تعمل معظم نماذج استرجاع الصور الحالية بشكل مخصص للمهام، ولا يمكن تعميمها على مشغلات تدهور مختلفة. في هذا العمل، نقترح نموذج التفكيك التفاضلي للفضاء الصفري (DDNM)، وهي إطار عمل جديد صفر-الامتداد (zero-shot) لمشكلات استرجاع الصور الخطية العشوائية، بما في ذلك ولكن ليس مقتصرًا على تحسين الدقة، وإضفاء الألوان، والاستكمال، والقياس المضغوط، وإزالة الضبابية. يعتمد DDNM فقط على نموذج توليدي مُدرّب مسبقًا من السوق (off-the-shelf) كمُقدِّم توليد، دون الحاجة إلى تدريب إضافي أو تعديلات على الشبكة. من خلال تحسين محتويات الفضاء الصفري فقط أثناء عملية التفكيك العكسي، يمكننا تحقيق نتائج متنوعة تحقق كلاً من التوافق مع البيانات والواقعية. كما نقترح نسخة مُحسّنة ومقاومة، تُسمى DDNM+، لدعم استرجاع الصور الملوثة وتحسين جودة الاسترجاع في المهام الصعبة. تُظهر تجاربنا على عدة مهام لاسترجاع الصور أن DDNM يتفوق على الطرق الأخرى الرائدة في مجال الاسترجاع الصوتي الصفر-الامتداد. كما نُظهر أن DDNM+ قادرة على حل تطبيقات واقعية معقدة، مثل استرجاع الصور القديمة.