企业官网建设流程全解析

一张 500 像素的老照片，让我决定写下这篇 AI 图像增强工具使用指南

【免费下载链接】upscayl🆙 Upscayl - #1 Free and Open Source AI Image Upscaler for Linux, MacOS and Windows.项目地址: https://gitcode.com/GitHub_Trending/up/upscayl

事情得从上周说起。整理旧硬盘时，我翻出了十年前用老数码相机拍的全家福，扫描件只有 500×500 像素，放大到满屏全是马赛克，爷爷脸上的皱纹糊成一片。发给家人群，大家只能"嗯嗯"两声——不是不感动，是实在看不清。

折腾了两天各种"修复神器"后，我遇到了AI 图像增强工具 Upscayl，一个完全免费、开源的图片放大增强软件。本来只是随手试试，结果第一张图的对比就把我震住了。今天这篇指南，就从一个普通用户的视角，讲讲它到底能帮你做什么、怎么做。

先看结果：糊成一团的照片，4 倍放大后还能更清晰

上面是官方效果图里我最喜欢的一组：金门大桥，处理前 500×500，放大后 2000×2000。注意重点不是"变大了"，而是变清晰了——桥上的钢缆、山体的岩石纹理，居然被"补"出来了。

为什么能做到？两三句话说清楚：它用的是 Real-ESRGAN 这类超分辨率 AI 模型，原理是"猜"——根据画面里已有的像素，推测出缺失的细节该怎么长。所以它不是简单拉伸，而是重新"画"了一遍图。而这一切都在你的电脑本地运行，照片不会上传到任何服务器。

它到底能干多少活：五件事，一屏列完

• 4 倍放大且保持清晰，这是看家本领，老照片、低分辨率截图、素材图都适用
• 7 个内置 AI 模型任你挑：通用、轻量、数字艺术、高保真、锐化等，按图片类型选
• 批量处理整个文件夹，几百张图排着队处理，不用一张张点
• 保留原始 EXIF 元数据，摄影作品和版权信息不会丢
• 双重升图 + TTA 模式，追求极致细节时的两个"隐藏开关"

一条主线走到底：把我那张老照片变清晰

不绕弯子，直接以"修复旧照片"为任务，从零开始走一遍完整流程。

第一步，装好它

Windows、macOS、Linux 都有安装包，按系统下载对应版本即可。装完后打开，你会看到下面这个深色界面，左侧是竖排的四个步骤：

有一个前置条件必须先说：它需要一块支持 Vulkan 的显卡（GPU）。大部分独显都行，很多集成显卡可能跑不起来——但试了才知道，无妨。

第二步，选图

点SELECT IMAGE，把老照片拖进去。右侧会立刻显示预览。

第三步，选模型

下拉框里有好几个选项，我的选择逻辑很简单：

• 照片类（人像、风景、日常）→Upscayl 标准模型或高保真模型
• 插画、动漫、数字绘画 →数字艺术模型
• 只求速度快 →轻量版

我那张全家福选的是标准模型，稳妥。

第四步，设置输出位置，点 UPSCAYL

输出文件夹默认是图片所在目录，也可以自己指定。一切就绪后，点那个青绿色的UPSCAYL按钮。

第五步，等它跑完

处理速度看显卡性能，一张 500×500 的图通常几秒到几十秒。跑完后去输出文件夹，前后对比一目了然。

我那张全家福的处理结果超出预期：爷爷的皱纹、衣服的纹理都清晰可辨，发到群里后，我妈连发了三个感叹号。

两个进阶玩法，以及四个真实的坑

玩法一：批量处理一整批老照片

处理单张只是入门。主界面顶部的Batch Upscale开关打开后，可以直接选整个文件夹，几百张扫描件排队处理。我拿它处理了老家一整批 90 年代的纸质照片扫描件，晚上睡前点上，第二天醒来全好了。

玩法二：双重升图，追求极致

对第一轮结果再来一次 AI 增强，就是"双重升图"。适合特别重要的图，代价是处理时间大幅增加，慎用。

下面这四个坑，都是我在折腾中真实踩过的，提前帮你避开：

• 图块大小报错：处理超大图片时报"图块错误"，去设置里把自定义图块大小调成 256 或 512 再试
• 模糊不等于修复：它擅长处理"低分辨率"和"像素化"，但对失焦虚化的照片无能为力，那种图它救不回来
• 元数据丢在 JPG 里：如果在意 EXIF 信息，建议输出格式选 JPG，其他格式在部分系统上可能不显示
• 多 GPU 电脑要指定 GPU ID：设置里能找到日志区，日志会列出所有 GPU 编号，填进去即可指定用哪块显卡

说点实话：它适合谁，不适合谁

适合：手头有成堆老照片、低分辨率截图、设计素材要救急的人；在意隐私、不想把图片传上云的人；以及预算为零但想试试 AI 图像增强到底什么水平的人。

不适合：追求"一张虚焦照片瞬间变高清"的人（物理做不到）；需要超大尺寸输出且对细节零妥协的商用场景（4 倍是主力，再往上会吃力）；以及完全没有独立显卡的机器（装是能装，跑不跑得动另说）。

顺带一提，软件本身支持中文界面，在设置里切换语言即可，翻译覆盖了绝大多数界面文本。想深入了解模型的差异，仓库里的 docs/Guide.md 有 GPU 配置和自定义模型的说明；不同模型的完整前后对比可以翻 COMPARISONS.MD；遇到卡在显卡上的问题，docs/troubleshooting/ 里的故障排查清单很实用。

现在就试，别等"哪天有空"

不用看攻略视频，也不用研究参数。打开仓库 https://gitcode.com/GitHub_Trending/up/upscayl 下载安装包，装好后随便挑一张你觉得最模糊的照片——分辨率越低越有惊喜。

处理完第一张，你大概就会明白为什么这个免费开源的小工具能在 GitHub 上攒下那么多星：它把"AI 修复照片"这件事，做成了连长辈都能上手的四个步骤。

去试试吧，那张你一直舍不得删却看不清的照片，值得一个清晰的模样。

【免费下载链接】upscayl🆙 Upscayl - #1 Free and Open Source AI Image Upscaler for Linux, MacOS and Windows.项目地址: https://gitcode.com/GitHub_Trending/up/upscayl