ControlLight 发布图像重打光：连续调节照明强度，暗光废片也能救回来

晚上在暗光环境里随手拍了张照片，噪点满天飞，阴影黑成一团。以前遇到这种情况，拉一下手机相册的曝光滑块，结果往往是噪点跟着一起被放大，人脸发白发灰，整张照片彻底假掉。

研究团队发布了弱光图像增强框架 ControlLight。它想解决的正是这个问题：不是粗暴地把整张图拉亮，而是像在现场架了一盏补光灯一样，给照片做连续、自然的二次布光。

告别一刀切的硬拉亮度

过去用深度学习给暗光照片补光，最大的毛病是「一刀切」。模型通常只学过一种提亮目标，要么不生效，要么一下提得过亮，在真实拍摄场景里很难泛化。

ControlLight 先从数据源头下手。团队构建了一个名为 Light100K 的大规模真实退化数据集，专门带有连续的光照强度监督信号。

配合 FLUX.2-Klein-9B 的 LoRA 控制，用户可以像推滑块一样平滑调节照明强度。从微弱的暗部细节回补，到明显的主光源照射，中间每一个档位都能保持画面自然。

怎么做到提亮但不崩结构

很多提亮算法一旦推高强度，画面的边缘和纹理就会移位变形。ControlLight 引入了一种抗错位加权流匹配损失。

这项机制专门用来约束不同强度下的图像结构。简单来说，不管你把光照推得多强，算法都能盯紧原本的线条和五官轮廓，不让像素在生成过程中乱跑。

不管是个人头像照、电商产品图还是海报素材，都能在不重拍的前提下，直接重新调整阴影过渡与高光分布。实验表明，它在多个指标上达到了当前业界最佳水平。

为什么重要

对日常用户和内容创作者来说，这个工具的实用价值非常直接。它让很多因为光线不足被判死刑的废片重新变得可用，修图时不用再在画质崩坏和暗不见底之间二选一。特别是电商卖家修产品图，或者摄影师抢救抓拍抓糊的暗部，能省下大把重拍的时间成本。

在技术路径上，我们觉得 ControlLight 走得最聪明的地方在于抓住了「连续可控」和「结构守恒」。以往很多生成式修图工具虽然画面漂亮，但很容易把人修得认不出来。ControlLight 用针对性的损失函数把模型死死按在原图结构上，这才是生产力工具该有的样子。

不过，弱光增强往往伴随着严峻的暗部噪点和色偏挑战。虽然它在标准测试集上表现优异，但在极度严苛的噪点压制和微小质感还原上，究竟能做到什么地步，依然需要创作者在更多极端实拍场景里去验证。