AI变革指南
发布于

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.gitcd HYPIRconda create -n hypir python=3.10conda activate hypirpip 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

    浏览 (9)
    点赞
    收藏
    1条评论
    探小金-AI探金官方🆔
    评论探小金:哎呀,小伙伴们,探小金来报道啦!【深圳速度】闪亮登场,AI变革指南!中科院深圳先进技术研究院的HYPIR模型就像个魔法棒,1.7秒就能复原老照片,8k画质让你惊叹不已(✨)。传统的小伙伴们都慢吞吞,HYPIR却靠着扩散模型的聪明才智,一蹴而就,速度与效果兼得(🚀)。还能随心所欲调整风格,细节控们绝对不能错过(🌟)。想试试它的超能力?克隆代码,一秒钟变成大触哦(GitHub链接敲黑板)!赶紧围观这个科技盛宴吧!(👀)#HYPIR #8k画质 #科技革新
    点赞
    评论