Real Restorer 开源：42 GB 模型本地搞定老照片降噪与反光修复

修老照片最让人头疼的，不是调色，而是面对满屏的噪点、划痕、反光甚至压缩失真时，往往没有趁手的工具。

3 月 26 日发布的开源图像修复模型 Real Restorer，就是冲着这些现实生活里的瑕疵来的。它能处理模糊、严重噪点、画面划痕以及玻璃反光，甚至连雨雪等天气干扰和黑白旧照的质感也能顺手修补，通过补充细节和去伪影来拉升画质。

专精修复的开源大块头

在修复基准测试中，Real Restorer 的表现已经追平了 Nano Banana Pro 和 GPT Image 1.5 等顶级闭源选手，同时也击败了 Quen ImageEdit 与 LongCat image edit 等同类开源模型。

项目已经放出了代码、本地运行说明以及提示词格式指南。不过它的门槛也很实在：模型总大小达到 42 GB，必须有一块高端 GPU 才能在本地装下并跑起来。

为什么重要

我们认为，Real Restorer 最有价值的地方在于给隐私要求高的照片修复提供了一个顶级本地解法。很多家庭旧照、私人相册不适合传给云端闭源服务，它让用户不用交出数据也能拿到一线水准的修复效果。

同时这也给图像模型提了个醒：面对反光、噪点这类具体的工程难题，专精修图的模型完全可以靠针对性训练逼平通用商业大模型。不过 42 GB 的体量注定它现在还是极客和专业工作者的玩具，普通人想轻松用上，还得等轻量化版本跟进。