AI 修复照片常见的破绽包括细节失真、色彩异常、噪点与伪像等，具体如下：
细节处理缺陷
纹理失真：AI 可能生成不符合原图风格的纹理，如人物皮肤过度平滑，失去皱纹、毛孔等真实细节，呈现 “蜡像感”；布料纹路被错误填充，或因降噪过度导致纹理模糊。
内容错误补全：对破损、模糊区域的修复可能 “臆造” 内容，如照片边缘破损处被 AI 自动填充无关元素，文字模糊时，AI 错误识别并生成错别字。
几何扭曲：修复倾斜、变形的照片时，AI 可能错误校正透视关系，导致建筑线条比例失衡，或人像面部因锐化过度出现五官变形。
色彩还原偏差
整体色调失真：AI 可能按现代照片标准自动校正色彩，导致历史氛围消失。如黑白照片上色时，AI 可能为天空填充过于鲜艳的蓝色，与同时期胶片的淡蓝质感不符。
局部色彩错误：对复杂场景的色彩判断不准确，如老照片中泛黄的白墙被误判为 “黄色物体”，校正后变成过白的墙面，与人物肤色反差过大；褪色的红色印章被过度增强，变成不自然的亮红色。
噪点与伪像
噪点异常增强：老照片的胶片颗粒本是历史质感的一部分，但 AI 可能将其误判为 “噪点”，过度降噪导致画面平滑，或在锐化时放大噪点，形成 “雪花感”。
伪像与光晕：修复划痕、污渍时，AI 可能在边缘产生异常光晕或色块，如去除照片上的划痕后，周围出现模糊的白边；深色区域修复后出现彩色噪点。
语义理解局限
时代特征误判：AI 缺乏对历史场景的认知，可能破坏年代元素，如修复民国时期照片时，将人物服饰的暗纹错误增强为现代花纹；老建筑上的历史标语被模糊处理，或误判为 “污渍” 直接删除。
主体与背景失衡：对复杂构图的照片，AI 可能优先修复主体而忽略背景协调，如人像面部修复清晰，但背景树木、天空因过度调色显得突兀；多人合影中，部分人物肤色被校正，另一部分仍偏色，导致画面不协调。