这篇论文最有意思的地方，不是"再套一层状态空间模型"这么简单，而是把 LRU 这种本来只适合序列任务的"线性极简主义"塞进了图像超分辨率——用一句"语义调制"把静态复现变成了动态感知，还省了计算。论文标题：Linear Recurrent Unit with Semantic Modulation for Image Super-Resolution发表日期：CVPR 2026发表单位：Korea University DGIST原文链接：OpenCVF开源代码：GitHub: MingyuChoi-run/LSM痛点：SSM 越来越强，但也越来越"贵"超分辨率（SR）这件事，表面上是"把模糊图变清晰"，实际上是一个经典的病态逆问题——你要从有限的低频信息里把高频细节"猜"回来。过去十年，这条路大概走过了 CNN → Transformer → Diffusion → 状态空间模型（SSM）四个阶段，每一次都在试图同时解决"全局感受野"和"计算效率"这两个矛盾需求。Transformer 系（SwinIR、HAT、DAT 等）把全局交互做透了，但自注意力的复杂度随图像尺寸平方增长，大分辨率输入时资源消耗爆炸。于是 Mamba 系的状态空间模型（MambaIR、MambaIRv2）开始大杀四方——它用线性复杂度换取全局感受野，看起来两全其美。但问题来了：SSM 为了做到这个"线性复杂度"，内部引入了动态参数化和复杂的离散化过程，还要配专门的初始化策略，整个模型变得又黑又重。换句话说，Mamba 系虽然计算上宣称高效，但实际实现里有一层"隐性开销"——动态扫描、特殊初始化、参数离散化，每一层都在偷走效率。有没有可能，回到更简单的"线性复现"，但用别的手段弥补它的静态弱点？这就是这篇论文切入的点。核心创新：静态扫描 + 语义调制，用"字典"给每个像素派活论文提出的 LSM（Linear recurrent unit with Semantic Modulation）核心思路可以用一句话概括：让 LRU 做"稳定的信息搬运工"，让 SMU（语义调制单元）做"现场调度的工头"。什么是 LRU？为什么选它？LRU（Linear Recurrent Unit）是 Orvieto 等人 2023 年提出的，可以理解为"去掉了非线性激活的 RNN"。传统 RNN 因为激活函数的非线性导致梯度不稳定、难以并行化，LRU 通过复数对角化、指数特征值参数化和归一化，得到了一套纯线性的复现方程：h ˉ k = diag ⁡ ( λ ) h ˉ k − 1 + γ ⊙ ( B ˉ u k ) , y ˉ k = C ˉ h ˉ k + D u k , \begin{split} \bar{h}_k = \operatorname{diag}(\lambda) \bar{h}_{k-1} + \gamma \odot (\bar{B} u_k), \\ \bar{y}_k = \bar{C} \bar{h}_k + D u_k, \end{split}hˉk​yˉ​k​​=diag(λ)hˉk−1​+γ⊙(Bˉuk​),=Cˉhˉk​+Duk​,​其中