有些恢复结果，像素误差变小了，特征距离也改善了，另一种感知误差却更差。把同一张结果压成一个“质量分”，反而会把最有意思的分歧藏起来。
这份笔记来自此前的静态图像对比，按实验阶段日期归档，随后整理成文。这里只留下方法和定性趋势，不展开具体场景、实验数值或内部实现。它不是公开排行榜，也不是后续深入调研的替代品。
先说当前观察到了什么
这批有限输入给我的提醒，不是某个新模型可以统一接在所有结果后面，而是恢复方法与输入条件、评价目标之间有明显关系。
| 已有对比中的趋势 | 目前支持的判断 | 不能顺着推出什么 |
|---|---|---|
| 面向渲染噪声的降噪方法，在部分输入上更稳妥 | 和噪声来源相匹配的基线值得保留 | 它对所有图像、所有退化都最好 |
| 生成式恢复在部分输入和部分指标上有优势，但指标间会分歧 | 值得继续研究保真与感知表现的取舍 | 生成的纹理就是正确细节，或应默认串到全部输出后面 |
| 只做缩放往返也会改变评分，而且不同指标方向可能不同 | 缩放必须作为单独对照 | 带模型的完整流程获得的改善全来自模型 |
这里的“稳妥”和“优势”只描述已有对比，不是泛化结论。同源输入的不同处理版本，也不能当成独立场景来扩充样本证据。
指标多了，不等于证据自动更充分
MSE 看逐像素差异；在评价范围和峰值定义固定时，PSNR 是它的单调变换。两者同时改善，不应被算成两份彼此独立的支持。
SSIM、LPIPS、DISTS 与 FLIP 则从不同角度描述差异。LPIPS 利用网络特征构造距离，FLIP 提供面向渲染图像差异的度量与可视化；它们不是同一把尺，也都不能代替针对目标任务的观察。LPIPS 实现、FLIP 实现与说明
所以我不会用“多数指标赢了”直接宣布人眼体验最好。更有用的问题是：改善发生在哪里，哪种误差变大了，是否保住了任务真正需要的结构与内容。指标分歧值得解释，不应该先被平均掉。
比较完整处理链，别把前后处理藏起来
一个看似简单的“输入图→模型→输出图”，中间可能包含裁剪、色彩转换、量化、放大、颜色修正和缩回。每一步都可能改变最后的误差。
对照中，我把这些处理尽量拆开记录：不做模型只走格式与颜色往返，不做模型只走缩放，再和含模型的完整流程对照。
这样做不是为了把所有方法强行喂成同一个张量。渲染域方法和面向普通显示图像的恢复方法，本来就可能有不同输入约定。可以比较最终完整流程，但必须说明各自处理过什么；不能把输入约定的差异藏在模型名字后面。
评分数据和网页预览也要分开。预览为了显示而裁剪、转换或量化，不意味着它适合充当所有指标的原始评分数据。文件扩展名变成浮点格式，也不会把上游已经损失的精度补回来。
放大后缩回，不是在验证高分辨率细节
缩回之后的图像，可能因为滤波与抗混叠而改变像素误差。因此，带模型的放大流程如果胜过原尺寸流程，至少还需要问：其中有多少只是缩放链路带来的变化？
纯缩放往返对照，就是为了避免把这一部分全算成模型能力。
更重要的是，没有对应的高分辨率真值时，缩回原尺寸的评价只能回答原尺寸恢复表现，不能证明新生成的高频纹理正确。恢复得“像一张自然图片”和恢复得“忠于原始内容”，不是同一个目标。
以 SeedVR 这类生成式恢复路线为例，公开项目展示的能力值得关注，但作者的模型定位、演示与本地输入上的效果仍要分开。项目实现 这篇不从项目演示推出我们的效果，也不从有限本地结果推成模型总体排名。
失败结果也要留在协议里
遇到非有限输出时，不能把它补成一个看起来很好的分数，也不能悄悄换成另一种实现却沿用原标签。
应该保留失败原因，检查输入前提；确实适用另一种处理方式时，给它独立的配置记录。模型家族名相同，不表示权重、输入域和处理链相同；多个配置也不等于多个独立算法。
推理阶段同样不能借参考图来逐图调参追分。参考图用来评价，不应偷偷进入模型输入或参数选择过程。
下一份调研要回答什么
下一步先补更独立的输入与退化条件，固定参数选择，再看这些趋势是否还成立。模型、权重、输入约定、运行成本和许可分别核对，而不是继续堆一长串名字。
视频还要另开证据链：先保持尺寸与帧率，比较仅解码重编码、缩放往返、逐帧恢复，再进入真正使用时间上下文的方法。静态图像更清楚，并不自动意味着时序更稳定；闪烁、拖影和伪细节可能在运动时才出现。
当前没有新的视频时序结论，也没有据此证明引擎侧时序降噪或光线重建已复现。先把静态处理链解释清楚，再做更细致的文献与开源实现核查。这份笔记先停在这里：记录值得继续追问的趋势，不把阶段结果包装成终点。