博客 / 阅读约 7 分钟 · 2026-10-21

Gemini 把图变清楚后，小字却错了：一次有原稿的对照

我们用自制原稿、实际低清输入和一次真实 Gemini 网页首轮输出逐字符对照，展示更清楚不等于更忠实；保留原件、方法、复制图片的限制和可复现采样反例，不把单次结果说成成功率。

“看起来更清楚”和“原来的细节被找回来了”，不是同一个结果。

我们把一张自制测试图缩到 300 × 200 像素，交给 Gemini，要求变成“4K 高清图”。第一轮输出的字边更清楚，但其中两个字符变了，细线图案也被重画。因为有原稿，这次不需要靠印象判断。

已知原稿

Gemini 真实首轮结果

先看最小、也最容易漏掉的区别

图注：分别裁切自原稿与真实生成结果，只裁切，不改写字符。两张图的构图并不完全一致，因此裁切坐标不同；页面按可读大小展示，不用于逐像素误差计算。

原稿是 Q0O1-I8B5，输出则读作 Q001-I885：字母 O 变成了数字 0，字母 B 变成了数字 8。单看处理后的图，小字像是被“修好了”；把原稿放回旁边，才能发现它并不忠实。

这不是“Gemini 总会改错字”的证明，而是一个直接的反例：更干净的字边，不足以证明字的内容正确。

这次到底怎么做的？

1. 用本站自制 SVG 生成 1200 × 800 的原图，预先保留文字、数字和一像素细线的正确答案。没有使用私人照片。
2. 用 Lanczos3 缩小到 300 × 200，作为唯一上传给模型的图片；不把高清原图或正确字符另外告诉模型。
3. 在 Gemini 网页“Gemini 自动”模式发起独立对话，原样发送下方提示词。界面没有披露精确模型版本。
4. 保留第一次返回的结果，不为了符合观点而反复重做。使用网页“复制图片”取得 PNG 留档，并对照实际尺寸和字符。

请直接编辑我上传的图片并输出一张图片：让这张图变成清晰的4K高清图，恢复小字和细线。保持原构图和内容，不需要解释。

实验日期为 2026-10-21（纽约时间）；原始记录保留 UTC 时间。另一次保守提示词尝试未取得通过完整性核验的独立留档，本篇不把它算作对照组，也不声称哪种提示词胜出。

除了错字，还有两件变化

最后一项需要特别克制：我们没有取得本次“完整尺寸下载”的文件，所以不能根据复制图片尺寸断言 Gemini 只支持 1024 像素，或不能输出 4K。 能确认的是这份实际拿到的文件，而不是产品的最大能力。

Google 的 Gemini Apps 帮助区分图片编辑与完整尺寸下载；API 文档另有模型与尺寸设置。网页入口、API 参数和提示词里的“4K”，不能混为同一项已验证设置。

为什么像素变多，也不能证明细节真实？

先看一个与模型无关、可以重复验证的小实验：一张原图是竖条纹，另一张是横条纹。它们明明不同，但每个 2 × 2 像素取均值缩小后，会变成完全相同的灰图。

竖条纹原稿

横条纹原稿

缩小后完全相同

我们逐字节比较了两个缩小结果，像素完全一致。只拿这张灰图，就没有足够信息唯一判断原来是横线还是竖线。模型可以结合经验生成一种合理细节，但“合理”不是“已证实的原样恢复”。

这个极端合成反例说明信息丢失的边界，并不代表真实照片所有细节都无法改善，也不构成 Gemini 的能力测试。

你自己的图片，处理后检查这四项

1. 先留原图。 不用截图或转发压缩图替代原件，记下原始像素尺寸。
2. 放大检查敏感细节。 对照文字、数字、标志和脸部；重要字符应逐个核对，别只看整体观感。
3. 取得最终文件再查尺寸。 使用实际下载文件的属性或图片信息，不从“HD”“4K”字样推断尺寸。
4. 按用途取舍。 社交配图可以接受的修饰，不等于适合证据材料、档案文字或必须保真的商品标签。无法核实的新增信息不能当作原始事实。

如果要继续尝试，可以用下面的保守模板限定任务，但它只是操作建议，不是本次已证明有效的修复方案：

只改善这张图片的明暗和轻微噪点，保持原始构图与宽高比。
不要改写文字、数字、标志或人物特征。
无法辨认的内容保留原样，不要补写，不把推测细节当成恢复结果。

提示词能表达要求，不能替代结果核验。遇到重要文字，优先寻找更高质量的原稿，或依据可靠原文重新排版并说明这是重制版本。

原件、方法与限制

• 下载高清原稿、下载实际低清输入、查看首轮生成图留档。
• 本次人工核验记录、自制图与采样反例记录。
• 本文只有一个合成输入、一个已留档首轮输出，不统计成功率，不比较模型，不代表所有照片或所有 Gemini 入口。
• 原图、条纹反例、普通放大图和 Gemini 输出明确区分；没有用其他模型生成图片冒充 Gemini 输出。

结论不是“别用 AI 修图”，而是：享受画面的改善，同时核对它有没有把事实也改掉。