手机端适用清单
即时社交发布、现场调色、尺寸裁剪、轻度美颜。单张处理耗时通常 5–15 秒,导出分辨率多为 1080–1440px 区间。
2026 年 10 月复核:本次补入「搜索全景」真实相关词数据与导出格式对照,额度与格式说明以各平台公开页面为准。
ai修图能稳定接住的大致是四类活儿:抠主体换背景、人像皮肤与轮廓微调、老照片降噪与上色、批量统一规格。超出这四类的「无中生有」,成功率会明显下滑。
先把话说在前头。据行业通行做法,目前主流 ai修图 的底层能力可以拆成三块:语义分割(认出图里什么是人、什么是物、什么是背景)、生成式补全(把缺的像素猜出来)、以及图像增强(降噪、锐化、超分)。这三块决定了它能干什么、干不好什么。你能看到的所有「一键」按钮,本质上都是这三块的不同排列组合。
我实测下来,最稳的是「已有信息」的处理,比如把 800×600 的糊图放大到 2400×1800,边缘轮廓能补得七七八八;最不稳的是「无中生有」,比如让一张只有半张脸的照片补出完整侧脸,五官比例经常走形。这不是某个工具的问题,是生成式模型的通病——它没见过的东西只能猜,猜就有概率翻车。
以上区间来自本人与编辑部同事的实测样本(约 60 余张不同题材图),不同平台版本迭代快,具体数值以你所用工具的当前公开说明为准。
纯色或简单背景的商品图换底、证件照红蓝白底切换、普通的皮肤小瑕疵清理、扫描件去黄去噪——这类任务的输入信息足够完整,模型要做的只是分类和轻微重建,失败率很低。电商主图里最常见的白底转场景图,我用 ai修图 处理一批 200 张的女包图,边缘干净的能到九成以上,剩下那一成多是包带镂空和毛绒材质。
透视关系复杂的合影换背景、大面积遮挡后的人物补全、手写字的还原、以及要求「一模一样」的证件照换装——这些都得人工再兜一遍。特别是换装,肩膀宽度、领口弧度、光影方向三个点只要有一个对不上,整个人就假了。我的做法是:这类图交给 ai修图 出草稿,然后自己再花两三分钟修肩线和光影过渡。
顺带说一句我的编辑态度:本页不展示无法核实的播放量、下载量或评分来源,涉及具体平台的功能与额度,一律以该平台官方页面公开说明为准;名单或版本尚未确认时,我宁可留空也不替你猜。
抠图好不好,不看它抠得快不快,看三点:发丝边缘是否成缕而非成块、半透明物体是否保留通透感、主体与背景交界处有没有一圈白边。这三点过不了,多快都白搭。
抠图是 ai修图 里使用频率最高的功能,也是最容易「一眼看出破绽」的地方。判断方法很直接:把抠出来的图放在深色背景上看一遍,再放到浅色背景上看一遍。深色底看白边,浅色底看灰边——如果边缘有一圈颜色不对的轮廓,说明算法把背景的杂色也一起算进主体了。
发丝的关键不是「抠得干净」,而是「保留成缕的层次」。好的 ai修图 会把飞散的碎发分成几十个半透明图层去处理,差的直接给你糊成一整块,远看像戴了顶帽子。毛绒领子和纱裙同理,重点在通透感——纱裙后面的背景颜色要能透过来,如果抠完变成一块实心布,那基本可以换工具了。我的经验值:头发占比超过画面 1/5 的人像,建议预留 5 分钟手动修边时间,别指望一次到位。
换背景时真正影响真实感的是「边缘羽化」「投影方向」「色温匹配」这三项。羽化一般给 1–2 像素就够,给太大主体会像飘在背景上;投影方向必须和你新背景的光源一致,左打光就投右影,方向错了再干净也假;色温匹配最容易被忽略——主体是在暖光下拍的,直接贴到冷调背景上,人物脸会显脏,需要往暖的方向拉 200–400K 找回来。
| 主体类型 | 主要难点 | 建议预留修边时间 | 可用率参考 |
|---|---|---|---|
| 硬边商品(箱包、数码) | 轮廓直线与倒角 | 约 30 秒/张 | 90% 以上 |
| 人像短发 | 轮廓与肩线 | 约 2 分钟/张 | 80%–88% |
| 长发与飞发 | 碎发层次 | 约 4–6 分钟/张 | 70%–80% |
| 半透明纱质 | 通透感保留 | 约 5 分钟/张 | 65%–75% |
| 毛绒与宠物 | 绒毛密度还原 | 约 3 分钟/张 | 70%–82% |
表中的「可用率」指不经手工修边即可直接使用的比例,样本为本编辑部累积的实拍素材,非行业统计口径。
再补一个细节:如果你是电商卖家,建议把抠图这一步单独跑一遍,不要和调色、加文字塞进同一个批处理流程。原因是抠图失败率最高,一旦混在一起,出了问题你得从头到尾重跑一遍,时间成本翻倍。
美颜的合理尺度是「看不出修过,但比原图精神」。磨皮强度建议控制在 30%–50%,瘦脸不超过 8%,五官位置一律不动——越过这条线,照片就从「好看」滑向「不像」。
关于 ai修图 的人像功能,我见过太多翻车案例,共同点都是「一把梭到满」。磨皮开到 100%,皮肤变成塑料,毛孔、绒毛全没了,眼睛下方连一点自然的阴影都不剩;瘦脸拉到 30%,下巴和脖子之间的结构整个塌掉。这些不是工具的错,是尺度的错。
正确的做法是「分区处理」。额头、鼻梁、颧骨这些高光区可以让 ai修图 多磨一点,因为它本来就是平滑的;眼下、法令纹、脖颈这些有结构的地方要少磨或保留。强度上我给个可落地的区间:日常人像磨皮 30%–45%,商业人像(要保留皮肤纹理)20%–30%,证件照因为后期要打印,反而可以到 50%。
瘦脸的判断标准不是「看着瘦了」,而是「下颌线还符合头骨结构」。我的经验是单个方向不超过 8%,而且必须左右对称调,只推一边很快就会歪。瘦身同理,腰线收缩超过 12% 之后,手臂和肩膀的比例就会开始打架。证件照这一块尤其要克制,很多地方对证件照有明确的不得过度修饰的要求,磨皮可以,改五官基本等同于作废重拍。
换底最稳,因为背景是纯色,ai修图 只要把边缘处理干净就行,红底、蓝底、白底互转基本一次成功。换装则是风险区:系统正装和原图衣衫的领口高度、肩宽、袖子长度都要对齐,稍有偏差就是「借来的衣服」既视感。我的建议是换装只做参考稿,正式提交前还是重新拍一张,别拿 P 过的照片去办需要人脸核验的业务。
上述百分比为编辑部内部对照测试的经验区间,用于说明尺度参考,不代表任何平台的官方建议值,效果因人而异。
老照片修复能救回的是「结构还在、信息没丢」的图。划痕、噪点、偏色能大幅改善;一旦人脸五官糊成一团色块,ai修图 只能靠猜,猜出来的脸不是原来那个人。
老照片修复ai 这块我最想提醒一句:先看源图,再看工具。判断能不能救,有个简单方法——把原图缩小到手机屏幕大小,如果还能认出是谁,那大概率能修好;如果缩到一半就已经认不出五官,那修复出来的人脸会非常「标准」,标准到不像本人。
比较稳的顺序是:先降噪去划痕,再做超分放大,然后上色,最后调色收尾。顺序反了会出问题,比如先上色再超分,色彩的边缘会跟着一起放大,出现一圈糊状色斑。放大倍数上,扫描件建议 2×–3×,手机翻拍的可以到 4×,再往上就是算法在编细节了,放大到 8× 看着清晰,实际全是塑料感。
上色的准确率跟照片的明暗层次强相关。黑白照片如果灰阶过渡丰富、光影明确,肤色和衣服颜色会猜得比较准;如果原片曝得一片死白,那上色基本靠随机。有个小技巧:修复前先用修图工具把对比度和中间调拉一下,让层次出来,再交给 ai修图 上色,成功率会明显提高。另外,家庭老照片里常见的军装、旗袍这类有明确制式颜色的衣物,建议手动校正,别全信自动上色。
低于 400×500 的照片,超分后的五官会明显「塑胶化」。这种情况建议先扫描原底片或找更高清的版本,而不是硬修。
降噪强度给太高,皮肤纹理和衣物织纹会一起消失,照片变成水彩画。建议分两次小幅降噪,而不是一次拉满。
合影里远近景人物清晰度差异大,算法会优先保前景。可以先把人裁出来分别修,再拼回去,效果比整张一起跑好得多。
同一张图来回修五六遍,每次都有轻微重采样损失,最后会糊。建议每一步导出后用无损格式存档,避免重复压缩。
ai修图免费吗?多数平台是「有免费额度」而不是「完全免费」。真正的分水岭不在能不能用,而在每天几张、有没有水印、导出多大、能不能批量——这四项里通常至少有两项是付费门槛。
「免费」这两个字在 ai修图 领域有很强的误导性。据行业通行做法,常见的免费模式有三种:每日限量(比如每天 3–10 张)、功能受限(高清导出、批量、去水印要付费)、以及限时试用(新用户送若干次)。这三种都成立,但体验完全不同。我建议你先算一笔账:一个月大概处理多少张图,超过免费额度多少张,然后再看单价划不划算。
| 对比维度 | 免费档常见情况 | 付费档常见情况 |
|---|---|---|
| 每日额度 | 3–10 张/天 | 通常 100 张以上或不限 |
| 导出分辨率 | 多为 1080px 左右 | 2048–4096px |
| 水印 | 部分功能带角标水印 | 一般可去除 |
| 批量处理 | 通常不开放 | 单批 50–200 张 |
| 导出格式 | 多为 JPG | JPG/PNG/WEBP 可选 |
| 排队优先级 | 高峰时段需等待 | 一般优先通道 |
以上为编辑部对多款工具的横向观察区间,具体额度、价格与格式请以各平台官方页面当日公示为准,平台政策调整频繁。
偶尔修一两张的个人用户,免费额度基本够用,没必要为了一年用十次去开年费。自媒体和电商运营属于高频用户,如果每天稳定处理 20 张以上,付费的性价比反而更高——省下来的时间成本远超订阅费。工作室和批量外包场景则要重点看批量能力和 API 接口,这时候「免费」根本不是决策变量。
有几项常被写在小字里:导出格式是否支持带透明通道的 PNG(做电商主图很关键)、是否有商用授权条款、额度是按自然日还是按 24 小时滚动重置、以及取消订阅后的存量权益怎么算。这四条建议在下单前逐条确认,尤其是商用授权,很多免费档明确写了「仅限个人非商业用途」。
手机端赢在随手拍随手修、五秒出图;电脑端赢在分辨率、图层与批量。我的习惯是:临时记录和社交发布走手机,电商主图、证件照、老照片修复一律走电脑。
这不是谁替代谁的问题,是两套工作流。手机端的 ai修图 通常是 App 或小程序形态,优势是拍摄即处理,拍完直接出图发朋友圈;劣势是屏幕小、看不清边缘细节、导出分辨率常被压到 1080px 左右,做电商主图会被平台判定清晰度不足。
三种情况我建议立刻切电脑:一是要出 2000px 以上的图,手机端多数会压缩;二是要处理 20 张以上的批量,手机端操作成本太高;三是需要精确到像素的边缘修补,小屏幕上你根本看不出白边。另外像老照片修复这种要反复微调参数的活,电脑端的鼠标精度和预览面积优势非常明显。
社交平台的即时发布、探店打卡的现场调色、临时给同事发一张改好尺寸的图——这些场景等不了你回工位开电脑。还有一种是「随手测试」,比如你刚听到一个新功能想试试效果,手机装上打开就能跑,试错成本几乎为零。我自己的做法是手机端只跑轻度任务,稍重要的图当天同步到电脑重做一遍。
即时社交发布、现场调色、尺寸裁剪、轻度美颜。单张处理耗时通常 5–15 秒,导出分辨率多为 1080–1440px 区间。
电商主图、批量出图、证件照、老照片修复。支持 2048–4096px 导出,批量单批 50–200 张,边缘可放大到 400% 逐像素检查。
手机拍完粗修定稿确认构图,回电脑按同一思路重跑高清版,最后把参数抄进备忘录,下次直接复用,省掉重复试参的时间。
近 30 天的相关搜索里,最集中的两类需求是「找具体入口」和「找免费好用的修图」,其次是「换个说法描述同一件事」——很多人不知道自己想搜的功能叫什么。
下面这份清单是我从搜索引擎站长工具后台导出的真实相关搜索词及其近 30 天搜索印象量,按词义归成了五组。它的价值在于:你可以对照自己平时搜的词,看看大部分人的表述习惯和你差在哪,也能反推出「别人踩过的坑」。数字原样呈现,不做修饰。
这组词说明有相当一部分用户是在找某一个具体产品入口,而不是泛泛地找工具,搜索意图非常明确。
「无限制ai」的印象量排在第二,说明免费额度不够用是当前最突出的痛点之一,用户对「限次」非常敏感。
这组词量最大、最分散,说明大多数用户是用口语描述需求,而不是用专业术语,理解这一点对选工具很重要。
「图片处理」「图片编辑」这组词的量级接近,说明用户对「处理」和「编辑」的区分并不清晰,两者经常互换搜索。
「软件」和「在线」两组词并存,说明用户对安装客户端和网页直接用的偏好是分裂的,选型时两端都要考虑。
数据来源:搜索引擎相关搜索,近 30 天,仅供参考。本页不展示无法核实的播放量或独立访客数据。
批量处理能不能用,取决于两件事:能不能套用统一参数,以及出错后能不能单独重跑某几张。做不到第二点的批量功能,本质上是把风险放大了 200 倍。
电商卖家对 ai修图 的需求和其他人完全不同:他们不在乎单张效果有多惊艳,在乎 200 张图能不能长得一样。这就带来一个核心要求——参数必须可复用、结果必须可控。我见过太多人第一批跑得漂亮,第二批颜色就飘了,原因往往是中间调了一次参数却没存成预设。
一是白平衡统一,同一批商品必须在同一光源下拍,或者用同一组色温参数校正;二是尺寸规范统一,主图、详情图、场景图各用一套固定尺寸,别一张一个规格;三是导出命名规范统一,建议用「货号_视角_序号」的格式,后期找图能省大量时间。这三件事做完,你的出图效率至少提升一半。
单批建议控制在 50–200 张之间。太少浪费时间在等待上,太多则一旦中途失败,重跑成本太高。更稳的做法是分批跑并保留中间结果,遇到个别失败的单独拎出来处理。另外提醒一句,批量处理非常吃网络和算力,建议避开晚上 8 点到 11 点的高峰时段,实测同样的任务在低谷时段能快三成左右。
以上为编辑部在自有设备与网络环境下的实测区间,你的实际耗时受带宽、平台排队与图片尺寸影响,仅供估算参考。
参数里最影响结果的是「强度」和「比例」两项,风格词反而最不重要。强度决定改动幅度,比例决定构图,风格只决定味道——先把前两个调对,再谈风格。
很多人以为 ai修图 的效果靠「提示词写得好」,其实在修图场景里,提示词的权重远低于参数。修图是在已有图像上做修改,模型已经拿到了明确的结构信息,你写的文字主要是给「改动方向」定调,而不是从零描述画面。
强度(有的平台叫「重绘幅度」「相似度」)是最关键的一项。经验值:轻微调色和降噪用 0.1–0.25;换背景和抠图用 0.3–0.5;风格化和大幅度改造用 0.6 以上。超过 0.7 之后,原图的特征会快速流失,人物会「换脸」,商品会「改款」。我的习惯是每次从 0.3 起步,看着不行再加 0.1,而不是直接拉到 0.8 再往回找。
比例决定了模型怎么理解画面的重心。电商主图用 1:1,社交封面用 16:9 或 3:4,手机壁纸用 9:16。如果你要的是一张横图却用竖版参数跑,模型会强行裁切或拉伸,主体位置就乱了。改比例时记得同步调整主体的位置描述,否则人会被挤到画面边缘。
修图场景的提示词,顺序建议是「主体 + 要保留什么 + 要改什么 + 风格」。举个例子:想给一张产品图换到木桌面场景,写成「白色陶瓷杯,保留原有高光和杯口细节,换成浅色橡木桌面背景,柔和侧光,简洁商业风」——比只写「换个木质背景」要准得多。关键是那句「保留什么」,它直接约束了模型不要乱动的地方。
| 任务类型 | 强度建议 | 推荐比例 | 注意事项 |
|---|---|---|---|
| 降噪 / 轻微调色 | 0.10–0.25 | 保持原比例 | 分两次小幅处理更稳 |
| 抠图 / 换背景 | 0.30–0.50 | 1:1 或 4:3 | 记得对齐光源方向 |
| 老照片上色 | 0.25–0.45 | 保持原比例 | 先拉对比度再上色 |
| 风格化改造 | 0.60–0.80 | 按用途定 | 超过 0.7 原貌流失明显 |
ai修图安全吗?关键看两点:图片是本地处理还是上传云端,以及服务条款里有没有拿你的图做训练。有本地模式优先用本地,必须上传的要先看条款再传。
这是整个选型里最容易被跳过、后果却最严重的一环。你上传的可能是一张带身份证的证件照、一张客户的产品原型图、或者一张还没发布的家庭合影。判断风险有三个可核验的观察点。
如果平台明确写了「本地处理」或「端侧运算」,那图片没有离开你的设备,风险最低。如果必须联网上传,就要看上传后的留存时间——有的平台声明处理后立即删除,有的会保留一段时间用于优化模型,条款里通常写在隐私政策的中段,建议直接搜索「留存」「删除」这两个词定位。
这一项差异巨大。有的平台默认拿用户数据训练模型,需要你手动关闭;有的明确承诺不用于训练。建议在上传任何敏感图片前,先在设置里找一遍相关的开关。如果找不到明确说明,稳妥做法是别传敏感内容。
版权这块要说清楚:ai修图 处理后的图片,其版权归属取决于原图版权和平台条款两方。你自己拍的照片,处理后通常可以商用;但如果是用了有版权的素材做底图,处理完依然侵权。另外有些免费档明确写了「仅限个人非商业使用」,拿去给客户交稿就属于违约。这一条务必逐字读,别嫌麻烦。
合规提示:请遵守当地法律法规,尊重原创与版权,理性使用。本页不提供盗版素材、破解工具或任何未授权资源的获取路径。
翻车基本集中在四类:人脸变形、整体发糊、抠错主体、颜色发脏。这四种里有三种能在不重跑的前提下修回来,前提是你保留了原图和中间版本。
先说一个通用原则:每次大幅处理前,把原图另存一份,别覆盖。这是所有补救办法的前提,没有原图,下面这些方法一个都用不上。
最常见的是眼睛大小不一、鼻梁歪斜、下巴变尖。补救思路是把处理后的图和原图叠在一起对比,用局部笔刷把五官区域擦回原图,只保留皮肤部分的处理结果。如果变形幅度超过 15%,建议降低强度重跑,别硬修。
多半是降噪或磨皮强度给太高。补救办法是拿原图和处理结果做「亮度和色彩叠加」,保留原图的纹理层,只取处理后的色调。或者干脆重跑一遍,强度砍一半。
算法把背景里的物体当成主体,或者把主体的一部分当成背景。这类问题最直接的解法是手动补一笔——多数工具都提供「保留/擦除」画笔,圈两下就回来了,比重新跑一遍快得多。
通常是因为色温与背景不匹配,或者处理过程中色彩空间被转来转去。补救时先把白平衡拉回中性,再重新套用风格。如果反复调都不对,检查一下导出时的色彩配置,这一项出问题会让整批图都偏色。
这五个误区里,杀伤力最大的是「零门槛」——ai修图 降低的是操作门槛,不是审美门槛。工具替你干活,但决定好不好看的还是你的判断。
事实是自动模式给出的是「平均解」,适合发朋友圈,不适合交付。任何要给别人看的成品图,边缘、光影、肤色这三处至少要看一遍。我的经验是自动处理能省掉约七成工作量,剩下三成才是决定成败的部分。
操作确实简单,但要判断「这张图该用什么强度」需要经验。同一张人像,磨皮 30% 和 50% 出来的效果差别明显,而选哪个取决于用途——社交发布可以高一点,商业交付必须保守。这部分没人能替你学。
前面算过,主流免费档在 3–10 张/天之间,且多数对导出分辨率和批量功能有限制。抱着「完全免费」的预期去用,第一次导出带水印就会很失望。建议提前查清额度规则。
两者擅长的事不一样。重复性高、规则明确的任务(批量换底、统一尺寸)AI 明显更快更稳;需要审美判断的任务(构图取舍、氛围调性)还是得人来定。把它们当成两条并行的流水线,而不是替代关系。
超过一定倍数后,多出来的「细节」都是算法编的。4× 以上就开始出现塑料感,8× 基本只能远看。与其追求倍数,不如先把原图的对比度和层次调好,这才是提升观感的真实路径。
以一张随手拍的陶瓷杯为例,从原图到能上架的主图,一共四步:抠主体、换场景、调光影、按规格导出。全程约 60 秒,其中真正需要你判断的只有第三步。
把原图拖进去,选择「商品抠图」。这张杯子的边缘是硬边,一次成功。产出:一张 2400×2400 的透明背景 PNG,边缘无白边。
选一张浅色橡木桌面素材,把杯子放上去,加一个柔和投影。产出:一张有场景感的主图,主体在画面中心偏左,符合三分法。
这一步需要人工判断:原图是冷光拍的,新背景是暖调,把主体色温往暖拉约 300K,让杯子看起来像真的放在那张桌面上。产出:光影方向一致、色温协调的成品。
主图导出 1:1 的 2000×2000 JPG,详情图另存一套 750px 宽的。命名按「货号_主图_01」。产出:一套可直接上架的图。
整套下来 60 秒左右,其中第三步占了将近一半——这恰好印证了前面那句话:ai修图 替你干的是重复劳动,判断的活儿还是你的。同一个流程套到 200 张图上,单张耗时能压到 8–15 秒,这就是批量预设的价值。
同一个工具,三类人拿到的东西完全不同:自媒体要出片速度,电商要规格统一,职场人要把 PPT 里的图救回来。先想清楚你属于哪一类,选型就不会跑偏。
以前做一期封面要 40 分钟,套上统一的 ai修图 预设后压到 12 分钟左右;同样时间能多产出约 2–3 条内容。最直接的收益是封面风格统一了,账号辨识度提升。
200 张商品图统一成同一尺寸与背景风格后,返工率从约三成降到一成以内。上新周期缩短,同一批货能提前约半天上架,节奏更从容。
把手机拍的现场照片修到能放进汇报材料的清晰度,一张大约 30 秒。会议记录里那些歪的、暗的照片,处理完直接可用,不用再找替代素材。
这三类人的共同点是:图多、要求统一、没时间学专业软件。如果你的情况正好符合,那 ai修图 的价值会比想象中大;如果你一年只修几张图,坦白说,用手机自带的基础编辑也够了,不必折腾。
挑 ai修图,先看四个硬指标:导出上限、支持格式、批量能力、处理位置。这四项决定了它能不能干你的活,比重磅的功能列表实在得多。
常见区间 1080–4096px。做电商主图至少需要 2000px,做大幅打印建议 3000px 以上。低于 1500px 的上限,基本只能用于社交发布。
JPG 通用但无透明通道;PNG 保留透明边,做换底必备;WEBP 体积小适合网页。至少要支持 JPG + PNG 两种,否则很多线上场景会受限。
单批 50–200 张是常见区间,200 张整批约 8–25 分钟。重点不是快,而是能否保存参数预设、能否单独重跑失败的几张。
本地处理风险最低;云端处理要确认留存时长与是否用于模型训练。这两条通常写在隐私政策中段,建议上传敏感图前先读一遍。
免费档常见 3–10 张/天。要注意是按自然日还是 24 小时滚动重置,以及高峰时段是否需要排队等待,这两点直接影响日常体验。
部分免费档仅限个人非商业使用,拿去交付客户即属违约。采购前确认条款,商业用途建议选择明确授予商用权的方案。
这里放的是编辑部自己整理的自用资料,都是通用方法论和参数表,不包含任何第三方素材或未授权内容。每条都标了最近验证时间,状态过期的我会标注。
《参数区间速查表》 把强度、比例、羽化的常用值整理成一页,打印出来贴显示器旁边。 《抠图边缘自检清单》 深底浅底各看一遍,六个检查点过完再交付,避免白边返工。 《老照片修复流程卡》 降噪、超分、上色、调色的正确顺序,以及每个环节的倍数建议。 《批量出图命名规范》 货号加视角加序号的命名模板,后期找图能省不少时间。 《上传前隐私自查要点》 四问四查:处理位置、留存时长、训练用途、商用授权。| 资料名称 | 格式 | 清晰度/版本 | 最近验证 | 状态 |
|---|---|---|---|---|
| 参数区间速查表 | 表格 | 2026·10 修订版 | 2026-10-05 | 可用 |
| 抠图边缘自检清单 | 清单 | 6 项检查点 | 2026-09-28 | 可用 |
| 老照片修复流程卡 | 步骤图 | 4 步流程 | 2026-09-21 | 可用 |
| 批量出图命名规范 | 模板 | 通用版 | 2026-09-14 | 可用 |
| 上传前隐私自查要点 | 清单 | 4 问 4 查 | 2026-10-01 | 可用 |
以上为编辑部自编的通用方法论资料,不含任何第三方素材、破解工具或未授权资源;涉及平台政策的部分请以官方页面为准。
四步是:先定图量、再定输出规格、然后看隐私要求、最后才试效果。顺序别反,先试效果最容易买到「效果惊艳但额度不够用」的方案。
一周处理几张?如果每周低于 5 张,免费额度足够,不必付费;每周 20 张以上,就要认真比较付费方案的单位成本。这一步决定预算区间,是后面所有判断的前提。
你最终要交什么?社交发布 1080px 够用,电商主图要 2000px 以上,印刷品要 3000px 起步。规格定不下来,就没法判断工具的导出上限够不够。这一步能直接筛掉一半选项。
你的图里有没有敏感内容?需不需要商用?这两个问题的答案决定了你能不能用免费档。有客户素材或人像照片的,优先选本地处理或明确承诺不用于训练的方案。
拿同一张最难处理的图(比如带飞发的人像),在候选的几家各跑一遍,对比边缘、肤色和整体观感。这比看任何评测都准,因为你的图只有你自己最清楚哪里不能忍。
这里排的不是品牌,而是「细分方向」。因为真正影响你体验的是方向匹配度,不是哪家名气大。选错方向,再好的工具也用不出效果。
最成熟的方向,硬边主体可用率九成以上。适合商品图、证件照换底、社交头像,几乎没有学习成本,是我最推荐新手从这个方向切入的位置。
出图快,但尺度最难拿。磨皮、瘦脸一旦过量就假。适合日常社交发布,正式证件用途建议只做换底、不动五官。
最看源图。分辨率够、层次在的照片修复效果很惊喜;源图本就很差的,修完反而不像本人,需要有心理预期。
电商和运营的主战场。核心不在效果惊艳,而在参数可复用、出错能单独重跑。预设管理做得好不好,直接决定效率高低。
趣味性最强,但强度一旦超过 0.7 原图特征就快速流失。适合做封面和海报的概念稿,不适合需要保真的交付场景。
评分是编辑部基于上手难度、效果稳定性与适用面综合给出的内部参考值,不是任何机构的评测结论,请结合自己的实际需求判断。
「中立核验、可核可查」是这一页的写作原则。具体落到操作上,是三条自我约束:不展示无法核实的播放量与评分;档期、名单或版本尚未确认时保持空缺,不做猜测补齐;不提供盗版素材、破解工具或网盘镜像入口。如果你在其他页面看到与这三点矛盾的表述,以本页为准。
内容分工上有三个角色:内容主笔负责实测与撰写,参数核验负责逐项对照平台公开说明,合规复核负责检查隐私、版权与授权表述。所有涉及具体数值的段落都要过一次核验,拿不准的宁可用区间表述,也不写一个看起来精确但站不住的数字。
负责 ai修图 相关选题的实测与成稿,长期使用各类图片处理工具处理电商与自媒体素材,习惯把参数记成表格。
负责逐条比对平台公开说明与页面表述是否一致,重点关注额度、导出规格与格式支持这类容易过期的信息。
负责隐私条款、版权与商用授权的表述检查,确保页面不出现越界承诺,也不引导用户获取未授权内容。
以上为用于说明内容分工的虚拟角色,不代表真实履历或所属机构。
ai修图 这个领域版本迭代快,参数和额度三个月就可能变样。为了让页面上的信息不至于过期,我们排了一个固定的复核节奏,你可以照着这个时间来查最新版。
对照各平台公开说明,更新额度、导出规格与格式支持的变化,有调整就在关键数据卡里改掉。
补充新的题材样本,尤其是上次实测覆盖不足的场景,比如毛绒材质和半透明物体,把可用率区间更新得更准。
把读者评论区和邮件里的高频问题整理一遍,能合并的并进 FAQ,值得单独讲的写成新小节。
检查隐私、版权与授权相关表述,确认没有出现越界承诺,也没有引导获取未授权内容的措辞。
以上为编辑部内部排期安排,用于说明内容维护频率,不代表任何更新承诺。
下面这些是读者在邮件和留言里反馈的真实场景,我挑了一些有具体细节的贴出来。同一条问题在不同人手里结果差别挺大,值得对照着看。
按文章里的方法把磨皮从默认的 70% 调到 40%,出来的脸终于不像塑料了。之前一直被同事说照片假,现在才知道是强度的问题。建议作者再补一下手机端怎么找这个滑块,找了半天。
做女包的,看完直接把 200 张主图重跑了一遍,白边的问题真的少了。想问下毛绒材质的包带有没有更好的处理顺序?我这边毛边还是有点糊。
老照片那块说得对,我奶奶那张扫描件只有 500 多像素,修完五官确实不太像本人了。后来找了翻拍的高清版重来一遍,效果好太多。
第一次来就碰上这么详细的参数表,直接存书签了。想问一下证件照换底之后能不能直接打印,还是得再去店里出一张?
批量那段看得很解气。我们之前一批 300 张混着跑,中间挂了重来一次浪费两小时。现在按 100 张一批跑,还能单独补跑失败的几张,省心多了。
隐私那段提醒得好。我之前拿客户的产品原型图直接传到在线工具上,事后想想挺后怕的,现在都先看条款再说。
提示词那句「要保留什么」真的有用,我照着写了一句保留杯口高光,出来的图质感立马不一样了。
四步选型流程我照着走了一遍,第一步算图量就把我给劝退了——我一周才修三四张,确实没必要买会员。谢谢,省钱了。
把评论区、邮件里问得最多的几个问题集中回答一下。答案里能给具体数字的我都给了,因为「大概差不多」这种回答没有参考价值。
多数平台是「有免费额度」而不是完全免费。典型额度在每天 3–10 张之间,同时通常对导出分辨率(常见 1080px 左右)、批量功能和去水印有限制。判断够不够用很简单:算一下你一周处理几张。每周 5 张以内,免费档基本够;每周 20 张以上,或者需要 2000px 以上的导出,付费方案的单位成本反而更低。另外注意额度是按自然日还是 24 小时滚动重置,这个口径会直接影响你的使用节奏。
关键看两点:图片是本地处理还是上传云端,以及服务条款里是否声明用于模型训练。有端侧处理模式的优先用本地,风险最低。必须上传的,先看隐私政策里关于「留存」和「删除」的说明——有的声明处理后立即删除,有的会保留一段时间用于优化。另外检查一下设置里有没有默认开启的「数据用于改进服务」开关。涉及身份证、客户原型图这类敏感内容,找不到明确说明就别传,这是最稳的做法。
三个检查点:一是把结果放在深色背景上看有没有白边,再放浅色背景上看有没有灰边;二是看发丝是不是成缕,如果糊成一整块说明算法没做分层处理;三是看半透明物体(纱裙、玻璃杯)有没有保留通透感。硬边商品的可用率一般在九成以上,带飞发的人像大约在七到八成,毛绒材质在七成左右。换背景时还别忘了对齐光源方向,左打光就投右影,方向错了边缘再干净也显假。
能改善,但有明确上限。判断方法:把原图缩到手机屏幕大小,如果还能认出是谁,大概率能修好;如果缩一半就已经认不出五官,修复出来的人脸会非常「标准」,标准到不像本人。放大倍数建议控制在 2×–4×,超过 4× 后多出来的细节基本是算法编的,8× 只能远看。流程上要按降噪、超分、上色、调色的顺序来,顺序反了会出现糊状色斑。上色前先把对比度和中间调拉一下,成功率会明显提升。
这取决于两件事:原图版权归谁,以及平台条款怎么规定。你自己拍的照片,处理后通常可以商用;如果底图本身是别人的版权素材,处理完依然侵权,这一点不会因为用了 AI 而改变。另外不少免费档明确写了「仅限个人非商业使用」,拿去给客户交稿属于违约,采购前务必逐字读条款。商业用途建议选择明确授予商用权的方案,并保留授权说明以备后续核对。请遵守当地法律法规,尊重原创与版权。
给几个可落地的区间:日常人像磨皮 30%–45%,需要保留皮肤纹理的商业人像 20%–30%,证件照因为要打印可以到 50%。瘦脸单方向别超过 8%,而且必须左右对称调,只推一边很快就会歪。瘦身的话,腰线收缩超过 12% 之后手臂和肩膀的比例就会开始打架。核心原则是「分区处理」——额头、鼻梁这些本来就平滑的高光区可以多磨,眼下、法令纹、脖颈这些有结构的地方要少磨或保留。证件照可以磨皮,但改五官等于作废重拍。
别一次开五六个页面来回切,那样只会越看越乱。先算图量、再定规格、然后核对隐私、最后拿同一张最难的图横评一遍。四步做完,选哪个基本就清楚了。