图片加工这个词正在失去原来的含义。过去二十年，它几乎等同于Photoshop里的图层、蒙版、画笔。你在像素的世界里修修补补，用克隆图章抹掉瑕疵，用曲线调整明暗。每一步都精确到具体的坐标。这种范式的核心是“修补”——图像是现成的材料，你只在表面上做文章。操作对象是像素，思维单位是区域。你思考的是“这里太暗”、“那里该锐化”，而不是“这个物体应该存在吗”。
AI图像生成把这一切踢翻了。输入一段文字，或者一张潦草的涂鸦，模型直接吐出完整的图像。你不再操作像素，而是在操作语义。说“把背景换成热带雨林”，模型自动理解前景与背景的深度关系。说“让这个人的表情更忧郁”，模型在潜空间里调整五官的微妙结构。加工变成了重写，修图变成了造图。工具的逻辑从“编辑”转向“生成”，从“局部修饰”转向“整体重构”。
传统工具有一个不可替代的优势：确定性。你涂一笔红色，它就红在那里。你建立一个蒙版，就知道哪些像素被影响。这种控制力在商业摄影或医学影像里是生死攸关的。皮肤磨皮要考虑保留毛孔纹理，历史修复要尊重原始质感。传统流程里，频率分离和双曲线修图是必修课。你得理解明度结构，分辨色彩层次。每一次操作都有明确后果，可追溯，可撤销。缺点也很明显，效率低下，依赖经验，创造力被局限于已有素材的排列组合。
AI工具给人的第一印象是失控。生成结果有随机性，模型对描述的理解可能偏离预期。但正是这种失控打开了新空间。你可以故意输入模糊描述，让模型给出意想不到的构图。你可以用局部重绘只让模型改变某个区域，其余部分保持不变。ControlNet的出现进一步打破了失控的指控。你能通过边缘图、深度图、姿势骨架锁定构图，AI在约束下自由发挥。这时候加工变成了一种设定条件的博弈，你在语义层面下指令，模型在像素层面落实结果。
真正有趣的是两种范式的碰撞。我有一套混合工作流，先用Stable Diffusion处理老照片。照片上的折痕、污渍、缺失部分，AI一旦理解了人脸结构就能自然地补全。这个过程本质是语义补完，模型根据上下文“想象”出丢失的信息。补全后，输出图像进入Photoshop。我用传统工具检查边缘，修正手部畸形，调整肤色统一性。AI负责天马行空的恢复，PS负责精细入微的矫正。效率提升了数倍，而且结果保留了一种微妙的真实感——那种AI独自生成时难以企及的真实。
两者的对比在创造过程的意义上更尖锐。传统修图最终消灭作者痕迹，观众看不出修改痕迹是最高追求。AI生成则乐于显示生成感，甚至把瑕疵当作风格。AI处理过的图像带有一种“超真实”质感，毛孔清晰到不自然，光影平滑到失真。有人厌恶这种感觉，有人为它着迷。我认为这不是技术问题，而是审美权力的问题。谁定义什么是“好”的图片？过去是专业修图师，现在变成了模型训练集里的统计规律。你用AI修图，本质上是在跟成千上万张图片的平均审美对话。
这种变化对工作流程的冲击是根本性的。传统修图师的技能栈正在贬值，但不会消失。精通色彩理论、懂得光影逻辑的人，能够更有效地引导AI。相反，只会点鼠标套滤镜的业余爱好者，反而被AI拉低了门槛。真正的分水岭变成了描述能力——你能不能把视觉意图转化为文字指令。图片加工不再是手头的活计，而是脑力的游戏。你需要理解图像内容背后的现实物理，才能写出合理的提示词。
伦理风险也被重新塑形。传统修图的欺骗性是局部的，例如磨皮瘦脸，修改的是自身形象。AI加工可以生成一个从未存在过的人，让他在某个场景里说某句话。伪造视频、篡改新闻事件的成本降到极低。这不是技术问题，而是社会信任机制的瓦解。传统修图尚可通过元数据和数字签名溯源，AI生成的图像天生缺乏来源。我建议所有人养成习惯，在发布AI处理图片时声明，就像食品标注转基因成分一样。透明不一定解决问题，但能帮助我们重新校准对现实的认知。
回到开头的问题，图片加工的本质是什么？旧答案是对已有图像的修正，新答案是与图像模型的对话。对话意味着双方都有主动权。你给出意图，模型给出反馈。你在反馈里发现新的可能，再提出新的指令。这个过程像爵士乐演奏，而非照谱填词。传统修图教会你倾听像素，AI生成教会你想象未见的像素。两者结合起来，就是让时间与空间在图像里交汇，让缺失与冗余互相辩解。最终加工出来的东西，不再是“修复”的产物，而是你与视觉潜流共同谱写的诗。