图像复原领域长期存在一个两难困境：追求高质量往往耗时长，而追求高效率则难免损失细节精度。如 何把一张老照片修复得又快又好？ 近日，中国科学院深圳先进技术研究院发布HYPIR图像复原大模型。它由该院先进计算与数字工程研究 所研究员董超团队研发，为图像复原技术的实际应用提供了更高效的解决方案，更为影视修复、文化传 承与保护等领域带来新的可能。 传统方法中，基于预训练扩散模型的复原技术显著提升了图像复原效果，但存在计算复杂度高、推理速 度慢、训练资源消耗大以及生成结果可控性不足等问题。这些成为限制图像复原技术发展的瓶颈。 2024年，董超团队研发出智能画质增强大模型SUPIR。它能将低质量的图像恢复到接近原始状态的高清 图像，有效修复多种退化类型的图像。 HYPIR作为SUPIR的升级版，舍弃了迭代式扩散模型训练，改用单步的对抗生成模型训练方式，将原有 的算法速度提升了数倍。同时，HYPIR采用更新的文生图基模型进一步提升算法效果，实现8K级别的 细节生成，在生成图像的稳定性和可控性方面远超SUPIR大模型。 "以往的图像复原往往包括扩散模型蒸馏等过程。HYPIR则不需要依赖这些步骤，复原方法更加简单。 它在训练和 ...