Real Restorer 開源：42 GB 模型本地搞定老照片降噪與反光修復

修老照片最讓人頭疼的，不是調色，而是面對滿屏的噪點、劃痕、反光甚至壓縮失真時，往往沒有趁手的工具。

3 月 26 日釋出的開源影像修復模型 Real Restorer，就是衝著這些現實生活裡的瑕疵來的。它能處理模糊、嚴重噪點、畫面劃痕以及玻璃反光，甚至連雨雪等天氣干擾和黑白舊照的質感也能順手修補，通過補充細節和去偽影來拉昇畫質。

專精修復的開源大塊頭

在修復基準測試中，Real Restorer 的表現已經追平了 Nano Banana Pro 和 GPT Image 1.5 等頂級閉源選手，同時也擊敗了 Quen ImageEdit 與 LongCat image edit 等同類開源模型。

專案已經放出了程式碼、本地執行說明以及提示詞格式指南。不過它的門檻也很實在：模型總大小達到 42 GB，必須有一塊高階 GPU 才能在本地裝下並跑起來。

為什麼重要

我們認為，Real Restorer 最有價值的地方在於給隱私要求高的照片修復提供了一個頂級本地解法。很多家庭舊照、私人相簿不適合傳給雲端閉源服務，它讓使用者不用交出資料也能拿到一線水準的修復效果。

同時這也給影像模型提了個醒：面對反光、噪點這類具體的工程難題，專精修圖的模型完全可以靠針對性訓練逼平通用商業大模型。不過 42 GB 的體量註定它現在還是極客和專業工作者的玩具，普通人想輕鬆用上，還得等輕量化版本跟進。