Topaz Labs 发布 Project Starlight：首个用于视频修复的扩散模型

老视频画质修复这件事，不少视频创作者和剪辑师都用过 Topaz Labs 的工具，但旧算法在处理细节时往往容易出现塑料感和涂抹感。

Topaz Labs 在 X 上宣布推出名为 Project Starlight 的新项目。官方称这是第一个专门用于视频修复的扩散模型，能把老旧、低画质的视频提升到高分辨率。

Topaz Labs 把这项技术称为自 Video AI 推出以来最大的一次技术飞跃。目前团队正通过社交平台互动提供早期体验资格。

把扩散模型搬进老视频修复

过去两年里，扩散模型大部分时候被用来从零生成新画面，比如文生图或文生视频工具。

Project Starlight 的思路不同，它把扩散架构的生成能力用在了视频修复上，直接针对低分辨率、画质受损的存量素材进行细节重构。

官方表示，这项新技术的目标是在拉高清晰度的同时，让老旧视频呈现出更自然的细节表现。

为什么重要

对于手头压着大量家庭录像、老电影或老素材的创作者来说，传统超分辨率算法经常会出现画面闪烁和伪影，修复效果总有妥协。如果扩散模型能补齐更符合真实物理特性的画面细节，对影像归档和二次创作会是实打实的帮手。

我们认为，Topaz Labs 这一步走得很讨巧。当大多数模型厂商还在卷无中生有的视频生成时，专注去啃存量老素材的修复，不仅有现成的付费客群，商业化路径也更明确。

不过隐患也很明显。扩散模型的算力消耗远大于传统的降噪和超分辨率算法。在本地显卡上跑修复时，渲染速度会不会慢到难以接受、对显存的要求有多高，是它能不能真正落地的最大考验。