上周拍完夜景回家，相机屏幕放大到100%后密密麻麻的噪点差点把我逼疯。正好桌面躺着一时兴起买的Topaz Denoise AI，一直没用明白。于是我把同一个RAW文件复制成三份，分别用Adobe Camera Raw、Topaz Denoise AI和Neat Image做降噪。折腾到凌晨两点，结果直接颠覆了我对“AI降噪碾压一切”的印象。
测试条件没什么实验室标准，就是用自己现实里的烂场景。尼康Z6，镜头24-70mm f/4，拍的是路灯下一堵水泥墙加几根枯草，光线惨淡到ISO推到了6400。导出后我在100%视图下一个个数那些彩色噪点。ACR那边我把“细节”面板里的明亮度拉到40，颜色拉到70；Topaz用默认的Low Light模型，跑完花了1分20秒，电脑还是i7-8700K配老旧的GTX1070；Neat Image最麻烦，它要先框选一块纯色区域让软件算噪点模型，那个界面活像十年前的远古播放器，我差点卸载。
结果是真没想到。ACR降噪后整个画面确实干净，但砖墙纹理像糊了一层粥，枯草边缘莫名其妙的发虚；Topaz保留了更多轮廓，但草叶上的刺在放大200%后泛出水彩一样的晕圈，细节是假细节。最不起眼的Neat Image花了我两分多钟，然而水泥墙面上的细小气孔居然还在，颜色表现也最正——那种“干干净净”是真正的干净，没有磨皮感。事后我查了下原理，感觉Neat Image是事先对噪点建立模型，再在灰度层里做平滑，根本不碰色彩通道；而AI类软件多是端到端预测“干净图”，一旦遇到训练集没见过的纹理就会开始瞎编。说人话就是，AI在努力让你觉得清楚，反而把已经存在的高频信息给重构了。
现在你问我图片降噪到底买不买AI？我建议先别急着追新。我目前的个人流程是：平时拍RAW时尽量稍微过曝一点来压暗部噪点，需要处理时先在RawTherapee里用分频降噪做一遍初步去彩噪，然后再丢进Neat Image处理亮度噪点，强度控制在60%左右。只有拍羽毛、月下树枝这类极细纹理时才会偶尔用Topaz，但导出前会把它的强度强制降到40%，宁可保留一点颗粒感也不要塑料光晕。各人拍的内容不一样，但拿同个噪点图自己试一遍比看多少测评都有用。软件就是工具，有人喜欢省事放Auto，有人像我一样老花眼喜欢拧按钮——到头来还是放大200%眼见为实。
