免费开源 AI 图像增强：Upscayl 4 倍超分新手实操指南
【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
Upscayl 是一款免费、开源（AGPL-3.0）的 AI 图像增强与 4 倍超分辨率放大工具，Windows、macOS、Linux 三大平台均可本地运行。它基于 Real-ESRGAN 算法 + NCNN 推理引擎 + Vulkan GPU 加速，内置 7 个 AI 模型，能把一张 300×400 的模糊旧图输出为 1200×1600 的清晰大图——全程不上传、不联网、不收费。
先想清楚：它能干什么，不能干什么
用之前先建立正确预期，能帮你省掉大量无效尝试：
- ✅能干的：增强"低清但清晰"的图。像素化的老照片、低清截图、分辨率不够的素材——AI 会根据纹理和边缘走向"猜出"缺失的细节，比如树叶脉络、毛发层次、衣料褶皱。
- ❌不能干的：对焦和去模糊。照片本身拍虚了、失焦了，Upscayl 救不了，只会给你一张"更糊的高清图"。官方 FAQ 对这个边界写得非常直白。
- ✅全本地运行：图片从打开到输出都不离开你的硬盘。处理私人照片、涉及版权的素材时，这一点很关键。
5 分钟跑通第一张图
装好之后，主界面就是一个直白的四步流程，照着做即可：
- 选图：把图片拖进窗口，或点 "Select Image" 浏览选择。支持 PNG、JPG、JPEG、WEBP 等常见格式。
- 选模型：第一次用保持默认的通用标准模型即可。
- 设输出目录：指定结果保存位置（默认和原图同目录）。
- 点 "Upscayl" 开始：处理完成后，界面并排展示原图与结果，支持滑块对比和放大镜两种视图。
安装包从项目的 Releases 页按系统下载（Windows 的 exe、macOS 的 dmg、Linux 的 AppImage/Flatpak/Snap 都有）。如果你是想参与开发，也可以克隆源码本地运行：
git clone https://gitcode.com/GitHub_Trending/up/upscayl cd upscayl && npm install && npm run start按素材类型对号入座：7 个模型怎么选
模型选错，效果差一半。与其平铺看 7 个名字，不如直接按你的素材类型查表：
| 素材类型 | 推荐模型 | 为什么 |
|---|---|---|
| 人像、老照片、产品图 | high-fidelity-4x（高保真） | 纹理平滑，对手部、皮肤还原更稳 |
| 日常照片、风景、通用素材 | upscayl-standard-4x（标准） | 通用均衡，绝大多数场景不翻车 |
| 批量处理、赶工期 | upscayl-lite-4x（轻量） | 速度最快，质量损失最小 |
| 自然风光（非商业用途） | remacri-4x | 增加锐度与细节 |
| 自然图像（非商业用途） | ultramix-balanced-4x | 锐度与细节的平衡点 |
| 追求极致锐利 | ultrasharp-4x | 锐度拉满 |
| 动漫、插画、游戏原画 | digital-art-4x（数字艺术） | 保持艺术风格、增强线条 |
标准模型的 4x 输出效果——一张 500×500 的输入被补全到 2000×2000，边缘干净、无明显涂抹感：
动漫插画类素材用数字艺术模型，补线效果比通用模型更贴合：
一句话建议：想省心就永远用标准模型；批量赶工换轻量模型；人像换高保真；二次元换数字艺术。
决定效果上限的三个旋钮
缩放倍率：原生 4x 与软件模拟的区别
默认模型原生只输出 4x。你在界面上选的 2x、3x，其实是软件把 4x 结果再缩小模拟出来的——能用，但不是原生精度。想要真正的原生 2x、3x，需要加载带对应倍率的模型（项目的models/目录里就内置了 realesr-animevideov3-x2 / x3 模型文件）。
TTA：开精修，但耗时约 8 倍
TTA（Test-Time Augmentation，测试时增强）≈ 精修模式：多轮推理减少伪影、提升画质，代价是处理时间约 8 倍。结论：适合单张精修，绝不适合批量。我第一次没经验全开 TTA 跑 60 张图，显卡转了一下午。
自定义输出宽度
想做 4K 壁纸？开启自定义输出宽度，直接填 3840，软件会按比例自动算出高度，不用自己心算。配合 PNG 输出保留细节，一张 1080p 游戏截图就能变成 3840 宽的清晰壁纸。
你的电脑能跑吗：硬件要求与 Vulkan 显卡
这是决定"能不能用"的关键前提，装之前先确认：
- 强依赖 Vulkan 兼容 GPU：Upscayl 的 NCNN 后端跑在 GPU 上，官方明确提醒——多数核显（iGPU）跑不起来，CPU 也不行。
- 速度预期：一张普通 1080p 图做 4 倍放大，通常一两分钟内完成，GPU 性能越好越快。
- 没有兼容 GPU 怎么办：Windows 和 Linux 上有社区提供的 CPU 变通方案（见 README FAQ 中提到的 workaround）；macOS 目前无解。
- 拿不准自己显卡是否支持，直接查 docs/Compatibility-List.md，项目维护了一份兼容清单。
让它更快更省的进阶技巧
这些功能藏在设置菜单里，比"换模型"更能提效：
- 剪贴板直接粘贴：截图软件里复制一张图，回到 Upscayl 按
Ctrl+V，不用先存文件。处理屏幕截图的工作流能快一倍。 - 元数据保留开关：开启"复制图片元数据"后，输出图会通过 exiftool 保留原始 EXIF 信息。摄影作品要发平台、带版权标识的图，这个开关很关键。
- 自定义 NCNN 模型：把自训模型（.bin + .param 两个文件）放进一个文件夹，在设置里指定路径即可加载。有 PyTorch 模型想接入？docs/Model-Conversion-Guide.md 讲了完整的转换流程。模型自由度这一点，是闭源付费软件给不了的。
- 本地化：界面支持 20 多种语言，中文翻译在 renderer/locales/zh.json，装好后在设置里切到中文即可，上手门槛再降一截。
常见翻车点与排错
我把高频踩坑点按出现频率排了个序：
- 拿糊图当输入——再次强调：它不能对焦、不能去模糊。输入必须是"清晰的低清图"，否则只会"更糊得高清"。
- 批量中途点停止，以为全丢了——模型可能正把所有图都升完、还没做后处理。此时等一等，它会把当前批次处理完再停，官方 FAQ 专门解释过这个行为。
- Windows 上 GPU ID 不生效——系统没把 Upscayl 设为高性能模式时，Windows 可能无视你的 GPU ID 设置、强制走核显。改电源模式为高性能再试。
- Windows 安装时弹"未知发布者"对话框——UAC 会提示"是否允许此应用对设备进行更改"，点 Yes 继续安装即可，开源项目没有商业签名属正常现象。
- TTA 开过头——批量场景一律关闭，单张精修才开。
- 还遇不到解法——直接翻项目内文档：docs/Guide.md 讲 GPU 设置和自定义模型，docs/troubleshooting/ 按 Windows/macOS/Linux 分平台整理了常见故障，比到处搜答案高效得多。
结语：一句话心法
先用轻量模型跑一张小图定效果，再上标准模型 + TTA 精修单张，最后才批量。
顺序对了，时间和显卡都省一半。去把你相册里那些"舍不得删又看不清"的照片翻出来试试吧，4 倍超分后的细节，往往比预期惊喜。
【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
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
