LiblibAI修复照片彩色噪点需启用细节修复功能，使用≥768×768的原始直出图，勾选“细节修复”并设强度0.65–0.75，添加物理锚定提示词，选用Z-Image-Turbo或混元图像3.0模型，避免星流模型。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
在LiblibAI中修复照片彩色噪点，关键不是靠“降噪滤镜”一键糊化，而是利用其细节修复能力精准识别并重建被噪点污染的色块区域，保留原始纹理与边缘锐度。
上传前预处理：确保图像满足修复前提
打开LiblibAI官网→进入「图片生成器」→点击「图生图」模式。注意：细节修复功能仅对分辨率≥768×768、格式为JPG/PNG/WEBP的图像生效，低于该尺寸的图将直接跳过修复阶段，仅执行基础重绘。
检查待修复图：若原图已用手机自带算法过度降噪（如iPhone夜间模式二次压缩图），会出现伪色块和蜡质感皮肤，此时上传后修复效果反而劣于原图——【务必使用未经机内降噪处理的原始直出图】。
单张文件大小不能超过8MB。超限会导致修复模块静默失效，界面无报错但生成图噪点密度不变。
启用细节修复功能并设置参数
上传图片后，在右侧参数区找到「高级功能」折叠面板→勾选「细节修复」开关。
滑动「修复强度」至0.65–0.75区间：低于0.6时仅平滑高光噪点，暗部彩噪残留明显；高于0.8则会误判发丝、睫毛等精细结构为噪点，导致局部模糊或断裂。
在提示词框中必须添加物理锚定描述，例如：“衬衫领口处红蓝交织噪点完全消除，棉质纹理清晰可见，领口缝线边缘锐利无晕染”。不写具体位置和材质，AI会默认对全图做均质处理，人脸肤色可能失真。
选择适配模型提升修复精度
方法一：选用Z-Image-Turbo模型（ID: 21985968）
该模型对亚洲人皮肤微血管色噪特别敏感，能区分真实血色与传感器热噪，在修复面部彩噪时保留自然红润感，避免修成瓷白假面。
方法二：切换至混元图像3.0模型（ID: 21985968）
输入提示词需增加常识约束，例如：“噪点仅存在于ISO3200拍摄的暗角区域，主体人物面部无噪点，修复后保持胶片颗粒质感”。混元3.0会调用光学知识推理噪点分布逻辑，拒绝全图抹平。
注意：星流模型不支持细节修复功能，若当前选中星流，请先切换至Z-Image-Turbo或混元图像3.0再操作。
执行修复并验证结果
第一步：确认左侧预览图中噪点区域被准确框选（系统自动高亮可疑色斑，呈青紫色半透明覆盖层）
第二步：点击「生成」按钮，等待进度条完成
第三步：生成图加载后，立即放大至200%查看原噪点区域——正常修复结果应呈现干净色块+可辨识原始纹理，而非均匀灰阶或塑料反光感
第四步：若发现修复不足，返回调整「修复强度」+0.05后重试；若出现过修复（如毛衣纹理消失），则降低强度并补充提示词“保留毛线绞合结构与阴影过渡层次”
