这样的画面大大地满足了网友们的好奇心。视频一经发布，在24小时内就有了将近50万的点赞量，10万+次的转发和接近3万的留言。修复后的视频把当时的北京城演绎得活灵活现，下边的片段中，左下角小哥呆呆地看着镜头，连细微的表情都清晰可见，青涩中带有一点可爱。想象一下这位表情憨厚的小哥来自一百年前，不禁让人感慨万千。
甚至有网友留言表示，“博物馆应该收藏你的作品”！
博主在视频最开始就说道，想用技术为社会做一些有意义的事情，怀着仰慕的心情，笔者联系到了这位“大谷Spizer”，来看看他是怎么说的吧~
7天完工，难在显卡
整体满意，颜色上还有不足
对于最后的结果，大谷表示：“还是比较满意的”，不过在颜色上还存在可以改进的地方。
在视频中，相信大家也会看到时不时会出现颜色跳来跳去的情况，大谷表示，在补帧之前用工具把老电影中经常出现的画面闪烁去掉了，否则会更严重，整体的色彩上，AI的渲染效果也明显偏淡。
除此之外，大谷这次利用的是国外的一套模型，显然无法直接将其套用到100年前的中国影片修复上，在颜色上就无法做到历史性的准确，视频中的上色都是AI学习的成果，虽然肤色大致还原了，但是在红绿服装等方面的真实性还有待商榷。
也正是考虑到这些不足，大谷对去年参与《开国大典》修复的工作人员表达了敬意，“AI没办法做到艺术家那么准确，尤其是在历史方面，而《开国大典》对历史准确性的要求更高”，随后他也打趣地说道，或许可以“让AI看看清宫剧，提升一下准确率”。
就像大谷在视频开头所说，他想用技术做一些对社会有意义的事，在这次视频爆红之后，他表现得相当豁达，“太深刻的大意义倒也说不上，主要是想借此让人们对历史有所反思。”不少网友指出，视频中几乎看不到女性，这正是历史生动性的体现，既有光鲜也有不足，让大家意识到现在的生活是多么来之不易。
大谷透露道，这其实是他第一次尝试做视频修复，后续或许会出一期视频介绍一下具体的操作。对于后续的视频更新计划，他想要介绍一下国内已经成熟的语音修复技术。
AI助力，老片修复一直在路上
对于这次用到的技术，大谷表示，上色主要还是应用在黑白照片和电影上，补帧技术就可以遍地开花了，比如修复像素动画的跳帧问题，或者在动画领域加以应用，因为动画很多是12帧/秒，甚至6帧/秒，补帧之后效果很好，也终于可以看更流畅的EVA了。
正如大谷所说，这次的视频修复技术管线参考自DenisShiryae的影像修复教程，针对Denis的欧美老片修复，大谷也做过汉化视频进行了专门的介绍。
【AI高清修复】1906大地震前的旧金山
视频链接：
DenisShiryaev通过神经网络修复老视频的内容今年在油管爆红了一阵子，他使用TopazLabs的GigapixelAI和DAIN图像编辑应用程序将19世纪的胶片缩放到4K分辨率，不仅将素材增加到4K，还将帧率提高到每秒60帧。
Shiryaev最火的作品是用GigapixelAI将1896年拍摄的50秒无声短片《火车进站》(theArrivalofaTrainatLaCiotatStation)做成了4K格式，把模糊的原片做成了高清画质，完全符合当下的高清视频标准。
尽管存在一些缺陷，如图像会出现跳跃或某些细节依旧模糊，但已经很棒了！
GigapixelAI软件使用一种专有的插值算法来分析图像，它可以使图像更清晰——甚至在放大了600%之后。
再来说说DAIN(深度感知视频帧插值)，它可以将帧想象并插入现有视频剪辑的关键帧之间。换句话说，DAIN首先分析并映射视频片段，然后插入在现有图像之间生成填充图像。
为了在这段1896年的视频中达到同样的效果，Shiryaev添加了足够多的图像来将速度提高到60帧每秒。因此，DAIN自动生成，然后在最初记录的24张图像之外，每秒添加36张额外的图像。
Shiryaev的“火车”的视频修复版本看起来像是一部使用智能手机或GoPro拍摄的最新电影。与原始视频相比，效果非常惊人，尤其是在新版本中获得了流畅性。列车上的阳光反射和月台上的女士珠宝都被记录的很完整，也许是最显着的改进之一。
Shiryaev也用神经网络对这一修复视频进行了着色：从一堆彩色照片开始，将它们转换为黑白，然后训练神经网络以重建彩色原稿。
修复后的视频传送门：
Shiryaev的新技术随之在技术圈火了起来，激发了包括大谷在内的更多技术人，修复珍贵的影像文献。
IDG资本被投企业爱奇艺也推出了其自主研发的视频增强技术ZoomAI，来为电影修复提出解决方案。这是业内第一个利用较低成本、将深度学习技术应用在视频画质增强场景中的方案。
但不可否认的是，这种技术如果被有恶意的人使用，例如，可以用于制作“伪造品”并允许视频中的身份盗用，也会导致巨大的社会问题。