ASASR：基于 FLUX 的图像超分工具，4 倍放大且不生幻觉细节

ASASR 是一个基于 FLUX.1-dev 的开源图像超分辨率工具，能把模糊低清的图片放大 4 倍，同时尽可能压制生成式放大器经常出现的瞎编细节和奇怪伪影。

以往用扩散模型做超分辨率，画面虽然看起来锐利，但模型往往会自己脑补出原本不存在的纹理，导致文字扭曲、人脸或物体结构走样。ASASR 解决的正是这个痛点，它在提升清晰度的同时，让图像的文字识别和分割边缘更加可靠。

它是怎么做到的

ASASR 的底层思路是把扩散模型的去噪过程和高频真实结构对齐，官方称之为对抗索伯列夫对齐。

技术细节听起来很复杂，说白了它做了两件事。一是引入带谱特性的彩色噪声流，让噪点分布更贴近真实图像，而不是盲目使用均匀的高斯噪声。二是采用对抗对抗流形引导，专门训练一个对抗网络去模拟竞品超分模型容易产生的伪影，现场生成难缠的负样本，再通过频域加权的 DPO 偏好对齐进行纠偏。

在推理阶段，它使用双 LoRA 方案。一个基础的 SR LoRA 负责提供超分辨率的画质先验，大小约 885 MB；另一个约 111 MB 的 DPO LoRA 则专门负责修饰细节并压制伪影，两者配合 FLUX 底座一起工作。

在基准测试中，ASASR 在 DIV2K-Val 的 Real-ESRGAN 4 倍测试上拿到了第一，在 RealSR 榜单上也排进前三。

硬件要求与怎么体验

如果你想在本地跑它，门槛主要来自 FLUX 底座。

整个推理流程需要加载大约 24 GB 的 FLUX.1-dev 基础权重，外加两个总计约 1 GB 的 LoRA 权重。代码基于 Python 3.10、PyTorch 2.x 以及 diffusers 0.30 以上版本，推理时支持 BF16 混合精度。官方在单张 A100 上测试示例图片大约耗时 1 分钟。

如果你不想折腾本地环境，最简单的办法是直接去 Hugging Face Spaces。开源团队已经上线了网页版 Demo，上传一张低清图片就能直接跑出 4 倍放大的结果。

需要注意的是，目前公开发布的权重主要针对 4 倍放大进行了训练，默认输入为 128 分辨率、输出 512 分辨率。另外，项目遵循 CC-BY-NC-4.0 许可证，目前仅供非商业研究使用。

为什么重要

对于经常处理老照片修复、老素材增强的创作者和开发者来说，ASASR 非常值得一试。以前像 SUPIR 这样的工具虽然细节拉满，但遇到文字、标志或精密纹理时极容易画蛇添足；ASASR 在保持真实结构和提高清晰度之间找到了更好的平衡。

不过，把 FLUX 这样庞大的文生图模型搬来做超分辨率，计算开销依旧居高不下。它很适合对质量和真实度要求极高的离线修图场景，但如果想做成实时或轻量化的图像服务，目前显存和算力门槛依然是一个不小的包袱。