这篇论文有意思的地方，不在于又造了一个更强的复原网络，而在于把「给整张图选一种修法」拆成了「给每个像素选一种修法」。
问题：一个模型包治百病，但药方只有一张
拍照时的污损从来不是单选题。雨、雾、噪点、运动模糊常常混在一张照片里，而且分布不均——天空雾重、路面雨丝密、暗处噪点凶。图像复原领域这几年的主流做法叫「全一复原」（all-in-one restoration）：训练一个模型同时对付多种退化，省得每种病单开一个模型。
难点在于模型得先知道「这张图得的什么病」，再决定怎么治。上一代方案的办法是给模型「提示」：要么配一组可学习的提示向量，代表各任务的路子（PromptIR 这条线）；要么让人写一句话告诉它「把雨去掉」（InstructIR 这条线）。这些方法确实让一个模型顶了好几个，但它们共享一个盲区：提示是整张图一份的。模型判定主病是雾，整图就按雾的方子治，雨丝密集的角落和噪点严重的暗部只能跟着吃同一副药。
转折：提示从一份变成几十万份
这篇叫 MGN-AIR 的工作把提示的粒度打到了像素级，分三步。
第一步，让模型自己画一张「病灶图」：一张与原图同尺寸的数值图，每个像素存一个数，表示这里的退化有多重。关键在于这张图不需要人工标注——训练数据本来就是「退化图 / 干净图」成对给的，两者的逐像素差异就是免费的监督信号，模型照着这个差异学会预测。
第二步，把一句话描述（比如「带雨线的雨退化」）经 CLIP——一个把文字和图像编进同一空间的模型——压成一个全局向量，与病灶图逐像素相乘。文字负责说「是什么病」，病灶图负责说「哪里病得重」，两者相乘，得到每个像素自己的「处理配方」。
第三步，网络按配方分区干活：退化重的像素走卷积分支，擅长局部强修；退化轻的像素走窗口注意力分支，擅长保住细节。一张图里，强修和轻修同时发生。
在混装去雨、去雾、去噪、去模糊、去雪、低光增强的标准基准上，它比此前的全一方案普遍高出约 1.5 到 2.3 dB PSNR（dB 是复原质量的常用尺子，越高越接近原图），小版本单张约 36 毫秒。论文刚被 ACM MM 2026 接收为口头报告。
它可能先落进哪些工作流
手机端的多病同治。 夜景照片往往同时有噪声、高光溢出和涂抹感，按区域配方的复原比整图一个滤镜更符合物理；36 毫秒的单张耗时，离实时预览只差最后一段压缩。
相册一键修复。 老照片的划痕是局部的、褪色是全局的，模型顺手画出的病灶图本身就是一份现成的「修复力度蒙版」，可以直接暴露成用户可调的笔刷初始值。
监控与自动驾驶。 挡风玻璃上的局部水珠、随距离加重的雾，正是空间非均匀退化的常态，全局策略在这类场景天然吃亏。
它也提了个评测上的醒：全一复原今后可能得按区域报指标，整图平均分会把「局部修得好」抹平。
局限与存疑
病灶图的监督来自「退化与干净的逐像素差」，对雨丝、雾这类结构性退化很直观，但对随机噪声并不成立——噪点重的像素差不一定大，作者也承认去噪仍略输专门模型。文本这一半只用了全局一句话，「带雨线的雨」这种细节并没有真的落到像素上。36 毫秒是服务器级 GPU 的成绩，塞进手机还得再砍；而基准里的混合退化终究是合成的，真实夜景那种「噪声 + 压缩伪影 + 涂抹」纠缠在一起的退化还没被验证。