ControlLight 釋出影像重打光：連續調節照明強度，暗光廢片也能救回來

晚上在暗光環境裡隨手拍了張照片，噪點滿天飛，陰影黑成一團。以前遇到這種情況，拉一下手機相簿的曝光滑塊，結果往往是噪點跟著一起被放大，人臉發白發灰，整張照片徹底假掉。

研究團隊釋出了弱光影像增強框架 ControlLight。它想解決的正是這個問題：不是粗暴地把整張圖拉亮，而是像在現場架了一盞補光燈一樣，給照片做連續、自然的二次布光。

告別一刀切的硬拉亮度

過去用深度學習給暗光照片補光，最大的毛病是「一刀切」。模型通常只學過一種提亮目標，要麼不生效，要麼一下提得過亮，在真實拍攝場景裡很難泛化。

ControlLight 先從資料來源頭下手。團隊構建了一個名為 Light100K 的大規模真實退化資料集，專門帶有連續的光照強度監督訊號。

配合 FLUX.2-Klein-9B 的 LoRA 控制，使用者可以像推滑塊一樣平滑調節照明強度。從微弱的暗部細節回補，到明顯的主光源照射，中間每一個檔位都能保持畫面自然。

怎麼做到提亮但不崩結構

很多提亮演算法一旦推高強度，畫面的邊緣和紋理就會移位變形。ControlLight 引入了一種抗錯位加權流匹配損失。

這項機制專門用來約束不同強度下的影像結構。簡單來說，不管你把光照推得多強，演算法都能盯緊原本的線條和五官輪廓，不讓畫素在生成過程中亂跑。

不管是個人頭像照、電商產品圖還是海報素材，都能在不重拍的前提下，直接重新調整陰影過渡與高光分佈。實驗表明，它在多個指標上達到了當前業界最佳水平。

為什麼重要

對日常使用者和內容創作者來說，這個工具的實用價值非常直接。它讓很多因為光線不足被判死刑的廢片重新變得可用，修圖時不用再在畫質崩壞和暗不見底之間二選一。特別是電商賣家修產品圖，或者攝影師搶救抓拍抓糊的暗部，能省下大把重拍的時間成本。

在技術路徑上，我們覺得 ControlLight 走得最聰明的地方在於抓住了「連續可控」和「結構守恆」。以往很多生成式修圖工具雖然畫面漂亮，但很容易把人修得認不出來。ControlLight 用針對性的損失函式把模型死死按在原圖結構上，這才是生產力工具該有的樣子。

不過，弱光增強往往伴隨著嚴峻的暗部噪點和色偏挑戰。雖然它在標準測試集上表現優異，但在極度嚴苛的噪點壓制和微小質感還原上，究竟能做到什麼地步，依然需要創作者在更多極端實拍場景裡去驗證。