论文：Rajagopalan et al. GenDeg: Diffusion-based Degradation Synthesis for Generalizable All-In-One Image Restoration, CVPR 2025。
一句话概括：与其继续堆恢复网络，不如先用可控扩散模型把训练退化造得更丰富、更接近真实分布。
这篇是我最近几篇里比较喜欢的一篇。它没有继续围绕恢复主干加模块，而是把问题往前推了一步：统一图像恢复泛化不好，未必只是模型不够强，也可能是训练时见过的退化太少、同一场景缺少多种退化配对。这个切入点比单纯再做一次特征融合更直接。
GenDeg 到底做了什么 #
GenDeg 基于 InstructPix2Pix 和 Stable Diffusion 的潜扩散框架改造。输入有三类条件：清晰原图负责锁住场景结构；BLIP2 生成的场景描述与退化提示词负责指定“生成什么退化”；退化统计量则进一步控制“退化有多重、分布有多散”。
作者先计算退化图与清晰图的绝对差值：
$$ c_{\mathrm{map}}=\left|x_{\mathrm{in}}-c_{\mathrm{img}}\right|. $$再用它的均值 $\mu$ 表示整体退化强度，用标准差 $\sigma$ 粗略描述空间分布。二者的取值范围各自划分为 128 个区间，编码后与 CLIP 文本特征结合。只用文字描述“大雾”或“雨天”很难控制轻重，而 $\mu,\sigma$ 给扩散模型增加了一个简单但明确的数值旋钮。我认为这是全文最实在的设计：统计量很粗，却恰好补上了文本条件不擅长表达的部分。
生成图仍可能受 VAE 影响而改变轮廓，所以作者又加了结构校正模块 SCM：
$$ x_S=x_{\mathrm{gen}}+S\!\left([x_{\mathrm{gen}},c_{\mathrm{img}}]\right). $$它利用清晰图修正生成结果，但并非所有任务都启用。雾、运动模糊和雨滴会使用 SCM；雨、雪、低光没有使用，因为校正网络反而容易抹掉雨丝、雪花这类细碎退化。这个取舍说明作者不是把模块机械地套到所有任务上。
数据集可能比模型更重要 #
作者汇总约 12 万张不同的清晰图，为每张图生成原数据中没有的退化，覆盖雾、雨、雪、运动模糊、低光和雨滴。生成时从真实数据的统计直方图采样 $\mu$ 与 $\sigma$，并以约二十分之一的概率打乱 $\sigma$，在真实分布和多样性之间做平衡。经过阈值过滤后得到 55 万余张合成样本，再与已有数据合并成超过 75 万张的 GenDS。
我比较认可它的实验方式：不是只在自研网络上证明有效，而是把 GenDS 分别用于 NAFNet、PromptIR、DA-CLIP、DiffPlugin 等不同路线。这样涨点更容易说明收益来自数据，而不是某个网络恰好适配这套训练。
这算不算以前没人做过 #
不能绝对地说此前没人用扩散模型合成训练数据。图像编辑、物理退化建模、GAN 合成和扩散增广都已有大量工作，InstructPix2Pix 本身也不是新框架。GenDeg 真正新颖的地方，是把“面向 All-in-One Restoration 的退化生成”单独当成问题，并把退化类别、强度和空间分布一起做成可控条件，最后规模化构建同一清晰图对应多种退化的成对数据。
所以我的判断是：它的基础零件并不陌生，但组合方式、问题定义和数据落地都很完整。相比继续在恢复模型内部放一个新模块，这篇工作更像是在修训练分布本身。它也有局限：$\mu,\sigma$ 只能描述很粗的统计性质，经验阈值过滤不等于真正理解真实退化，合成数据与相机成像链之间仍有域差距。不过它至少证明了一件事——All-in-One Restoration 的下一步，不一定只在模型里，也可能在如何构造更可信的数据。
原论文：GenDeg (arXiv)
数据集：GenDS