你有没有过这种体验：把一张模糊的老照片丢给 AI 放大，出来的脸高清是高清了，但怎么看怎么不像本人？我第一次遇到时还以为是错觉，后来才想明白，这恰恰暴露了 AI 放大最大的"原罪"——它根本不是在还原，而是在脑补。
传统放大走的是"插值"路线：在旧像素之间塞进新像素，新像素的颜色由周围邻居平均算出。最近邻直接复制像素，双线性取上下左右 4 个邻居，双三次参考周围 16 个。不管算法多花哨，它们都有个共同底线——只搬运已有信息，绝不创造新内容。画面可能会糊、会有锯齿，但每一个像素都"有据可查"，这份诚实正是还原场景最需要的东西。
AI 放大完全是另一套逻辑。它先学习千万张高清图，然后预测出一张更大的图，让它缩小后最像原图。听起来很美好，实际意味着它会按"经验"补细节。最经典的翻车现场就是给模糊的人脸硬加上眼睛——因为在 AI 的认知里，人脸就该有眼睛。那些让人惊艳的去噪、增艳效果，本质上也是脑补的副产品，只不过恰好补得讨人喜欢罢了。
所以结论很直接：追求极致还原时，脑补就是失真。修档案、放大像素画、处理需要精确存档的图，这些场景要的是"原图什么样就什么样"，哪怕糊一点，也不能多出一根不存在的睫毛。这时候老老实实选插值：像素风用最近邻保住棱角，普通照片用双三次平衡画质，基本不会踩坑。
AI 放大不是不好，它适合"想变好看"的场景；但"想变真实"的场景，它恰恰是第一个该被关掉的开关。想清楚你要的是惊艳还是忠实，再决定开不开它。