那张躺在桌面上的旧照片，终于重新笑了起来
今天首页更新的起点，不是一张干净的扫描件。
它是一张用手机匆忙拍下来的纸质旧照。照片平放在木纹桌面上，上方露着床单，玻璃反光压在右下角，相纸白边有些歪。照片里，一位年轻母亲抱着孩子；那个孩子，就是今天重新上传这张照片的人。
我们一开始只想把首页的“老照片修复”入口补回来。真正动手以后才发现，要让普通人愿意用，它不能只会接收一张已经裁好、摆正、清晰的数字照片。多数人的回忆，本来就躺在相册里、抽屉里，甚至像这一张一样，躺在桌面上。
想直接试，不必读完全文：
第一步，不是上色，而是先把相纸从桌面上“拿起来”
让用户自己拖四个裁切点，当然最省开发时间。但这等于把我们的麻烦推给用户：老人不会裁，手机上不好裁，裁歪一点还得重来。
所以新链路先做边界识别。幕后使用视觉模型只回答一件事：纸质照片的有效影像从哪里开始、到哪里结束。它不看人物是谁，也不负责重绘，只返回一组归一化坐标和置信度。服务端再按真实像素裁掉桌面、床单、白边、手指和阴影；真正的修复上色随后才交给 GPT Image 2。
这一步还加了一道很朴素的保险：置信度不足时不乱裁，直接回到原图继续处理。自动化的意义是少给用户添麻烦，不是自信满满地切掉半张脸。
上传也没有改成看似方便、实际笨重的浏览器 Base64。图片仍然从浏览器直传 GCS，业务请求只携带 GCS 地址；服务端需要调用模型时再读取图片。到了4K，一张图就是8MB左右，这个区别会直接决定请求是顺畅，还是在网关里堵成一团。
第一次上色，我们没有收货
第一版修复其实不算失败。划痕淡了，人物清楚了，肤色也回来了。但整张图仍像罩着一层旧相册的黄雾：颜色太客气，白边也还在。它像一张被认真保存的档案，却不像一段刚刚发生过的生活。
于是提示词重新收紧：人物身份、脸型、五官、年龄、表情、姿势和服装轮廓都不能动；允许恢复的，是皮肤、毛衣、书架、皮包和室内光线原本可能拥有的颜色。我们要的是鲜活，不是艳丽；是现代照片的通透感，不是把旧照片变成影楼样片。
第二次出来时，粉色毛衣、米黄色童装、木柜和书脊终于各自有了温度。更重要的是，画面里的人仍然能被认出来。
2K很快，4K也真的不是把数字写大
修复完成后，这张图会自动成为下一步素材，不用下载、重新上传、再找一遍文件。首页的2倍和4倍放大，也不再共用同一个模型然后换一行文案。
2倍走速度更快的 gemini-3.1-flash-image。这次实跑约19.6秒，输出 2528×1696。发丝、衣料和书架边缘更干净，适合手机保存、社交平台分享和普通尺寸冲印。
4倍则换成面向4K输出的 gemini-3-pro-image。这次实跑约40.1秒，输出 5056×3392。它没有把2K文件机械拉伸一遍，而是重新检查细节，同时被要求锁住构图、人物身份、表情、色彩和光线，不许借“增强”之名偷偷换脸。模型名留在幕后，用户在页面上只需要选择2×或4×。
两档模型不同，但对外仍是一件简单的事：2×扣15积分，4×扣35积分。系统会先检查原图清晰度；如果源图已经糊到没有真实细节，会明确提醒放大可能产生推测纹理。用户仍然可以继续，只是这笔选择要在生成前说清楚。
然后，照片里的人动了起来
第一段视频使用首页照片动画当前接入的 HappyHorse 1.1。提示词没有让人物突然站起来，也没有安排夸张运镜，只让母亲低头看孩子、调整抱姿，再露出自然的笑；孩子眨眼、转头，小手轻轻动一下。
开头还是一张照片。两秒以后，母亲垂下眼睛；再往后，孩子抬头，窗边的光落到脸上。到最后一秒，她真的笑了。
为了不拿一次结果就下结论，我们又把同一张4K图片交给 MiniMax H3。提示词只做了小幅调整：母亲先低头看孩子，再抬眼微笑；孩子眨眼、转头并抬起小手；镜头缓慢推近，暖光一点点亮起来。人物、服装、书架和手提包都要求留在原位。
这条H3只跑5秒，是为了控制本次文章对比的实验成本。产品里的H3成片档仍固定15秒出售：测试探针和正式商品不是一回事，不能因为一次短测就把商业规则悄悄改掉。
同一张照片，两种成片方式值不值
| HappyHorse 1.1 | MiniMax H3 | |
|---|---|---|
| 输入 | 同一张4K修复照 | 同一张4K修复照 |
| 输出尺寸 | 1176×784 | 2144×1440 |
| 实际时长 | 5.16秒 | 5.17秒 |
| 真实费用 | $0.494 | $0.65 |
| 折合每秒 | $0.0988 | $0.13 |
| 按相同单价估算15秒 | $1.482 | $1.95 |
H3贵了约31.6%，但交付像素约为HappyHorse 1.1的3.35倍。画面上，它对第一帧的承接更稳：书架、手提包和墙面基本没有乱跑，孩子转身看向母亲时，母亲的脸也没有突然换成另一个人。动作较克制，更像旧家庭录像被轻轻续上了五秒。
HappyHorse 1.1的优势是变化更大胆。母亲和孩子的互动幅度更大，窗边阳光也更有戏；代价是后半段脸部、抱姿和室内光线发生了更明显的漂移。它更像一段根据照片重新拍摄的短片，而H3更像原照片本身开始移动。
两条提示词并非逐字相同：H3版多写了低头、抬眼、暖光和缓慢推近，因此这不是实验室式的严格A/B。它回答的是更实际的问题——同一张4K旧照，分别给两种模型一次机会，各自能把这五秒带到哪里。
这里没有“谁全面碾压谁”的结论。照片动画最怕的不是分辨率少几百像素，而是五秒以后，人已经不像原来的人。我们实际检查的是：第一帧能不能接住4K原图，人物转头时五官会不会漂，手部动作会不会长出多余结构，背景会不会突然换房间，以及最后一帧还能不能认出照片里的人。
首页真正更新的，不只是三个按钮
这一晚改得最多的其实不是文案，而是接线。
从首页上传开始，原图直传GCS；老照片修复会先尝试识别相纸边界，再调用修复上色模型；修复结果自动成为2K或4K放大的输入；高清图又能直接成为视频首帧。每一步的结果都会写进“我的作品”，刷新页面以后仍然找得到。
计费也放在服务端重算，而不是相信浏览器传来的数字：老照片修复10积分，2×放大15积分，4×放大35积分；首页动画按时长与清晰度计算。外部模型失败时，已扣积分走退款路径。页面上看到价格、接口实际扣费、作品记录里的积分，必须是同一笔数。
这听起来没有“一个模型让旧照片复活”那么浪漫，却决定了这个功能到底是能用，还是只有一排漂亮按钮。真正的产品不是弹出一个成功提示，而是照片确实被裁好、颜色确实回来、4K文件确实落盘、视频确实能播放，失败以后钱也确实回去。
年轻的时光，没有回来，只是醒了一小会儿
技术当然不能让任何人回到照片拍下的那一天。
它只能把桌面和白边移开，把褪去的颜色一点点找回来，把模糊的轮廓放大，再给静止的人五秒钟：低头，看一眼怀里的孩子；孩子动动小手；然后，两个人一起留在窗边的暖光里。
但对一张沉睡了很多年的照片来说，五秒已经很长了。
那一刻，被唤醒的不只是像素。是照片里年轻的母亲，是还不会说话的孩子，也是隔着很多年回头看他们的那个人。
如果你手里也有一张舍不得丢、却一直没来得及整理的旧照片，现在可以从首页开始：先去修复上色，接着做2×或4×高清放大，最后写一句动作，让照片里的人重新动起来。不需要手动裁相框，也不用在三个页面之间反复上传。
让回忆重新穿越，也让年轻的时光，再醒一次。