# SUPIR – 高保真的AI图像修复和画质增强模型 - Link: https://paooo.com/aigc-news/28049/ - Published: 2026-07-09T15:11:14+08:00 - Author: 站外新闻 ## SUPIR是什么 SUPIR（Scaling-UP Image Restoration）是一个突破性的图像修复和画质增强方法，利用了 大规模的生成模型StableDiffusion-XL（SDXL）和模型扩展技术，通过深度学习和多模态方法， 实现了对低质量图像的高质量恢复。该方法支持通过文本提示进行图像恢复的精细控制，能够 根据用户的输入调整恢复的各个方面，如物体的纹理和场景的语义内容。SUPIR由来自中国科 学院深圳先进技术研究院、上海AI实验室、悉尼大学、香港理工大学、腾讯ARC实验室和香港 中文大学的研究人员共同推出。 阅读目录 * [SUPIR是什么](https://paooo.com/aigc-news/28049/#supir%e6%98%af%e4%bb%80%e4%b9%88) * [SUPIR的官网入口](https://paooo.com/aigc-news/28049/#supir%e7%9a%84%e5%ae%98%e7%bd%91%e5%85%a5%e5%8f%a3) * [SUPIR的主要功能](https://paooo.com/aigc-news/28049/#supir%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd) * [SUPIR的工作原理](https://paooo.com/aigc-news/28049/#supir%e7%9a%84%e5%b7%a5%e4%bd%9c%e5%8e%9f%e7%90%86) * [SUPIR的应用场景](https://paooo.com/aigc-news/28049/#supir%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af) ![SUPIR图像修复](https://paooo.com/wp-content/uploads/2026/07/supir-image-restoration- 1.avif) ## SUPIR的官网入口 * 官方项目主页：[https://supir.xpixel.group/](https://supir.xpixel.group/) * GitHub源码库：[https://github.com/Fanghua-Yu/SUPIR](https://github.com/Fanghua-Yu/SUPIR) * arXiv研究论文：[https://arxiv.org/abs/2401.13627](https://arxiv.org/abs/2401.13627) ## SUPIR的主要功能 * **高质量图像修复**：SUPIR能够将低质量的图像恢复到接近原始状态的高质量版本，可以 处理由于各种原因（如压缩、噪点、模糊等）导致的图像退化。 * **修复多种类型的图像**：SUPIR能够有效修复多种类型的退化图像，包括风景、人脸、 动物、游戏画面、老电影和老照片，可增强图像细节，恢复清晰度和真实感，让图像焕发 新生。 * **文本提示引导修复**：SUPIR允许用户通过文本提示来指导图像恢复的过程，可以指定 恢复的特定方面，例如修复图像中的某个模糊物体、改变物体的材质纹理，或者根据高级 语义调整图像的恢复效果。 * **负质量提示**：SUPIR使用负质量提示来提高图像的感知质量，通过告诉模型哪些图像 特征是不期望的（例如“油画效果、卡通化、模糊、脏乱、低质量”等），模型可以在恢复 过程中避免这些特征，从而提升图像的整体质量。 ## SUPIR的工作原理 1. **生成性先验**：SUPIR使用StableDiffusion-XL（SDXL）作为其生成性先验（Generative Prior），一个包含26亿参数大型的预训练图像生成模型。生成性先验是模型学习到的图像 数据分布的知识，用于指导图像的生成和恢复过程。 2. **数据集和文本注释**：为了训练SUPIR，研究者收集了一个包含2000万张高分辨率、高质量 的图像的数据集，每张图像都有详细的描述性文本注释。这些注释提供了图像内容的额外信息， 使得模型能够更好地理解和恢复图像。 3. **适配器**：为了有效地应用SDXL模型，研究者设计并训练了一个适配器，该适配器具有超过 6亿参数。适配器的作用是识别低质量图像中的内容，并在像素级别上精细控制生成过程。 ⌊ SUPIR的工作流程⌉ 4. **文本提示控制**：SUPIR能够根据用户提供的文本提示来指导图像的恢复，[提示词](https://paooo.com/ai-image-prompts/) 可以是关于图像内容的具体描述，也可以是关于期望图像质量的高级语义描述。 5. **负质量提示和训练样本**：为了提高图像的感知质量，SUPIR引入了负质量提示，帮助模型 理解不希望出现的图像特征。研究者通过使用SDXL生成对应于负质量提示的图像，并将这些 图像纳入训练数据中，以确保模型能够学习到这些负质量概念。 6. **恢复引导采样**：为了防止生成过程中的图像失真，SUPIR采用了一种新颖的恢复引导采样 方法，在扩散过程中有选择性地引导预测结果接近低质量图像，以保持恢复的一致性。 7. **模型训练和采样设置**：SUPIR在训练过程中使用了合成退化模型，并在64个Nvidia A6000 GPU上进行了为期10天的训练。测试时，模型能够处理1024×1024像素大小的图像。 ## SUPIR的应用场景 * **老照片修复**：SUPIR可以用于修复老化、损坏或褪色的老照片，恢复其原始的色彩和 细节，使珍贵的记忆得以保存和传承。 * **模糊图像增强**：对于因手抖、对焦错误或运动模糊导致的照片，SUPIR能够通过先进 的算法提高图像的清晰度，使得原本模糊的图像变得更加锐利。 * **噪点去除**：在高ISO或低光照条件下拍摄的照片往往会有噪点。SUPIR能够有效地识别 并去除这些噪点，同时保留图像的重要细节。 * **色彩校正和增强**：SUPIR能够识别和修正色彩失真问题，如过度饱和或色彩偏差，使 图像的色彩更加真实和生动。 **🚀 Prompt 语宙 AI 创作者生态：**探索 2,000+ 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/) [⚡ AIGC 早报生成器](https://paooo.com/mtool/)