Upscayl:4.5万星的开源AI图片放大工具,拖进去就出高清
Upscayl:4.5万星的开源AI图片放大工具,拖进去就出高清
Upscayl 在 GitHub 拿到了 4.5 万 Star:


Upscayl 是一个开源的 AI 图片放大工具,底层基于 Real-ESRGAN 模型。Real-ESRGAN 是腾讯 ARC 实验室提出的超分辨率模型,在图像修复方向的论文和项目中被频繁引用。Upscayl 把这个模型的能力封装成了图形界面,可以把低分辨率图片放大到 2 倍、4 倍甚至更高,同时保留画面中的纹理和边缘。支持 JPG、PNG、WebP 等常见图片格式。
图片分辨率不够是工作里经常会遇到的情况。截图放大后像打了马赛克,老照片像素撑不起打印尺寸,网上下载的素材一拉大就糊。传统图像软件的放大原理是插值,把像素点拉伸填充,得到的结果要么锯齿要么模糊。这种做法对像素数量有上限,超出原生分辨率的部分基本只能靠算法猜。
Upscayl 走另一条路。不是插值,而是用训练后的 AI 模型去推理目标尺寸下应有的图像内容。模型在大量高低分辨率图像对上学过映射关系,处理时能补全放大后缺失的纹理、轮廓、文字笔画。结果不是百分之百还原,但在多数场景下可用度很高。实测下来,卡通图、Logo、文字截图这几类素材效果尤其突出,因为它们的线条和色块明确,模型更容易还原边界。风景照片的放大也有不错的表现,细节处的噪点控制比简单插值强出不止一个档次。
几个特点:
跨平台,有图形界面
Windows、macOS、Linux 全部支持。提供原生 GUI,不需要碰终端。拖图片进窗口,选参数,点开始就行。跟那些只有命令行的同类工具相比,门槛低了很多。
完全本地运行
所有运算在本地完成。图片不会上传到服务器,也不依赖外部 API 调用。处理速度取决于显卡,有独立 GPU 会快不少,纯 CPU 的机器同样能跑,只是等的时间更长一些。内置了 Vulkan 加速支持,兼容显卡上可以进一步缩短处理时间。各平台安装包在 300MB 上下,主要是模型文件占用空间。
内置多个模型
预置了 Real-ESRGAN、RemaCRI、UltraMix 等模型。同一个模型并不通吃所有类型的图片。实拍照片和二次元插图用不同模型,输出效果差异明显。切换模型只需在下拉菜单里选一下,不需要手动下载和配置。此外也支持加载社区训练的自定义模型,扩展性足够。
支持批量处理
一次可以导入多张图片,统一设置参数后批量放大,不用逐张重复导入导出。设置好输出目录,软件自动按序处理,处理期间可以切换到其他窗口继续工作,不必守着进度条。

安装方式:去官网下载对应系统的安装包。Windows 下是 exe 安装程序,macOS 下是 dmg 镜像,Linux 下是 AppImage 文件,装好就能用。如果习惯自行编译,项目仓库提供构建说明。
使用流程:打开 Upscayl,把图片拖进去,选模型和放大倍数,点击开始。处理时间从几秒到几十秒,取决于图片尺寸和本机显卡性能。处理完成后自动输出到指定目录。
对于设计师、运营、自媒体从业者,图片清晰度是日常刚需。Upscayl 完全免费,不注册,不加水印,不上传图片。如果经常面对低分辨率图片需要放大的场景,这个工具值得一试。相比于按年付费的商业放大类产品,Upscayl 把同一件事做到了免费,数据还留在本地。
年付费的商业放大类产品,Upscayl 把同一件事做到了免费,数据还留在本地。
AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。
更多推荐



所有评论(0)