推理时调优真实世界图像修复：基于 Flow Matching 模型的测试时间扩展范式
计算机视觉与模式识别
2026-03-24 v1
摘要
尽管扩散模型在真实世界图像修复（Real-IR）方面取得了显著进展，但高效利用超大规模预训练文本到图像（T2I）模型并充分发挥其潜能仍是重要挑战。为此，我们提出了 ResFlow-Tuner，一种基于最新流匹配模型 FLUX.1-dev 的图像修复框架，将统一多模态融合（UMMF）与测试时间扩展（TTS）相结合，以实现前所未有的修复性能。我们的方法充分利用 Multi-Modal Diffusion Transformer（MM-DiT）架构的优势，通过将多模态条件编码为统一序列，以引导合成高质量图像。此外，我们引入一种专为图像修复设计的训练-free 测试时间扩展范式。该技术在推理阶段通过来自奖励模型（RM）的反馈动态引导去噪方向，从而以可控的计算开销实现显著性能提升。广泛的实验表明，我们的方法在多个标准基准上实现了最先进的性能。这一工作不仅验证了流匹配模型在低层视觉任务中的强大能力，而且更重要的是，提出了一种适用于大型预训练模型的新型且高效的推理时间扩展范式。
引用
@article{arxiv.2603.22027,
title = {Tuning Real-World Image Restoration at Inference: A Test-Time Scaling Paradigm for Flow Matching Models},
author = {Purui Bai and Junxian Duan and Pin Wang and Jinhua Hao and Ming Sun and Chao Zhou and Huaibo Huang},
journal= {arXiv preprint arXiv:2603.22027},
year = {2026}
}
备注
27 pages, 10 figures