HF 速讀AI 論文
HF 論文速讀 2026-07-08
真實世界影像超解析聚焦一步式擴散模型與生成先驗整合。
五篇論文顯示一步推論結合 diffusion prior 成為真實影像超解析新主流，大幅提升效率與多項 benchmark 表現。
今天先記三件事
- ODTSR 與 FluxSR 實現單步超解析，速度大幅優化。
- HYPIR 與 DiffBIR 靠 diffusion score prior 拿下多個 SOTA。
- VARSR 創新把超解析轉為自迴歸下一尺度預測。
五篇速讀
ODTSR：一個步驟完成可控真實影像超解析
一步擴散超解析
為什麼重要：DRealSR 多項指標前三，用 Qwen-Image 20B LoRA 骨幹單步生成。
帶走什麼：提供高效可控真實世界影像超解析，適合實際應用。
下一步：查看其 Real-ISR 設定與 LoRA 微調方式。
HYPIR：用 diffusion score prior 啟動影像修復
擴散先驗修復
為什麼重要：DIV2K-Val 取得 MUSIQ 與 LPIPS 第一，Flux 12B 先驗強大。
帶走什麼：score prior 有效提升合成與真實影像修復品質。
下一步：探索其 prior 在其他修復任務的應用。
VARSR：把影像超解析改寫成下一尺度預測
自迴歸超解析
為什麼重要：DRealSR CLIPIQA+ 第三，GPT-2 風格 transformer 加擴散 refiner。
帶走什麼：將超解析建模為自迴歸，結合 refiner 提升效果。
下一步：研究 cfg scale 6.0 與 refiner 設定細節。
FluxSR：用 Flow Trajectory Distillation 壓成一步超解析
Flow 蒸餾一步法
為什麼重要：多 benchmark 前三，DISTS 領先，使用 Flux 模型蒸餾。
帶走什麼：單步 Real-ISR 高品質，適合實際部署使用。
下一步：關注 Flow Trajectory Distillation 技術。
DiffBIR：用生成式 diffusion prior 做盲影像修復
盲修復先驅
為什麼重要：DRealSR MUSIQ 與 LPIPS 第一，奠定生成式 prior 基礎。
帶走什麼：早期工作展示 diffusion prior 在盲修復的優勢。
下一步：比較其指導尺度 s=1 與新方法差異。