标签
提出RAESR，利用冻结DINOv3-L的23层融合层作为超分辨率的潜空间基底，训练415M解码器将退化嵌入映射回流形，在RealSR、DRealSR、LSDIR和DIV2K-Val上实现最优的保真度-感知权衡，且单张H20 GPU上每512×512图像仅需37ms。
Iris-3B 是一个 3B 参数的像素空间文本到图像扩散模型，通过课程式预训练从零训练并与潜空间模型 FLUX.2 Klein 进行对比。结果显示像素空间生成先验在深度估计和图像修复任务上并无显著优势，但证明了像素空间预训练可扩展到与潜空间模型相当的画质。
Sperid Labs 发布 Iris-3B，一个 30 亿参数的像素空间生成模型，直接输出每个像素、无需 VAE 或潜空间，并可通过微调完成单目深度估计、图像修复与超分辨率等密集视觉任务。
ImIR 通过使用源自图像的指令，适配预训练图像编辑模型以执行六种图像修复任务，实现高效且任务无关的修复。
Mi-Ripple是一个工作流程，通过频谱过滤和参考清理来减少AI编辑图像中的数字波纹伪影，抑制伪影同时保持图像结构。
PixRestore是一种无VAE的像素空间扩散变换器，用于统一图像恢复，通过流匹配和对抗性微调至单步生成器，实现高保真度和效率。
一条推文串，倡导更广泛采用HDiT架构和NATTEN，强调其在超分辨率、图像恢复和基因组标注方面的显著速度提升。
本文介绍SP³，一种使用球面编码器先验的即插即用图像恢复方法，在各项任务中实现与零样本扩散先验相当的感知质量，同时速度快3-630倍。
本文介绍了GGT-100K，一个包含103,707对图像的真实图像修复数据集，通过使用如Nano-Banana-2等多模态基础模型，从低质量输入生成高质量目标。实验表明，该数据集提升了多种图像修复模型的泛化能力。
SFHformer将Fast Fourier Transform引入Transformer架构，实现高效的图像恢复，在去雨、去雾、超分辨率等十个任务上达到最先进水平。该论文被ECCV 2024接收，其扩展版本SWFormer于2025年发布。
PRISM是一个基于扩散的文本图像超分辨率框架，利用流匹配先验纠正和不确定性感知残差编码来提升严重退化下的准确性，实现了毫秒级推理的最新性能。
Jasna 是一款开源的视频与图像马赛克修复工具，支持 GPU 加速，提供简洁的图形界面和命令行，包含免费的 BasicVSR++ 模型以及面向支持者的 LTX 高细节模型。