CodeFormer是一个基于 Transformer 的预测网络，用于图片马赛克恢复。通过学习离散码本和解码器，它能够减少恢复映射的不确定性，生成高质量人脸。它具有优秀的抗退化鲁棒性，适用于合成数据集和真实数据集。

SUPIR是一种开创性的图像修复方法，利用生成先验和模型扩展的力量。利用多模态技术和先进的生成先验，SUPIR在智能和逼真的图像修复方面取得了重大进展。作为SUPIR内的关键催化剂，模型扩展显著增强了其能力，并展示了图像修复的新潜力。我们收集了一个包含2000万高分辨率、高质量图像的数据集进行模型训练，每个图像都附有描述性文本注释。SUPIR能够根据文本提示修复图像，拓宽了其应用范围和潜力。此外，我们引入了负质量提示以进一步提高感知质量。我们还开发了一种修复引导采样方法，以抑制生成式修复中遇到的保真度问题。实验证明了SUPIR出色的修复效果及其通过文本提示操控修复的新能力。