Adobe 公布 VideoGigaGAN：把模糊视频放大 8 倍且不闪烁

想要把一部十几年前拍摄的模糊老视频变高清，过去大部分工具要么只是把它强行抹平磨皮，要么一放大就满屏噪点和鬼影。

据外媒报道，Adobe 研究团队公布了一项名为 VideoGigaGAN 的生成式 AI 模型。这篇论文最初于 4 月 18 日发表，这项技术能把低分辨率的模糊视频清晰度放大整整 8 倍，同时还能保证画面不闪烁。

既要高清细节，又不要画面抽搐

利用生成对抗网络（GAN）来给静态图片做放大超分辨率，行业里早就玩得很熟了，模型往往能凭空脑补出逼真的毛孔和纹理。

可一旦把同样的逻辑放到视频上，麻烦就来了。只要前后两帧脑补出的纹理稍微有一点不一致，整段视频播放起来就会剧烈闪烁，产生各种让人出戏的视觉伪影。过去其他视频超分辨率（VSR）方法虽然能保持画面稳定，代价却是清晰度和锐度大打折扣，看着依然发糊。

VideoGigaGAN 想解决的就是这个两难问题。从 Adobe 展示的样片来看，它既保留了 GAN 模型极高的高频细节生成能力，又解决了跨帧闪烁的难题。

在演示中，放大后的皮肤纹理和细微褶皱其实大部分都是模型自己算出来的，但肉眼看几乎找不到 AI 生成的痕迹。这种逼真程度，甚至让人分不清现实素材与算法生成的边界到底在哪里。

仍在实验室里，还没装进剪辑软件

不过，目前这项成果还只停留在研究预览阶段。Adobe 并没有承诺什么时候会把它做成滤镜，集成到 Premiere Pro 这种普通人常用的 Creative Cloud 软件里。

视频超分辨率赛道其实早就相当拥挤。Adobe 自己在 2023 年 10 月的 MAX 大会上就展示过基于扩散模型的 Project Res-Up 实验，专门用来修复低分辨率 GIF 和视频片段；微软和英伟达也都有各自成熟的 VSR 技术落地。

换句话说，VideoGigaGAN 目前证明了学术上的新解法，但离普通剪辑师能在时间轴上一键应用，显然还有一段距离。

为什么重要

如果这项技术最终能塞进 Premiere Pro，最直接受益的会是那些天天跟老旧素材、低码率监控录像或早期网络视频打交道的创作者。8 倍的放大倍率意味着 360p 级别的老古董也能直接拉到接近高清的可用状态，省去昂贵的人工修复成本。

从技术路线来看，这更是 Adobe 的一次聪明尝试。在所有人都在扎堆拿计算成本极高的扩散模型死磕视频时，VideoGigaGAN 证明了 GAN 只要解决好时序稳定性，依然是生成高质量细节且极具效率的选择。

但我们认为，这种「以假乱真」的算法脑补也带来了一个无法回避的隐患。当算法可以凭空造出以假乱真的皮肤毛孔甚至面部特征时，老视频修复与伪造证据之间的界限正在变得前所未有地模糊。如何向观众标记哪些细节是原生拍摄、哪些是算法生成，迟早会成为剪辑行业必须回答的问题。