Topaz Labs 釋出 Project Starlight：首個用於影片修復的擴散模型

老影片畫質修復這件事，不少影片創作者和剪輯師都用過 Topaz Labs 的工具，但舊演算法在處理細節時往往容易出現塑膠感和塗抹感。

Topaz Labs 在 X 上宣佈推出名為 Project Starlight 的新專案。官方稱這是第一個專門用於影片修復的擴散模型，能把老舊、低畫質的影片提升到高解析度。

Topaz Labs 把這項技術稱為自 Video AI 推出以來最大的一次技術飛躍。目前團隊正通過社交平臺互動提供早期體驗資格。

把擴散模型搬進老影片修復

過去兩年裡，擴散模型大部分時候被用來從零生成新畫面，比如文生圖或文生影片工具。

Project Starlight 的思路不同，它把擴散架構的生成能力用在了影片修復上，直接針對低解析度、畫質受損的存量素材進行細節重構。

官方表示，這項新技術的目標是在拉高畫質晰度的同時，讓老舊影片呈現出更自然的細節表現。

為什麼重要

對於手頭壓著大量家庭錄影、老電影或老素材的創作者來說，傳統超解析度演算法經常會出現畫面閃爍和偽影，修復效果總有妥協。如果擴散模型能補齊更符合真實物理特性的畫面細節，對影像歸檔和二次創作會是實打實的幫手。

我們認為，Topaz Labs 這一步走得很討巧。當大多數模型廠商還在卷無中生有的影片生成時，專注去啃存量老素材的修復，不僅有現成的付費客群，商業化路徑也更明確。

不過隱患也很明顯。擴散模型的算力消耗遠大於傳統的降噪和超解析度演算法。在本地顯示卡上跑修復時，渲染速度會不會慢到難以接受、對視訊記憶體的要求有多高，是它能不能真正落地的最大考驗。