3.5M 参数小模型用 Looped-DiT 思路做动漫超分，4 次循环递增 0.6dB
NobodySnJake · reddit · 2026-10-08
Reddit 用户 gtboy1994 把 Looped-DiT 的权重共享循环块思路移植到直接 RGB→RGB 修复，训练出仅约 350 万独立参数的动漫超分模型 Baikal LoopSR x2。
架构要点
- 双三次残差连接；2 个前置块 + 4 个共享中间块循环复用 4 次 + 2 个后置块；自注意力仅置于共享循环段；中间输出做深监督；PixelShuffle 实现 2x 重建
- 非扩散模型，不宣称超越 SOTA，纯属验证权重共享循环块在超分中是否有效
实验结果
- 24k checkpoint 下循环 1→4，Clean PSNR 从 41.885 升至 42.480，Degraded 从 39.610 升至 40.162，总增益约 +0.55–0.60 dB，每轮都稳定提升而非坍缩到相同输出
- 最终 SSIM：0.9841（Clean）/ 0.9761（Degraded）
- 视觉上动漫发丝、细线稿、眼睛更干净，比此前用感知损失训练的 SwinFIR 少很多噪点纹理
训练细节
- 41,893 张动漫/插画图从零训练，单张 RTX 4070 Ti SUPER 16GB，BF16 + torch.compile，显存约 9.6–9.7GB
全部开源：ComfyUI 节点（ComfyUI Manager 可装）与权重已发布，节点内可选 1–4 次循环以速度换质量。
「多模态」频道最新
- 博主实测 Kling 4.0 Flash:一句prompt出圣诞主题视频 — umesh_ai · 2026-10-08
- LTX Alpha Matte LoRA + H3 Inpainting 实现惊艳视频换背景 — linoy_tsaban · 2026-10-08
- 新工具可并排查看 PS1/N64 关卡与 3D 模型的 UV 和贴图 — Promptmethus · 2026-10-08
- 开发者基于 MiniMax H3 训练人物移除 LoRA，配 ComfyUI 一键工作流 — linoy_tsaban · 2026-10-08
- KAIST 提出 Tetris3D:像拼积木一样生成物理合理的 3D 场景 — kaist-ai · 2026-10-08
- Suno 被赞或将在流媒体领域赶超 Spotify — petergyang · 2026-10-08