ImIR 用退化图像自身的嵌入替代文本提示,让一个冻结的 Qwen-Image-Edit 加单个低秩适配器在六项复原任务上全面超过文本条件,并在无退化标签时仍能工作。
该工作把一体化图像复原重新表述为由图像自身导出的指令引导的编辑:一个轻量 token mapper 从退化图像的视觉-语言嵌入预测干净图像的指令嵌入,替代文本提示,在冻结的 Qwen-Image-Edit 上以单个低秩适配器、约 688 对图像、单卡约三小时训练覆盖低光增强、去雨、去雾、去模糊、去噪与 JPEG 压缩伪影去除六项任务,在匹配比较中于全部六项任务上优于文本条件,并支持无退化标签的任务无关复原与通过缩放指令获得一族有效复原。