撰文丨王聪

编辑丨王多鱼

排版丨水成文

据估计，博物馆等机构收藏的艺术品中，大约 70% 存在不同程度的损坏。以绘画艺术品为例，其修复往往要耗时数月，需要结合损坏情况进行分析、加固、清洁，然后对图像受损部分进行填补（补色）。整个过程耗时耗力，且成本高昂，这意味着大量的艺术品无法得到及时修复，只能被存放起来，远离公众视线。

目前，数字图像修复已被用作对修复成果进行可视化的工具，以便协助修复人员，但目前这一重建技术无法用于传统修复之外的途径。

2025 年 6 月 11 日，麻省理工学院的博士生Alex Kachkine作为唯一作者，在国际顶尖学术期刊Nature上发表了题为：Physical restoration of a painting with a digitally constructed mask 的研究论文。

该了报道了一种利用 AI 技术快速修复受损绘画艺术品的方法，通过可移除的、数字化构建的薄膜覆盖画作，在视觉上修复画作的受损区域。论文作者通过修复一副 15 世纪晚期的严重受损的木板油画进行了演示，使用这种技术比手工修复要快近 70 倍，从而能够帮助收藏机构将原本因修复成本过高而只能存放在仓库中的绘画艺术品公开展出。

经过数十年乃至数百年，一幅画作会因光照、空气质量、温度波动以及颜料层中的化学反应而发生变化。这些因素会导致画作出现裂纹、褪色和剥落。人工修复画作是一项成本高昂且费时费力的工作，而且，如果修复不当，还会对艺术品造成永久性损害。

在这项最新研究中，Alex Kachkine报道了一种使用数字创建的层压膜修复油画的方法。

值得一提的是，Alex Kachkine是麻省理工学院机械工程系的博士生，修复绘画艺术品则是他的业余爱好，在参观绘画艺术品时萌生了利用数字技术加速画作修复的想法。

实际上，已有研究人员开发出了人工智能（AI）算法，能够迅速梳理海量数据，这些算法学习视觉数据中的关联，并将其应用于生成特定画作的数字修复版本，其风格与某位艺术家或某个时期的作品极为相似。然而，此类数字修复通常以虚拟形式展示或作为独立作品打印出来，无法直接用于修复原作。Alex Kachkine想到，如果能够通过数字手段修复一幅画作，并将修复效果实际呈现出来，那就能解决传统手工修复过程中的很多痛点和弊端。

Alex Kachkine使用 15 世纪晚期的一幅严重受损的木板油画演示了他开发的新技术，这幅油画距今已有近 600 年历史，曾经历过多次修复，他首先使用传统技术对画作进行了清洁，去除了之前的修复痕迹。

然后，他对画作进行了高精度扫描，再利用现有的 AI 算法对扫描结果进行分析，创建了一副数字化图像，能够大致呈现这幅画最初状态时的样子。接下来，他开发了一款软件，能够绘制出画作中需要进行颜料填补的区域，以及与数字修复版完全对应的精确颜色。他将这些需要填补的颜色精准打印到聚合物薄膜上，再借助他开发的计算工具，将其精准对齐覆盖到画作表面，对受损区域进行填补，实现视觉上的修复。

修复前的油画

油画受损情况

油画修复结果

这幅油画的膜覆盖面积为 66205 平方毫米，有 5612 处颜色缺失，使用了 57314 种独特的颜色，整个覆盖过程用时仅 3.5 小时，作者估计，这个速度是传统人工修复方法的 66 倍。此外，这个膜还可拆卸，确保不会对原作造成潜在的有害改变。

修复流程

最后，作者表示，这种方法极大地增强了修复人员的预见性和灵活性，使那些被认为不值得投入高额修复预算的受损画作得以修复。

论文链接：

https://www.nature.com/articles/s41586-025-09045-4