模型实验记录 · Image experiments
AI 图片放大为什么会改坏结构？清晰度与忠实度实测
看起来更清晰，不代表更忠实于原图。一次低清帧到 2K 的图片编辑实验里，整体构图相似度很高，人工检查却发现遮挡、边界和纹理被重新解释。
Read in English on Porncut这次放大实验的约束
实验日期为 2026 年 8 月 15 日，使用第三方接口当时标记为 Qwen Image 2 Pro 的编辑模型，请求 1152×2048 PNG 输出。这个服务标签不作为已核实的官方权重身份。
约束是保留原始裁切、姿态、轮廓、遮挡、光线和不确定区域，不补造不可见结构。输出再用 Lanczos 下采样回 480×852 原图网格，以便计算指标。
下面的 A–E 是公开文章的匿名样本标签。原始图像和素材标识没有发布，指标与观察来自当时实验报告。
相似度很高，仍可能没有一张直接通过
五张有效输出覆盖两组源画面的局部样本；另一次请求没有完成。不能把后者算成画质失败，也不能把小样本比例当成整个模型的失败率。
| 样本 | NCC | SSIM | 细节比 | 人工结论 |
|---|---|---|---|---|
| A | 0.9639 | 0.6266 | 2.42× | 边界与纹理被重建：不通过 |
| B | 0.9612 | 0.6722 | 3.47× | 运动模糊变成新结构：不通过 |
| C | 0.9777 | 0.7282 | 2.08× | 漂移较少：仍待复核 |
| D | 0.9506 | 0.4729 | 13.05× | 严重结构重建：不通过 |
| E | 0.9828 | 0.5739 | 5.16× | 遮挡区域被推测：不通过 |
这些数字能解释什么，不能解释什么
NCC 是归一化互相关。在这次先缩回原尺寸的比较中，它主要告诉我们低频构图还比较相似，不能验证输出新增的细节是真的。SSIM 也是辅助信号，而不是“内容没有变化”的保证。
细节比是本次审计脚本的高频细节比较量，不是通用标准评分。它升高可能来自有效锐化，也可能来自虚构纹理，因此本文不据此设定跨模型的合格阈值。
原图中的模糊与遮挡本身也是信息：它们说明某些细节无法从输入确定。模型给出一种视觉上合理的解释，不等于恢复了拍摄时的真实细节。
为什么保留 Lanczos 对照
确定性插值不会凭空恢复缺失细节，但提供了保留原图结构的基线。如果生成式编辑明显改变人物轮廓、物体接触或阴影边界，就不能把它仅仅称为放大。
对于下一步要输入视频模型的参考图，这尤其重要：一张更锐利却改变动作起点的图片，可能让后续视频接续错误。是否采用精修图，应由任务所需的忠实度决定。
可以复用的检查顺序
先定义哪些部分必须保持，再评价锐度。否则评审很容易被第一眼的清晰感吸引，忽略几何变化。
- 保留原图并做确定性插值对照，所有版本对齐后比较。
- 单独检查裁切、轮廓、人物数量、遮挡关系和物体接触位置。
- 把原图模糊区域标为不确定，不把生成出的细节当作原始证据。
- 分别记录输出失败、生成完成但审查失败、以及尚待复核。
- 若要公开例图，使用可公开的自有素材；不要把私有源图连同元数据一起上传。
什么时候适合用生成式精修
这次结果使我们拒绝把该组输出当成高忠实度的生产参考，但并不说明生成式编辑没有用途。允许重新设计的概念图与要求逐项保真的参考图，是不同任务。
对创意重绘可以评估视觉吸引力；对身份、动作或证据保真，应先做结构检查。本次公开的是失败分析，未建立任何模型的通用画质排名。