V-Bridge：桥接视频生成先验至通用少样本图像修复
计算机视觉与模式识别
2026-03-16 v1
摘要
大规模视频生成模型在广泛多样的视觉数据上进行训练，使其内化了丰富的结构、语义和动态先验。虽然这些模型已展现出惊人的生成能力，但其作为通用视觉学习器的潜能尚未得到充分挖掘。本文引入 V-Bridge 框架，将这种潜在能力桥接至灵活的少样本图像修复任务。我们将图像修复重新诠释为渐进的生成过程，利用视频模型模拟从退化输入到高保真输出的逐步细化。令人惊讶的是，仅需 1000 多任务训练样本（不足 2% 现有方法的样本量），即可使预训练视频模型完成具竞争力的图像修复，实现多个任务单模型部署，匹敌专为此目的设计的专用网络。我们的发现表明，视频生成模型隐式学习到的强大且可迁移的修复先验可在极少数据下被激活，挑战了生成模型与低层视觉之间的传统边界，为视觉任务的基础模型设计开辟了新范式。
引用
@article{arxiv.2603.13089,
title = {V-Bridge: Bridging Video Generative Priors to Versatile Few-shot Image Restoration},
author = {Shenghe Zheng and Junpeng Jiang and Wenbo Li},
journal= {arXiv preprint arXiv:2603.13089},
year = {2026}
}
备注
Transfer the prior knowledge of video generative models to image restoration tasks