企业官网建设流程全解析

3 步把老照片放大到 4K：Upscayl 免费离线 AI 图像放大指南

【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

你手里有一批低分辨率的老截图和旧照片，想放到 4K 屏上看却全是马赛克，用系统自带的放大又只能得到更明显的锯齿和模糊。Upscayl 是一款开源免费的 AI 图像放大工具，完全在本地离线运行：选一张图，AI 模型会自动补全细节并放大到 2~4 倍，图片不需要上传到任何云端。

Upscayl 是一款基于 AGPL-3.0 协议开源的 AI 图像放大应用，覆盖 Windows、macOS 和 Linux 三大平台，推理路线是 Real-ESRGAN + NCNN Vulkan，超分计算全部跑在你自己的显卡上。

能力地图：它能在哪些场景帮你

日常单张放大

• 主界面点 "Select Image" 选图，即可预览原图并拖滑块对比放大前后效果
• 内置 7 个模型：Standard（通用）、Lite（轻量快速）、High Fidelity（高保真）、Digital Art（数字艺术）等，模型清单定义在 common/models-list.ts
• 放大倍数支持 2x / 3x / 4x，输出格式可选 PNG、JPG、WEBP 等

整批素材一键处理

• 点 "Select Folder" 选择一个目录，应用会依次处理其中所有受支持的图片
• 适合老照片数字化、网站素材批量补高清这类"量大但不想一张张点"的活

对接自定义模型

• 内置模型不够用时，可以加载社区提供的 NCNN 格式模型（.bin + .param 两个文件一组）
• 入口在 Settings 页底部的 "Add Custom Models" → "Select Folder"

输出参数微调

• 瓦片尺寸（Tile Size）、GPU ID、TTA 模式、输出压缩率都在 Settings 页
• 多显卡机器可以指定用哪张卡跑推理，避免占用主显卡

三步上手

系统要求一行带过：需要一张支持 Vulkan 的显卡（多数近几年的独立显卡和较新的核显都满足），系统为 Windows 10+、macOS 12+ 或主流 Linux 发行版。

1. 下载安装：各平台一行命令或一次点击装好。

flatpak install flathub org.upscayl.Upscayl # Linux（推荐） brew install --cask upscayl # macOS

Windows 用户从官网下载安装包，双击安装即可。

2. 选图选模型：打开应用点 "Select Image" 选择图片，在模型列表里挑一个模型（拿不准就先用 Standard），设定放大倍数。
3. 点开始：点 "Upscayl" 按钮，进度条走完，成品图保存在原图目录（或你指定的输出目录），带放大后缀，原图不会被覆盖——当然也可以打开覆盖开关。

进阶玩法

一键批量放大整目录

触发条件：要处理的图片超过十几张。操作路径：Settings 页开启 Batch Mode 后，用 "Select Folder" 指向整个素材目录。预期收益：整批图一次跑完，老照片数字化这种活从"一张张点"变成"放后台等着"。

加载社区自定义模型

触发条件：内置 7 个模型的风格和你的素材不匹配（比如专门处理某类动漫画风）。操作路径：把 NCNN 模型文件放进一个文件夹，Settings → Add Custom Models → Select Folder 指向它，模型就会出现在选择列表里。预期收益：可以用社区训练的专项模型，细节风格更贴合素材类型。

用 TTA 和瓦片尺寸平衡质量与显存

触发条件：追求极限画质，或者放大超大图时显存吃紧。操作路径：Settings 页打开 TTA 开关，或调低 Tile Size。预期收益：TTA 以约两倍的耗时换取更干净的细节（慢）；调小瓦片可以防止显存溢出导致的崩溃，代价是接缝处偶有轻微痕迹。

效果边界与避坑

适用：

• 低分辨率但内容清晰的图：游戏截图、网页小图、数字插画、动漫图
• 老照片、扫描件这类"信息还在、只是尺寸小"的素材
• 动漫风格素材配合 Digital Art、Remacri 模型，线条和色块还原得较好

不适用：

• 已经严重模糊、失焦的图——AI 只会把模糊"重画"成更满的细节，不会恢复真实信息
• 噪点密集的低光照片、压缩痕迹重的 JPEG，放大后瑕疵会一并被放大
• 要求文字逐像素精确的场景，文字边缘可能出现轻微伪影

资源与行动

• 开发指南与常见问题：docs/Guide.md，涵盖 GPU ID 指定、日志查看、Scale 选项等细节
• 故障排查：docs/troubleshooting/general-fixes.mdx，各平台另有 windows.mdx、mac.mdx
• 想自己训练模型：docs/Model-Conversion-Guide.md 讲了如何把 PyTorch 模型转成 NCNN 格式
• 源码入口：主进程与推理调用在 electron/，界面在 renderer/

现在就可以开始：装好应用，找一张你觉得最"糊"的老图，放大 4 倍看看效果——不满意再换模型，成本就是几分钟等待时间。

【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