AI 图像放大 4 倍：Upscayl 免费开源使用完整指南
【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
手机翻拍的低清截图想发出去不太丢人？翻拍的旧书页面想变成清晰扫描件？这类图分辨率太低，直接放大只会糊成一片。用开源工具 Upscayl 做 AI 图像放大，它用 AI 模型推测出缺失的细节，而不只是把像素拉大。Upscayl 免费、跨平台，Windows、macOS、Linux 都有安装包，处理全程离线完成。
读完这篇，你能做到：
- 10 分钟内装好 Upscayl 并放大第一张图
- 按图片类型选对模型，输出 4 倍清晰度结果
- 批量处理整个文件夹的老照片
- 加载自定义 NCNN 模型扩展能力
- 独立解决大部分启动和崩溃问题
🚀 从安装到出图：首次运行全流程
所有系统都需要一张支持 Vulkan 的独立显卡（Vulkan 是显卡图形加速接口，Upscayl 靠它加速 AI 计算）。装好之后，主界面操作是：拖入图片 → 右侧选模型和放大倍数 → 点击 Upscayl 按钮。处理完成会有通知，输出图出现在原图旁边。
Windows（Win10 及以上）
- 到官方发布页下载
upscayl-x.x.x-win.exe安装程序 - 出现 SmartScreen 警告时点"更多信息"→"仍要运行"
- 按向导完成安装，双击桌面图标打开
- 拖入一张图，选 Standard 模型 → 点 Upscayl
- 看到"Image upscayled successfully"提示，第一张图就成了
macOS（macOS 12 及以上）
Homebrew 用户一行装好：
brew install --cask upscayl没有 Homebrew 就下载upscayl-x.x.x-mac.dmg：双击 → 拖入 Applications → 右键 Upscayl 选"打开" → 在弹窗里再点一次"打开"，之后操作同上。
Linux
推荐 Flatpak，兼容性最好：
flatpak install flathub org.upscayl.UpscaylArch 用户可装 AUR 的upscayl-bin，Debian/Fedora 用户可下载 .deb 或 .rpm。
📥 输入、参数、输出：一次完整放大
输入：JPG、PNG、WebP 都可以，直接拖进窗口即可，源图别小于几百像素，不然模型没细节可猜。
参数：常用参数都在右侧面板，"更多选项"里还有压缩质量和 TTA 模式。
| 参数 | 可选值 | 推荐值 | 为什么这样选 |
|---|---|---|---|
| 模型 | 7 个内置 | Standard | 通用照片最稳 |
| 放大倍数 | 1x / 2x / 3x / 4x | 4x | 内置模型原生支持 4x |
| 输出格式 | PNG / JPG / WebP | PNG | 无损，适合再编辑 |
| 压缩质量 | 0–100 | 90 | 肉眼差异很小 |
| TTA 模式 | 开 / 关 | 关 | 开了质量升、耗时翻倍 |
| Tile 大小 | 512–2048 | 1024 | 显存大可加到 2048 |
输出：处理完的文件保存在原图同一文件夹，文件名自动加_upscayled后缀，例如cat_upscayled.png。设置里可开关"输出到原文件夹"，改成自定义目录。
🧠 按图选模型，别用错的
内置 7 个模型（完整列表见仓库 common/models-list.ts），常用 5 个：
| 图片类型 | 推荐模型 | 一句话理由 |
|---|---|---|
| 通用照片 | upscayl-standard-4x | 细节与自然度平衡 |
| 建筑、带文字 | ultrasharp-4x | 边缘更锐，文字更清楚 |
| 人像 | high-fidelity-4x | 肤色纹理处理更柔和 |
| 动漫、插画 | digital-art-4x | 保留卡通线条风格 |
| 老照片 | remacri-4x | 对划痕噪点更耐造 |
低配显卡选 upscayl-lite-4x，出图最快。拿不准就先用 Standard 试一遍，再换 Digital Art 对比一下。
判断口诀：真实照片选 Standard，动漫插画选 Digital Art，老照片选 Remacri，急就选 Lite。
⚙️ 进阶：批量、自定义模型、性能调优
批量处理
- 遇到：手里有几十上百张老照片要统一翻拍修复
- 操作：主界面点 Batch Upscayl → 选一个装满图片的文件夹 → 设好模型和倍数 → 开始
- 效果：逐张顺序处理，完成后弹"Images upscayled successfully"通知，结果全部落在源文件夹
自定义模型
- 遇到：内置模型不够，想用社区调过的专用模型
- 操作：新建
models文件夹 → 放入.bin和.param两个文件 → 设置页找到"Add Custom Models"→ 选这个文件夹 - 效果：新模型出现在模型列表最底部，选上即可用。把 PyTorch 模型转成 NCNN 格式的方法见模型转换教程
性能调优
- 遇到：处理慢或显存吃紧
- 操作：设置页改 Tile 大小（显存大就 1024 → 2048），多显卡用户可在 GPU ID 框里填
0,1指定显卡 - 效果：大图处理提速，不再爆显存。GPU ID 的查看方法在官方文档里有截图讲解
🛠️ 踩坑速查
| 症状 | 原因 | 修复 |
|---|---|---|
| 打不开或报 Vulkan 错误 | 显卡不支持 Vulkan 或没独显 | 确认显卡支持 Vulkan，或填 GPU ID 指定独显 |
| 处理大图时崩溃 | 显存不足 | 放大倍数降到 2x，关其他占显存程序 |
| 放大后和原图差不多 | 原图模糊失焦，AI 猜不出来 | 换清晰些的源图；Upscayl 不修模糊 |
| 批量中途停了图没后缀 | 还没跑完，先放大后处理 | 等完整流程结束再检查 |
| 结果带奇怪色块 | 用了不匹配的压缩质量 | 质量拉回 90，格式换 PNG 重试 |
以上都解决不了，翻官方故障排除文档，报 bug 时记得在设置页点 COPY 把日志一起贴出去。
📚 延伸资源
- docs/Guide.md：GPU ID、日志、自定义模型的图文教程
- docs/troubleshooting/general-fixes.mdx：高频问题的修复步骤
- docs/Compatibility-List.md：已验证可用的硬件和系统配置
去仓库点个 Star，然后挑一张你最想救的图开始放大吧。
【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
