以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Universal image restoration aims to handle diverse degradations within a single model, but a reliable scaling strategy remains underexplored. Increasing backbone depth and width can lead to performance saturation, while degradation-aware specialization depends on accurate degradation estimation and is vulnerable to err
阅读原文 · Jingbo Lin, Zhilu Zhang, Fan Li, Renjing Pei, Wenbo Li, Hang Xu, Hongzhi Zhang, Wangmeng Zuo
向阳乔木 · opencode-go/deepseek-v4.1-flash
图像恢复模型想做大，但“怎么放大才不掉链子”一直没被认真回答。UniRestorer++ 就是冲着这个空白来的：它不满足于在单一模型里塞下多种退化类型，而是想给“扩容”这件事本身找一条可预测的路线。 摘要里有个值得留意的细节：作者报告 PSNR 随模型规模大致呈对数线性增长，并且在分布外和真实数据上，扩容收益比普通的 MoE 扩容更明显。 如果这个趋势成立，...