VeraRetouch 是 vivo BlueImage Lab 联合浙江大学、之江实验室发布的一个轻量级 AI 修图框架。它用 0.6B 参数的视觉语言模型（VLM）作为"修图大脑"，配合全可微分的 Retouch Renderer 作为"修图执行器"，能在手机端侧完成专业级的色调与色彩优化。总参数仅约 0.63B，远小于 Flux.1 Kontext 等主流方案。

核心问题：为什么需要一个新的修图框架

现有 AI 修图方案存在几个关键痛点：

• 专业修图工具操作复杂，一键滤镜又风格生硬
• 推理式修图引入的大模型太重，不适合移动端部署
• 外部修图软件不可微分，模型参数无法通过端到端训练直接优化

VeraRetouch 的关键创新在于：不再把专业修图工具当作外部黑盒，而是用一个全可微分的 Retouch Renderer 替代传统调色与调光操作。

VeraRetouch将0.6B VLM作为"修图大脑"，Retouch Renderer作为"修图执行器"。

三种修图模式

VeraRetouch 定义了三类修图任务，覆盖从"一键优化"到"精准控制"的完整需求：

Auto-Retouch（自动修图）

用户只需输入一张照片，模型自动分析画面中的光影和色彩问题并生成修图方案。目标不是套滤镜，而是在保留原图内容的基础上提升整体观感。

Style-Retouch（风格修图）

用户可以用自然语言描述想要的风格，比如"温暖秋日感"、"冷调日系透明感"、"暗调情绪胶片风"。模型结合图像内容和文本意图，推理出具体调色方向。

Param-Retouch（参数修图）

模型根据明确的参数指令进行修图，例如对比度、曝光、色温、饱和度等。强调调整结果的可控性和可复现性。

技术架构

修图空间三维拆解

研究团队将修图空间拆解为三个相对独立的控制维度：

• Lighting：曝光、阴影、高光等光照相关调整
• Global Color：色温、色调、整体颜色倾向等全局色彩调整
• Specific Color：针对红色、橙色、蓝色等特定颜色通道的精细调整

这种拆解与专业修图流程高度一致，让模型输出更可解释、更稳定。

端到端可微分

模型最后一层 hidden state 被送入 MLP Retouch Adaptor，对齐到 Retouch Renderer 可理解的连续控制 latent。整个修图过程在模型内部完成，支持端到端像素级训练。

DAPO-AE 后训练策略

通过格式奖励、图像相似性奖励和审美奖励，引导模型在保持指令一致性的同时生成更自然的修图结果。

数据集：AetherRetouch-1M+

为解决专业修图数据稀缺的问题，研究团队构建了百万级多任务专业修图数据集：

• 自动修图：采用"反向退化"思路，从高质量照片出发，反向生成"未修图"版本
• 风格修图：整理 5030 个在线风格预设，覆盖 11 个大类和 193 个细分子类
• 参数修图：围绕三类操作随机采样参数组合生成训练数据

实测表现

质量指标

速度对比

在FiveK-Bench上VeraRetouch-DAPO-AE达到26.85 dB PSNR，多项指标领先。

风格修图任务中，VeraRetouch在多项指标上取得最优表现。

用户研究

38 名参与者盲评结果显示，VeraRetouch 在视觉美感、指令一致性和纹理保持方面均获得最高评分。DAPO-AE 后训练带来 61.62% 的偏好率。

实用信息

• 论文链接：https://arxiv.org/pdf/2604.27375
• 项目主页：https://apollo-yi.github.io/VeraRetouch/
• 代码链接：https://github.com/OpenVeraTeam/VeraRetouch
• 总参数：约 0.63B
• 适用平台：移动端侧部署（iPhone、MacBook 等）

适用场景

• 手机厂商：集成端侧 AI 修图能力
• 摄影 App 开发者：轻量级修图 SDK
• 个人开发者：本地部署 AI 修图工具，无需云端调用