# PixelHacker – 华中科技联合VIVO推出的图像修复模型

- Link: https://paooo.com/aigc-news/19888/
- Published: 2026-06-07T21:59:37+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 采用潜在类别引导 LCG，将前景与背景分别编码，提升修复区域的结构和语义一致性。
 * 基于扩散模型与线性注意力，在去噪过程中注入潜在特征，生成更自然逼真的修复结果。
 * 先在 1400 万图像-掩码对上预训练，再在多个基准集微调，适合人脸、场景与复杂背景
   修复。

## PixelHacker是什么

PixelHacker 是华中科技大学和 VIVO AI Lab联合推出的图像修复（Image Inpainting）模型。
基于引入潜在类别引导（Latent Categories Guidance, LCG）范式，分别对前景和背景进行
编码，基于线性注意力将特征注入去噪过程中，实现结构和语义的一致性。模型基于大规模
数据集（包含 1400 万图像 – 掩码对）进行预训练，在多个开源基准数据集（如 Places2、
CelebA-HQ 和 FFHQ）上微调，展现出卓越的修复效果。

阅读目录

 * [PixelHacker是什么](https://paooo.com/aigc-news/19888/#pixelhacker%e6%98%af%e4%bb%80%e4%b9%88)
 * [PixelHacker的主要功能](https://paooo.com/aigc-news/19888/#pixelhacker%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [PixelHacker的技术原理](https://paooo.com/aigc-news/19888/#pixelhacker%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [PixelHacker的项目地址](https://paooo.com/aigc-news/19888/#pixelhacker%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [PixelHacker的应用场景](https://paooo.com/aigc-news/19888/#pixelhacker%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![PixelHacker](https://paooo.com/wp-content/uploads/2026/06/PixelHacker-website-
1.avif)

## PixelHacker的主要功能

 * **高质量图像修复**：在自然场景、人脸图像等多种数据集上表现出色，生成逼真的修复
   内容。
 * **结构和语义一致性**：确保修复区域与周围环境在纹理、形状和颜色上自然过渡，逻辑
   上符合场景。
 * **适应多种场景**：对不同类型的图像（如风景、人脸、复杂背景）具有良好的适应性，
   支持多种分辨率和掩码类型。

## PixelHacker的技术原理

 * **潜在类别引导（LCG）**：将图像分为前景和背景两部分，分别用在两个固定大小的嵌入（
   embeddings）编码潜在特征。方法避免对具体类别标签的依赖。在训练时，用多种掩码（
   如随机笔刷掩码、对象语义掩码、场景语义掩码等）构造图像-掩码对，分配到前景或背景
   嵌入中。
 * **扩散模型架构**：基于扩散模型（Diffusion Model）作为其生成框架。扩散模型基于
   逐步去噪的过程生成图像内容，生成高质量且多样化的图像。在去噪过程中，基于线性注意力（
   Linear Attention）将前景和背景的潜在特征注入到模型中。
 * **训练和微调**：在包含 1400 万图像掩码对的大规模数据集上进行预训练，学习到丰富
   的图像分布和语义信息。在预训练的基础上，PixelHacker 在多个开源基准数据集（如 
   Places2、CelebA-HQ 和 FFHQ）上进行微调，适应特定任务和数据分布，进一步提升性能。
 * **多步交互**：在去噪的每一步中，基于线性注意力将前景和背景的潜在特征与当前的图像
   特征进行交互，确保生成内容在结构和语义上与周围环境保持一致。
 * **分类器自由引导（CFG）**：在推理阶段，用分类器自由引导（Classifier-Free Guidance）
   技术，调整引导规模（guidance scale）平衡生成内容的多样性和一致性。

## PixelHacker的项目地址

 * **项目官网**：[https://hustvl.github.io/PixelHacker/](https://hustvl.github.io/PixelHacker/?utm_source=ai-bot.cn)
 * **GitHub仓库**：[https://github.com/hustvl/PixelHacker](https://github.com/hustvl/PixelHacker)
 * **arXiv技术论文**：[https://arxiv.org/pdf/2504.20438](https://arxiv.org/pdf/2504.20438)

## PixelHacker的应用场景

 * **修复老旧照片**：自动填补划痕、污渍或缺失部分，恢复照片完整性。
 * **移除无关对象**：从图像中去除不需要的元素（如行人、杂物），保持背景自然。
 * **创意内容生成**：辅助艺术家和设计师快速生成高质量图像，用于广告、海报或艺术创作。
 * **医学影像修复**：填补医学图像中的缺失或损坏区域，提升诊断准确性。
 * **文化遗产保护**：修复文物和古籍图像，填补缺失部分，助力文化传承。

❓ 常见问题解答（FAQ）

PixelHacker适合修复哪些类型的图片？

PixelHacker 适合自然场景、人脸图像、复杂背景等多种图像修复任务，可用于老照片修复、
对象移除、文化遗产图像补全等场景，重点优势是修复结果自然且与上下文一致。

PixelHacker的核心技术亮点是什么？

它的核心是潜在类别引导（LCG）与扩散模型结合：将前景和背景分别编码，并在去噪过程中
通过线性注意力注入特征，从而兼顾结构完整性、语义一致性和生成质量。

PixelHacker需要类别标签才能训练吗？

不需要依赖具体类别标签。文章提到它通过前景/背景划分和多种掩码构造图像-掩码对进行
训练，避免对显式类别标签的依赖，同时提升对不同场景的泛化能力。

🔬 语宙深潜追问 · 进阶实操拆解

修复模型如何避免补得太假？

核心是先保结构再补纹理：先用语义和边界约束确定物体轮廓，再用扩散模型生成局部细节。
训练时要加入大规模掩码数据和感知损失，减少“看着像但不对”的伪影。

这类模型适合直接商用吗？

可以商用，但要先验证不同缺损类型、复杂背景和人脸场景的稳定性。上线前最好加质量评
分、人工抽检和失败回退机制，避免在高价值图片上出现不可逆修复。

🗳️ 读者观点微投票 · 您的实战立场是？

图像修复最关键的是细节还是结构？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🐋 所属权威专题：DeepSeek 深度实战与部署 →](https://paooo.com/topics/deepseek/)

 * [PromptFix – 微软开源的AI修图工具，通过提示词实现多种图像处理](https://paooo.com/aigc-news/25975/)
 * [DreamClear – 中科院联合字节推出的高性能图像修复技术](https://paooo.com/aigc-news/25990/)
 * [CodeFormer – AI照片修复工具，轻松去除图片和视频马赛克](https://paooo.com/aigc-news/27033/)
 * [VideoPainter – 港中文联合腾讯等机构推出的视频修复和编辑框架](https://paooo.com/aigc-news/21167/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/19888/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
