StepFun：RealRestorer 挑战顶级闭源修图模型

RealRestorer是一个旨在解决真实世界图像退化问题的开源图像修复模型。研究人员开发了一个包含九种常见退化类型（如模糊、噪点、雨雾等）的大规模高质量合成数据流水线，并采用两阶段训练策略，将合成数据与真实退化数据相结合，以提升模型的泛化能力。此外，论文推出了 RealIR-Bench 基准测试，利用视觉语言模型（VLM）评估模型在去除退化和保持内容一致性方面的表现。实验结果表明，RealRestorer 在开源模型中处于领先水平，其修复效果可与主流的闭源商业模型相媲美。该项目通过开源模型、数据生成工具和评估基准，为真实场景下的图像恢复研究提供了重要支持。