Facebook 上广为流传着一张黑白老照片，配文写着：「亨利·福特坐在他第一辆汽车福特四轮车中，摄于 1896 年。」结果对比历史馆藏，这照片完全不对。人物长相不符，车辆设计也错，AI 图中的车还有方向盘、穿模的手，堪称 AI 幻觉的教科书案例。

类似的还有一张号称莱特兄弟首次动力飞行的。画面中两名年轻男子站在一架古董双翼飞机前，表情神情自若。但对照历史档案，这同样是张假照片。

更深一层的担忧在于，这一切并不容易被察觉。