Upscayl：免费开源AI图像放大工具，3步出4倍高清图
Upscayl：免费开源AI图像放大工具，3步出4倍高清图
【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
你从网上找来一张 256×256 像素的小图，想放大铺进海报里，用系统看图软件一拉全是马赛克。Upscayl 是一款免费开源（AGPL-3.0）的 AI 图像放大桌面应用，用 Real-ESRGAN 神经网络在 GPU 上重建图像细节，放大后不发虚、不糊边，Windows、macOS、Linux 三个平台都能跑。
⚡ 核心能力速览
| 特性 | 说明 | 适合谁 |
|---|---|---|
| AI 放大 2x/3x/4x | 神经网络推理填充细节，而非插值算法 | 需要放大低清图、老图、截图的人 |
| 7 个内置模型 | 通用照片、动漫、高保真、极致锐利等，按图片类型选 | 不同素材的普通用户 |
| Batch Upscale 批量模式 | 选中整个文件夹一次处理完 | 照片多、想省事的人 |
| Double Upscayl | 4x 结果再叠一次 4x，约 16 倍放大 | 追求极端分辨率的人 |
| 自定义模型 | 加载 NCNN 的 .bin + .param 模型文件 | 有模型储备的进阶用户 |
| 输出选项全 | 格式（PNG/JPG/WEBP）、瓦片尺寸、TTA、GPU ID 可调 | 多显卡或显存较小的机器 |
🚀 从零上手：安装命令与首次放大
硬件门槛：需要一块支持Vulkan的显卡（多数独显可以，大多数核显不行），系统要求 Windows 10+、macOS 12+ 或主流 Linux 发行版。
分平台安装，各一条命令：
# Linux（Flatpak 方式） flatpak install flathub org.upscayl.Upscayl# macOS（Homebrew 方式） brew install --cask upscaylWindows 没有命令行安装，从发布页下载upscayl-x.x.x-win.exe双击安装即可。
装好后的最小流程，3 步走完：
- Step 1 选图：点左侧
SELECT IMAGE按钮，选中要放大的图片。 - Step 2 选模型：在
Select Upscaling Type里选upscayl-standard-4x（通用照片的默认选择），放大倍数先保持 4x。 - Step 3 设目录并开跑：
SET OUTPUT FOLDER指定输出位置（不设就存回原图目录），点绿色的UPSCAyl按钮，等进度条走完，成品就在输出目录里。
界面上会实时显示FROM 300x242 TO 1200x968这类尺寸换算，方便你确认输出大小是否符合预期。
🛠 进阶玩法
一次处理整个文件夹
勾选界面上方的Batch Upscale开关，Step 1 的按钮会变成文件夹选择，把整个目录丢进去即可。注意：批量模式下 Double Upscayl 和自定义分辨率不可用，输出目录必须手动指定。
让分辨率再高一级
两个办法。一是勾选Double Upscayl，等于把 4x 结果再放大 4 倍，约 16 倍。二是直接把倍数选成 2x/3x：从 v2.8 起，Upscayl 对只支持 4x 的内置模型会先放大再降采样来模拟 2x/3x 输出，想要原生 2x/3x 效果需加载对应参数倍的自定义模型。
加载社区模型
建一个文件夹命名为models，把 NCNN 模型文件（.bin+.param成对出现）放进去；打开 设置 → Add Custom Models →Select Folder指向它，之后在 Step 2 的模型下拉框里就能按文件名选到它。仓库自带的models/目录里就有realesr-animevideov3的 x2/x3/x4 三套文件可参考。
指定显卡与调节速度
多显卡机器在设置里填GPU ID决定用哪张卡跑：先随便放大一张图，到设置页的日志区就能看到当前所有 GPU 的编号，填进去即可。显存吃紧时调小Tile Size（瓦片尺寸）可降显存占用；TTA 模式换速度提画质，日常不建议常开。
⚠️ 避坑指南
- Windows 安装时弹出"未知发布者"确认框→ 安装包未做商业签名 → 点"Yes"继续安装即可。
- 首次放大直接报错或无响应→ 显卡不支持 Vulkan → 在设置日志区确认 GPU 是否被识别，有独显就通过 GPU ID 指定独显。
- 放大后和原图几乎没区别→ 原图本身失焦或模糊 → AI 模型补细节但不去模糊，换内容清晰的源图。
- 批量处理中途"卡住"，图片没被后处理→ 当前模型不支持中途插入缩放/压缩操作，程序会先把全部图放大完 → 等待完成，属正常行为。
- Windows 上 GPU ID 设置不生效→ 系统把进程调度回了核显 → 在显卡控制面板把 Upscayl 设为高性能模式。
📚 延伸资源
- 使用指南（GPU ID 查法、日志、自定义模型步骤）：docs/Guide.md
- 故障排除通用修复：docs/troubleshooting/general-fixes.mdx
- 内置模型清单源码：common/models-list.ts
- 放大前后对比说明：COMPARISONS.MD
Upscayl 的价值在于：不花一分钱、不上传照片，在本地 GPU 上完成 4 倍 AI 放大。下一步建议装好后先用一张自己的小图跑一遍 4x，对比输出尺寸与细节，再决定是否尝试批量模式。
【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