HYPIR 的 “深圳速度”:1.7 秒复原老照片!实现8k级别画质!
中国科学院深圳先进技术研究院,最近发布了一个模型:HYPIR!

它由中科院深圳先进院 XPixel 团队和 SenseTime、香港区域高校等联合打造。
这个模型最快能在1.7s实现图片复原,能实现8k级别的画质修复!

HYPIR的厉害之处
传统的 MSE、GAN 或者迭代扩散方法往往要么速度慢,要么细节欠佳。
HYPIR 的秘诀在于——用「扩散模型预训练的得分先验」来初始化恢复网络,再通过一次前向传播加上对抗微调,就能把模型一步推到自然图像分布附近,实现高质量还原而无需多次采样或额外模块。

理论上,这种初始化不仅保证了数值稳定、避免塌模式,还能大幅加快训练和推理速度
除了速度快、效果好,HYPIR 还继承了扩散模型那套「可控生成」能力——你可以用文字提示来指定想要的纹理风格或细节丰富度,甚至在复原时动态调整,满足不同场景需求。
下图是经过提示词修改之后的,石头变为房子。

还可以对生成的图片保真度进行设置

实际测试里,这套方法在多项常见任务(去噪、去模糊、JPEG 伪影修复等)上都超过了之前的最优方案
下图是各个方案的对比。
且仅靠一次网络前向即可完成,推理延迟几乎和传统 CNN 同级,却能输出更自然、更丰富的细节

HYPIR如何使用?
想尝鲜的话,只需克隆仓库、下载官方提供的模型(基于 Stable Diffusion 2.1 训练,批量 1024,性能平衡且对算力要求不高)
按照官方的提示就可以本地部署。
git clone https://github.com/XPixelGroup/HYPIR.git
cd HYPIR
conda create -n hypir python=3.10
conda activate hypir
pip install -r requirements.txt

也可以使用官方的在线网站体验
地址:
https://supir.suppixel.ai/home
代码仓库:
https://github.com/XPixelGroup/HYPIR