Album babci z AI - jak odnowić, pokolorować i ożywić stare zdjęcie, nie tracąc twarzy

Zniszczoną odbitkę z szuflady da się dziś uratować w jedno popołudnie: skan, naprawa rys i plam w modelu obrazu, osobno koloryzacja, a na koniec - jeśli rodzina chce - kilka sekund ruchu. Do naprawy biorę Nano Banana Pro (od 0,411 zł za obraz), czasem FLUX.1 Kontext [pro] albo GPT Image 2.5. Ruch robię w Kling 3.0 lub MiniMax H3, płacąc za sekundy klipu. Generacja, która się nie uda, kosztuje 0 zł.

Zanim pokażę prompty, jedna uczciwa uwaga. Na takich zdjęciach często są osoby, których już nie ma, a AI nie wie, jak naprawdę wyglądały. Brakujące szczegóły dorysowuje tak, żeby wyglądały wiarygodnie. Większość tego tekstu dotyczy więc tego, jak ograniczyć zgadywanie modelu.

Plan sesji

1. Digitalizacja - skaner lub smartfon, bez kosztów.
2. Usunięcie uszkodzeń - Nano Banana Pro albo jeden z dwóch zamienników, od 0,411 zł za obraz.
3. Barwy - ten sam model, ale w oddzielnym zleceniu, w tej samej cenie.
4. Ruch - Kling 3.0 lub MiniMax H3, krótki plik MP4, od 0,546 zł za sekundę.
5. Wspólna scena (opcjonalnie) - najpierw obraz z dwiema osobami, potem jego animacja.
6. Wyostrzenie klipu - Topaz Video Upscaler, 0,645 zł za sekundę.

Naprawa i kolor to u mnie zawsze dwa osobne kroki. Gdy w jednym poleceniu każę "naprawić i pokolorować", model ma za dużo do wymyślenia naraz i częściej zmienia twarz.

Najpierw: czy wolno i czy rodzina chce

• Pracuj na własnych zdjęciach rodzinnych albo takich, na których obróbkę zgodzili się bliscy lub osoba z fotografii. Posiadanie papierowej odbitki to nie to samo co prawo do niej - fotografie wykonane przez atelier, prasę albo instytucje archiwalne należą do kogoś innego.
• Zapytaj, zanim pokażesz wszystkim. Poruszający się portret kogoś, kto zmarł, jednych wzrusza, innym sprawia przykrość.
• Oryginał zostaje obok. Wersja z AI to interpretacja, a nie dokument. Skan oryginału podpisuję i przechowuję razem z nią.
• Zdjęcia z dziećmi. Filtry producentów modeli bywają przy nich bardzo ostrożne, także przy zwykłych rodzinnych fotografiach, a zwłaszcza w wideo. Zablokowane zlecenie jest bezpłatne, tyle że czasem żadna z kolejnych prób nie przejdzie.

Etap 1: skan, który da modelowi materiał

Czego nie ma na skanie, model wymyśli. Dlatego tu nie oszczędzam czasu:

• Skaner płaski: 600 dpi dla zwykłej odbitki, 1200 dpi dla małego zdjęcia legitymacyjnego. Plik zapisuję bez kompresji albo z minimalną.
• Smartfon, jeśli skanera nie masz: odbitka płasko na stole, rozproszone światło z boku zamiast lampy błyskowej, aparat równolegle do zdjęcia. Największy wróg to odblask na błyszczącym papierze.
• Wyłącz upiększanie w aparacie. Wygładzona skóra na wejściu kończy się plastikową twarzą na wyjściu.
• Tnij ramkę albumu, nie ludzi. Wokół sylwetek zostaw trochę tła, bo animacja potrzebuje przestrzeni.
• Limit wgrywania w Studio to 25 MB na plik w formacie PNG, JPG albo WebP.

Etap 2: naprawa, która nie rusza twarzy

Technicznie to edycja: skan wysyłasz jako referencję, a w poleceniu opisujesz, co poprawić, i wymieniasz wszystko, co ma zostać nietknięte. Sprawdzają się tu:

• Nano Banana Pro (od 0,411 zł za obraz) - mój pierwszy wybór, bo najmniej przerabia rysy i układ kadru; wynik nawet w 4K.
• FLUX.1 Kontext [pro] (0,516 zł za obraz) - wygodny, gdy poprawki robisz małymi krokami; plik ma jednak tylko około megapiksela.
• GPT Image 2.5 (0,293 zł za obraz) - gdy polecenie jest bardzo szczegółowe; dłuższy bok maksymalnie 3840 px, jakość regulujesz polem quality.

Jak to wygląda w przeglądarce:

1. Otwórz Studio, sekcję obrazów. Pierwszy raz? Rejestracja zajmuje chwilę, a minimalna wpłata to 40 zł - bez subskrypcji i bez daty ważności środków.
2. Wybierz Nano Banana Pro.
3. W polu obrazów referencyjnych wgraj skan.
4. Wklej prompt naprawy. Ustaw 2K i nie ruszaj formatu, bo model weźmie go z pliku.
5. Zerknij na cenę na przycisku i zatwierdź Generuj.

Prompt naprawy. Po angielsku dostaję przewidywalniejsze wyniki, choć model rozumie też polski:

Repair this old photo: remove scratches, dust, spots,
fold lines and torn edges. Keep the same people, faces,
features, expressions, hair, clothes, pose, framing and
background exactly as they are. No beautifying, no
de-aging, no makeup, no skin smoothing. Stay black and
white with natural grain. Sharpen only what is visible.

Polska wersja, jeśli wolisz:

Napraw to stare zdjęcie: usuń rysy, kurz, plamy, ślady
zgięć i postrzępione brzegi. Te same osoby, twarze, rysy,
mimika, fryzury, ubrania, poza, kadr i tło - bez zmian.
Bez upiększania, odmładzania, makijażu i wygładzania skóry.
Zostaw czerń i biel z naturalnym ziarnem.

Najważniejsza część polecenia to lista zakazów. Bez niej modele chętnie odmładzają, poprawiają urodę i wygładzają skórę.

Duży ubytek - urwany róg albo plama na pół twarzy - naprawiam osobno, po reszcie: Fill only the missing upper right corner with matching background. Change nothing else. Jeśli brakuje fragmentu twarzy, to, co się pojawi, będzie fantazją modelu - nazywam to rekonstrukcją i tak też podpisuję.

Etap 3: kolor na podstawie tego, co wie rodzina

Koloryzuję naprawioną wersję, w drugiej edycji. Model nie zna prawdziwych barw - zgaduje z epoki, ubrań i światła. Jeśli wiesz, jaki kolor miała sukienka, płaszcz czy oczy, napisz to wprost.

Colorize this black and white photo with soft, natural
colors of a 1960s family snapshot. Every face, feature
and expression stays exactly the same. Realistic skin,
no oversaturation, no HDR. The man's coat is dark brown,
the girl has light blue eyes and red ribbons.

Ostatnie zdanie zastąp tym, co pamiętają bliscy. Bez takich wskazówek kolor oczu i włosów jest loterią, a to pierwsza rzecz, którą rodzina wyłapie.

Który model do koloru:

• Nano Banana Pro - gdy twarz ma zostać ta sama i potrzebuję 2K albo 4K do druku.
• FLUX.1 Kontext - kiedy pracuję etapami: osobno usterki, osobno barwy, osobno otoczenie. Wynik ma jednak około 1 MP, więc na duży wydruk nie wystarczy.
• GPT Image 2.5 - przy wąsko określonych zmianach, choćby "pokoloruj wyłącznie stroje, otoczenie zostaw brązowawe". Ustawiam quality na high.

Kiedy model zmienia twarz

Każdy z tych modeli może to zrobić. Najczęstsze sytuacje:

• Rozmyty oryginał. Twarz zajmuje na skanie kilkadziesiąt pikseli, więc oczy, zęby i zmarszczki model dorysowuje z wyobraźni. Wynik jest ostry, tylko to już trochę ktoś inny.
• Upiększanie. Cera bez zmarszczek, idealny zgryz, powiększone oczy, ubyte lata. Lista zakazów to ogranicza, ale nie eliminuje.
• Edycja edycji. Każda kolejna poprawka oddala wynik od oryginału. Po dwóch-trzech wracam do skanu i zmieniam prompt.
• Ruch. Im więcej się dzieje w klipie, tym bardziej rysy pływają między klatkami.

Mój sposób: dwie albo trzy wersje do oceny przez kogoś, kto pamięta tę osobę. Kiedy pada "to nie ona", biorę wariant najmniej przerobiony, choćby był bardziej miękki.

Etap 4: kilka sekund ruchu

Gotowa fotografia trafia do modelu wideo jako kadr startowy. Ogólną technikę rozpisuję w tekście o filmie AI ze zdjęcia; przy dawnych portretach dochodzą trzy zasady:

• Ruch minimalny. Mrugnięcie, cień uśmiechu, lekki ruch głowy, bardzo powolny najazd kamery. Przy większym ruchu rysy się zmieniają.
• Krótko, 4-5 sekund. Każda dodatkowa sekunda to kolejna okazja do zmiany twarzy.
• Bez mowy. Usta ruszające się bez autentycznego głosu wypadają nienaturalnie, a syntetyczny głos zmarłego krewnego wielu osobom po prostu przeszkadza.

Do wyboru mam Kling 3.0 (3-15 s, do 4K, od 0,546 zł za sekundę) oraz MiniMax H3 (4-15 s, 768P albo 2K, od 0,929 zł za sekundę). W Studio ustawiam Klinga, wrzucam fotografię jako kadr startowy, wybieram 5 sekund i wyłączam audio.

She blinks slowly and smiles very slightly, a small
natural tilt of the head, calm breathing, the camera
drifts in very slowly. Her face and features do not
change. Quiet, still, gentle.

Opisuj tylko ruch - osobę model widzi na zdjęciu. Format kadru Kling dopasuje do fotografii sam; w H3 przy animowaniu zdjęcia aspect_ratio pomijasz całkowicie.

Etap 5: uścisk dwóch osób z różnych zdjęć

Sporo osób chce zobaczyć, jak dorosła wersja kogoś obejmuje małą wersję tej samej osoby, albo jak spotykają się ludzie z dwóch różnych odbitek. Model wideo nie zszyje dwóch fotografii w jedną scenę, więc dzielę pracę na dwa etapy.

Etap obrazu. Do Nano Banana Pro trafiają obie oczyszczone fotografie jako dwie referencje, a w poleceniu opisuję chwilę, zanim się obejmą:

One realistic photo of the two people from the reference
images standing close, facing each other, just before a
hug, in a softly lit plain room. Person from image 1 on
the left, person from image 2 on the right. Both faces,
features, hair and clothes exactly as in the references.
Upper bodies visible, natural proportions, warm light.

Celowo wybieram moment przed objęciem: obie twarze są wtedy w pełni widoczne, a to daje animacji punkt zaczepienia dla rysów.

Etap ruchu. Ten obraz staje się kadrem startowym dla jednego z dwóch modeli wideo:

The two people step closer and hold each other in a
long, gentle hug, eyes closed, calm and moved, very slow
camera push-in, soft daylight, nothing else moves.

W trakcie uścisku twarze na moment się zasłaniają i po odsłonięciu mogą wyglądać trochę inaczej. Rozwiązania są dwa: przyciąć film tak, by kończył się w objęciach, albo wygenerować drugi obraz - już po uścisku - i ustawić go jako kadr końcowy. Wtedy oba krańce ruchu są z góry określone.

Etap 6: ostrzejszy klip

Gotowy film w niższej jakości oddaję jeszcze do Topaz Video Upscaler, który zwiększa liczbę pikseli i redukuje szum. Rozliczenie idzie od długości materiału wejściowego. Narzędzie znajdziesz w Studio wśród narzędzi, plik MP4 może mieć do 50 MB. Więcej opisuję w tekście o poprawie jakości wideo.

Upscaler nie odzyska szczegółów twarzy, których nigdy nie było - wyostrzy tylko to, co narysował model wideo.

Rachunek za jedno popołudnie

Przykład: zdjęcie dziadka naprawione i pokolorowane, pięć sekund ruchu, do tego klip z uściskiem dwóch osób i podniesienie jakości obu filmów. Liczę z zapasem na próby, które się wygenerują, ale mi się nie spodobają (te są płatne; nieudane generacje kosztują 0 zł):

Gdy przy stawce stoi "od", ostateczna kwota rośnie z jakością - konkretną liczbę pokaże przycisk w Studio albo estimated_cost w API. Wszystko liczone jest brutto, w PLN, z możliwością faktury. Saldo nie wygasa, więc reszta przyda się przy kolejnych zdjęciach z albumu.

Cały album skryptem

Przy kilkudziesięciu zdjęciach wygodniej puścić to z kodu. Każdy plik musi być dostępny pod publicznym adresem, a listę pól znajdziesz w dokumentacji.

Usuwanie uszkodzeń:

curl https://kadraris.com/v1/generate \
  -H "Authorization: Bearer $KADRARIS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "nano-banana-pro",
    "input": {
      "prompt": "Repair this old photo: remove scratches, dust, spots, fold lines and torn edges. Keep the same people, faces, features, expressions, hair, clothes, pose, framing and background. No beautifying, no de-aging, no skin smoothing. Stay black and white with natural grain.",
      "image_urls": ["https://twoja-domena.pl/album/dziadek-skan.jpg"],
      "resolution": "2k"
    }
  }'

Ruch w Klingu 3.0 (image_url to pierwsza klatka):

curl https://kadraris.com/v1/generate \
  -H "Authorization: Bearer $KADRARIS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kling-3.0",
    "input": {
      "prompt": "He blinks slowly and smiles very slightly, a small natural tilt of the head, the camera drifts in very slowly. His face does not change.",
      "image_url": "https://twoja-domena.pl/album/dziadek-kolor.png",
      "duration": 5,
      "resolution": "1080p"
    }
  }'

Uścisk w MiniMax H3 z klatką startową i końcową, bez aspect_ratio, bo przy starcie ze zdjęcia model go odrzuca:

curl https://kadraris.com/v1/generate \
  -H "Authorization: Bearer $KADRARIS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "minimax-h3",
    "input": {
      "prompt": "The two people step closer and hold each other in a long, gentle hug, very slow camera push-in, soft daylight. Quiet room tone, no music.",
      "image_url": "https://twoja-domena.pl/album/przed.png",
      "end_image_url": "https://twoja-domena.pl/album/razem.png",
      "duration": 6,
      "resolution": "768P"
    }
  }'

Podniesienie jakości (video_url wskazuje gotowy film):

curl https://kadraris.com/v1/generate \
  -H "Authorization: Bearer $KADRARIS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "topaz-video-upscaler",
    "input": {
      "video_url": "https://twoja-domena.pl/album/usciski.mp4"
    }
  }'

Serwer od razu odsyła 202 razem z id oraz estimated_cost. Po gotowy plik sięgasz przez GET /v1/tasks/{id} lub czekasz na powiadomienie. Za failed nie płacisz.

Wpadki, które widuję najczęściej

• Odblask na skanie z telefonu. Model uzna go za część zdjęcia i "naprawi" po swojemu.
• Naprawa i kolor w jednym poleceniu. Większe ryzyko zmiany twarzy.
• Brak listy zakazów. Model odmładza i upiększa.
• Za dużo ruchu w klipie. Taniec, obrót, mówienie - przy starym portrecie mniej znaczy wierniej.
• Poprawianie poprawek. Po dwóch-trzech edycjach wróć do skanu.
• Publikacja bez rozmowy z rodziną. Najpierw pokaż bliskim.

Pytania

Dlaczego po naprawie babcia wygląda młodziej?

Bo modele lubią upiększać. Dopisz do polecenia wprost "no de-aging, no beautifying, no skin smoothing" i nie łącz naprawy z koloryzacją. Jeśli to nie pomaga, wybierz wersję z mniejszą ingerencją albo spróbuj innego modelu.

Jaka rozdzielczość skanu wystarczy?

600 dpi dla zwykłej odbitki i 1200 dpi dla małego zdjęcia. Im więcej szczegółów twarzy jest na skanie, tym mniej model musi zgadywać.

Co zrobić, gdy filtr odrzuca zdjęcie z dzieckiem?

Za zablokowane zlecenie nie płacisz. Bywa, że przejdzie wersja przycięta bez dziecka albo próba w innym modelu, ale gwarancji nie ma - producenci ustawiają tu filtry wyjątkowo czule.

Ile kosztuje odnowienie jednego zdjęcia bez wideo?

Pojedyncza edycja kosztuje od 0,411 zł za obraz, a usunięcie usterek plus barwy, z kilkoma podejściami, zamyka się zwykle w kilku obrazach. Start od 40 zł, środki bez terminu ważności.