杭州亚运会「首金」诞生。
在赛艇女子轻量级双人双桨决赛中，中国选手邹佳琪、邱秀萍联手夺得了本届亚运会的第一枚金牌。
仅仅是第一天的比赛，中国代表团就已摘得 10 余枚金牌。从北京到广州再到杭州，跨越 32 年的三届亚运会，见证了中国成长为体育强国的历程。
与此同时，一个关于「首金」的故事刷屏了，也让很多人泪目：
1974 年在德黑兰，新中国第一次参加亚运会。这届亚运会上，中国运动员们一鸣惊人，共斩获 32 枚金牌，向世界展示了体育大国的全新形象。
其中，中国的亚运首金就诞生在比赛首日：在「自选小口径手枪五十米慢射」项目中，苏之渤击败日本选手大田正修，以 552 环的成绩为新中国夺得第一枚亚运金牌。
50米手枪慢射冠军颁奖仪式修复前后。
当时，二位选手的成绩差距仅在两环左右，最终的排名需要等裁判核实。据苏之渤回忆，为了保持体力，运动员平时是需要睡午觉的，但那个中午，他翻来覆去，怎么都没能睡着。
「直到下午，领队跟我说：『苏之渤，你得冠军了！』我当时并不知道，那是中国亚运历史上的第一块金牌。」
这块中国亚运会首金的奖牌和证书，至今仍被苏之渤精心保存于家中。只是因为年代久远，连奖牌的表面都有些斑驳了，证书上手写的黑色字体也已经变得模糊不清。
同样模糊的还有关于那一年的记忆和影像。在照相机和胶片都很昂贵的年代，很少有影像资料流传下来，以至于今天的我们很难直观领会中国健儿的风采。
「中国亚运首金」背后的遥远记忆
说到影像资料，即使是当年的金牌获得者苏之渤，本人手中也只有寥寥数张黑白照片，也都是他人赠送的。
日本射击协会副主席安斋石祝贺苏之渤获得自选小口径手枪五十米慢射第一名。
「我仅有的一部分照片基本都是外国运动员赠送的。不要说彩色（胶卷），连黑白的胶卷当时都感到很贵，想买个胶卷回来冲洗，可能一个月工资就没了。」这也是苏之渤颇为遗憾的一件事：当时没有留下什么照片，退役之后再也找不回那年的回忆。
恰逢亚运会 110 周年，为了帮助大众直观感受昔日体育健儿的风范，亚奥理事会官方资料馆公布了一批德黑兰亚运会老照片，包括中国队入场、中国女将跨栏、乒乓球赛、篮球赛、击剑比赛等重要画面。
时隔近半个世纪，这些新中国第一次参加亚运会的影像资料首次对外披露。特别值得关注的是，阿里云利用当前最先进的 AI 技术将这些珍贵史料进行了修复。
作为杭州第 19 届亚运会官方合作伙伴，阿里云希望用 AI 技术助力史料修复，让更多人看见这些值得纪念的瞬间。「那一届亚运会有很多值得被看到的故事，这些往事不仅可以激励如今的体育健儿，同样能够激励我们每一个普通人。」
在一系列 AI 技术的加持下，昔日的影像重新焕发了光彩。
那一年，苏之渤才 25 岁，正是那一代运动员的努力，让中国体育不断走向辉煌：
这一次被修复的影像中，不只有苏之渤一个人的照片，而是展现了那届亚运会众多选手的昔日风采。如果你也想体验AI修复后的效果，点击下方图片试试吧：
这张是 1974 年亚运会的开幕式，从这一刻起，中国体育迈出走向世界的征程：
修复老照片的首要困难通常来自于图像本⾝的质量问题。这些来自 49 年前的老照片，相当一部分已经出现了褪色、划痕等问题。
在亚运会史料 AI 修复的过程中，阿⾥云技术团队还发现，这次的老照片修复存在一项比较特殊的挑战：保证史料的真实性。
以照片上色为例，比如国旗、国徽、奖牌、运动员的队服，这些颜色修复部分都需要与历史中的实际颜色相匹配。为了做到这一点，阿里云技术团队花了大量时间寻找合适的参考图片素材，并与亚奥理事会的相关专家进行了反复沟通。
此外，在视频史料的修复过程中，还需要考虑视频整体流畅度等因素。这些问题，带来了一系列技术层面的挑战。
以 AI 之笔，重绘褪色的记忆
基于开源社区丰富的 AI 修复技术积累，阿里云技术团队迅速制定了一条完善的技术链路，并在阿⾥云平台上完成了此次修复工作。
从流程上说，首先是对老照片进行去噪、超分、上色、局部重绘，过程中需要利用图像无参考评价指标对生成图像质量进行定量分析。在这些基础的工作之后，团队还会考量是否实现了「修旧如旧」，保留老照片的艺术效果及风味，并考察上色后照片整体的真实性，比如人物、事件、关键物体的色彩。
「大部分的工作是由 AI 自动完成的，我们也结合了 AI 修复以往常用的生成对抗网络，还有最近两年比较火的 AIGC 模型，比如 Stable Diffusion。每张照片可能涉及到的修复技术链路其实都不太一样，我们会根据问题去选择最适合的模型。整个修复过程用到的模型数量很多，大概有三十多个。」阿⾥云计算平台事业部机器学习 PAI 团队算法负责⼈黄俊表示。
阿⾥云技术专家⼩组在电脑前讨论修复苏之渤领奖照⽚技术⽅案。
具体来说，组合使用 AIGC 模型和经典 CV 模型进行图像修复主要有以下优势：
1. 增加图片修复的多样性。AIGC 模型能帮助修复后的图像内容更加丰富、多样、逼真；
2. 增加图片修复的可控性。通过添加合适的 prompt，实现局部调整图像细节，调节内容可控，从而更加精准地完成图像修复；
3. 缓解对原图质量的高度依赖。此前的 AI 修复很大程度上取决于原图本身质量，AIGC 可以一定程度上填补图像细节，达到更好的修复效果。
除了效果出众，AI 修复最⼤的优势还在于大幅提升了修复工作的效率，同时降低了完成任务的门槛。对于专业级别的人类修图师，也需要⼀两天的时间才能将一张瑕疵图片修复到⽐较好的程度。但在 AI 技术的帮助下，只需要点击⼀两个按钮、选择⼏个参数，就可以达到媲美修图师的效果。
此外，阿里云技术团队将这一套复杂的修复流程封装成了简单易用的一套工具链，包括三十几种视觉领域的模型和常见的插件和交互工具，并通过阿里云的机器学习平台 PAI 开放给大众。
在这次亚运会前夕，亚奥理事会官方资料馆联合阿里云联合发起了「历久弥新 —— 亚运史料 AI 修复」计划，在 aliyun.com 上举办了「用 AI 修复亚运老照片」活动。
PAI 平台预置了丰富的开源 SOTA 修复模型，如修复、去噪、上色等算法，并提供了 Stable Diffusion WebUI 让用户交互式图像修复。任何参与者都可以根据需要进行参数调整，组合不同的处理方式以获得最佳修复效果。即使是对图像设计和 PS 这些软件不熟悉的人，也能够进行图像修复，参与到亚运历史的焕新。
参考示例：https://gallery.pai-ml.com/?spm=ata.21736010.0.0.779a7536zJUsFn#/preview/deepLearning/cv/image_restoration
科技与人文的交相辉映
在阿里云技术团队的修复工作完成后，苏之渤成为了最早受邀观看成果的一位观众。
放映结束后，苏之渤提出，希望再次观看一次照片。由于第一天参加比赛的人不能去参加前一天的开幕式，而射击队每次都是第一个比赛项目，所以苏之渤参加了三次亚运会、却从未走过开幕式，这也是他的人生遗憾之一。
当照片再次出现在大屏幕上，苏之渤激动地起身，走到屏幕前，触摸着往日时光……
AI 修复的不仅仅是照片，同时也修复了人们心中的遗憾。
阿⾥云计算平台事业部机器学习 PAI 团队 AI 算法⼯程师邹心怡表示 ：「1974 年，我妈妈才两岁，我对于这些历史并不是很了解。我最大的感触是，1974 年我国在亚运会上拿到了这么多金牌，如果我不修复这些照⽚⾥⾯的运动员，可能我也不知道他们是谁。这个项目的意义，就是让大家能够看见 1974 年的亚运会。」
「用 AI 修复亚运珍贵史料」活动开启后，大约 1.5 万人参与到了活动当中，交出了 1000 多张修复作品。打开活动的主页，也能感受到大家高涨的热情：
其中的优秀作品有机会入选「1974 年德黑兰亚运会特展」，这也是亚运史上首个 AI 修复影像展。9 月 24 日至 10 月 8 日，这次用 AI 修复后的珍贵史料将在杭州亚运会博物馆对外展出。
在 AI 技术的助力下，曾被尘封的历史，正在一幕幕展开。
又有哪些记忆中的老照片，是你最想修复如新的呢？
