VeraRetouch は、vivo BlueImage Lab が浙江大学および之江実験室と共同で発表した軽量級 AI レタッチフレームワークです。0.6B パラメータの視覚言語モデル（VLM）を「レタッチの頭脳」とし、完全に微分可能な Retouch Renderer を「レタッチの実行部」として組み合わせることで、スマホの端末内でプロフェッショナル級のトーン・カラー最適化を完結できます。総パラメータ数はわずか約 0.63B で、Flux.1 Kontext などの主流手法よりはるかに小さくなっています。

核心の課題：なぜ新しいレタッチフレームワークが必要なのか

既存の AI レタッチ手法にはいくつかの重要な痛点があります：

• プロ用レタッチツールは操作が複雑で、ワンタップフィルタは仕上がりが硬い
• 推論型レタッチが持ち込む大モデルは重すぎるため、モバイル端末へのデプロイに向かない
• 外部レタッチソフトは微分不可能で、モデルパラメータをエンドツーエンド学習で直接最適化できない

VeraRetouch の鍵となる革新は、プロ用レタッチツールを外部のブラックボックスとして扱うのをやめ、完全に微分可能な Retouch Renderer で従来のカラーグレーディングおよびライティング調整操作を置き換えた点にあります。

VeraRetouchは0.6B VLMを「レタッチの頭脳」、Retouch Rendererを「レタッチの実行部」として扱います。

3つのレタッチモード

VeraRetouch は3種類のレタッチタスクを定義しており、「ワンタップ最適化」から「精密な制御」までのあらゆるニーズをカバーします：

Auto-Retouch（自動レタッチ）

ユーザーは写真を1枚入力するだけで、モデルが画面内の光と影、カラーの問題を自動的に分析し、レタッチ案を生成します。目的はフィルタを当てはめることではなく、元画像の内容を保持したまま全体の見栄えを引き上げることです。

Style-Retouch（スタイルレタッチ）

ユーザーは自然言語で望みのスタイルを描写できます。たとえば「暖かい秋の日の雰囲気」「冷たいトーンの日本的な透明感」「ダークトーンのムーディーなフィルム風」。モデルは画像の内容とテキストの意図を組み合わせ、具体的なカラーグレーディングの方向を推論します。

Param-Retouch（パラメータレタッチ）

モデルは明確なパラメータ指示に基づいてレタッチを行います。たとえばコントラスト、露出、色温度、彩度などです。調整結果の制御性と再現性を重視します。

技術アーキテクチャ

レタッチ空間の3次元分解

研究チームはレタッチ空間を、比較的独立した3つの制御次元に分解しました：

• Lighting：露出、シャドウ、ハイライトなどライティング関連の調整
• Global Color：色温度、トーン、全体の色傾向などグローバルなカラー調整
• Specific Color：赤、オレンジ、青など特定のカラーチャンネルに対する精密な調整

この分解はプロのレタッチワークフローと高度に一致しており、モデルの出力をより解釈しやすく、より安定にします。

エンドツーエンドで微分可能

モデルの最終層の hidden state は MLP Retouch Adaptor に送られ、Retouch Renderer が理解できる連続制御 latent に整列されます。レタッチ処理全体がモデル内部で完結し、エンドツーエンドのピクセルレベル学習をサポートします。

DAPO-AE ポストトレーニング戦略

フォーマット報酬、画像類似性報酬、審美報酬によって、指示との一貫性を保ちながら、より自然なレタッチ結果を生成するようモデルを導きます。

データセット：AetherRetouch-1M+

プロ用レタッチデータの不足問題を解決するため、研究チームは百万級のマルチタスク対応プロ用レタッチデータセットを構築しました：

• 自動レタッチ：「逆方向劣化」という発想で、高品質な写真から出発して「レタッチ前」版を逆向きに生成
• スタイルレタッチ：5030個のオンラインスタイルプリセットを整理し、11の大分類と193の細分類をカバー
• パラメータレタッチ：3類型の操作を軸にパラメータの組み合わせをランダムサンプリングして学習データを生成

実測パフォーマンス

品質指標

速度比較

FiveK-BenchにおいてVeraRetouch-DAPO-AEは26.85 dB PSNRに達し、多数の指標でリードしています。

スタイルレタッチタスクでは、VeraRetouchは複数の指標で最高の成績を収めています。

ユーザー調査

38名の参加者によるブラインド評価の結果、VeraRetouch は視覚的な美しさ、指示との一貫性、テクスチャ保持のすべての面で最高評価を獲得しました。DAPO-AE ポストトレーニングにより 61.62% の選好率がもたらされています。

実用情報

• 論文リンク：https://arxiv.org/pdf/2604.27375
• プロジェクトページ：https://apollo-yi.github.io/VeraRetouch/
• コードリンク：https://github.com/OpenVeraTeam/VeraRetouch
• 総パラメータ数：約 0.63B
• 対応プラットフォーム：モバイル端末へのデプロイ（iPhone、MacBook など）

適用シーン

• スマホメーカー：端末内 AI レタッチ機能の統合
• 写真アプリ開発者：軽量なレタッチ SDK
• 個人開発者：クラウド呼び出し不要のローカル AI レタッチツール