浏览器内 AI 把图片 4 倍放大（免注册，2026）
浏览器内 AI 把图片 4 倍放大（免注册）
你接手了一份 2012 年的旅行照片，全是 1024×768——在 1080p 显示器上放幻灯片还行，4K 打印、海报或现代视网膜级博客头图都没法用。或者你在做落地页，完美素材图只有 600×400。或者你有一张已故亲属的珍贵照片，早期智能机拍的，想印 12×18 英寸却怕看起来像截图的截图。
这就是图像放大问题。过去 5 年深度学习模型彻底改变了它——它们不只是把像素拉伸（那只会糊成一片），而是根据从数百万训练图学到的内容合成新的细节。2026 年最好的模型在你浏览器标签页里 30 秒内完成一张图，效果在 2022 年还得月付 $40 的 Adobe 订阅才能拿到。
本文会讲清楚 AI 放大究竟是怎么工作的、什么时候像魔法、什么时候产出让人毛骨悚然的"幻觉"细节、以及如何用 Ai2Done 的 Super Resolution 工具 做浏览器端 2× / 4× 放大。
TL;DR
- AI 放大基于神经网络学到的模式合成新像素——不是魔法，是模式匹配。
- 2× 与 4× 在照片上效果好。8× 之后"幻觉"细节会变得明显。
- 用 Ai2Done Super Resolution：浏览器端用 ESRGAN / Real-ESRGAN 模型，在 WebGL 中跑。
- 最擅长：人脸、风景、食物、动物。最弱：图中文字（先 OCR 再重新渲染）、像素画（用专门工具）、重度压缩的 JPG（噪点会被放大）。
- 隐私重要：家庭照片、证件扫描、个人纪念——本地完成。
为什么这件事比看起来更难
"放大"听起来像乘法：800×600 拉到 3200×2400 就完了。经典算法——双三次插值（所有图像编辑器的默认）、Lanczos 重采样（稍花哨）、最近邻（像素画）——产出的结果数学上正确，看起来却很糟糕。原因：你把尺寸翻倍，像素数变成 4 倍但信息量没变。新像素必须来自邻域平均，所以软。
AI 放大问的是另一个问题："给定这张 800×600 图，同一主题的 3200×2400 照片大概长什么样？" 神经网络在数百万对 (低分辨率, 高分辨率) 图像上训练，学会预测合理的高频细节——锐利的边、发丝、叶脉、织物纹理——这些信息纯数学算法无法恢复，因为它们根本不在源像素里。
代价：AI 放大器会幻觉。模型没见过类似输入时，按训练先验做最佳猜测。人脸长出多余皱纹或痣；文字变更清晰但字形微妙错误；背景多出原本不存在的细节。艺术与家庭照片场景下通常没问题（且常比原图柔糊更好）；取证或法律用途下，AI 放大图不是原始真相——而是合理重建。
2026 年开源 SOTA：
- Real-ESRGAN——通用型照片放大器最佳，人脸出色，文字一般。
- ESRGAN（前身）——略不那么激进，幻觉更少。
- SwinIR——自然纹理略好但更慢。
- Latent Diffusion Super-Resolution（LDSR）——画质最好，慢约 100 倍，实际上 GPU 专属。
我们浏览器端发布 Real-ESRGAN，编译到 ONNX-Web 跑在 WebGL 或 WebGPU（如支持），老设备回退到 CPU WebAssembly。
方法一：Ai2Done Super Resolution（浏览器端、免注册）
Ai2Done Super Resolution 工具 完全在你的浏览器内运行 Real-ESRGAN：
- 在任何现代浏览器中打开 /tools/super_resolution。
- 拖入图片——支持 JPG、PNG、WebP、HEIC。
- 选缩放——2×（更快，2022+ 笔记本约每张 5 秒）或 4×（更慢，约 15-30 秒）。
- 选模型——"通用照片"（Real-ESRGAN x4plus，默认）适合多数照片；"动漫/插画"（Real-ESRGAN anime）适合卡通插画。
- 点击放大。进度条显示推理进度；WebGPU 设备近实时，WebGL 回退慢约 10 倍但仍可用。
- 原图 vs 放大 并排预览出现。拖动分隔线对比局部。
- 下载为 PNG（默认、无损）或 JPG 画质 95（文件更小）。
整件事在你的浏览器标签页内完成。照片不上传任何服务器，包括我们的。
支持设备上（Chrome / Edge 在启用 WebGPU 的现代桌面）：1024×1024 图像 4× 放大约 3-5 秒。WebGL 回退（老设备、Safari）：同操作 30-60 秒。CPU WASM 回退（完全无 GPU）：2-5 分钟一张。我们自动选最优后端，可在"设置"中覆盖。
方法二：Real-ESRGAN 命令行（批量任务）
要自动化处理几十张图，官方 Real-ESRGAN 二进制是最快路径：
# 安装（一次性，含模型权重）
pip install realesrgan
# 用通用模型 4× 放大
realesrgan-ncnn-vulkan -i input.jpg -o output.png -s 4 -n realesrgan-x4plus
桌面带独立 GPU（Nvidia GTX 1660 或以上、AMD RX 580 或以上）时比浏览器版快约 5×——直接通过 Vulkan 调 GPU，不经过 WebGPU 抽象层。
适合为印刷图录放大 100+ 张照片、或修复整本家庭相册。对"博客文章放 3 张图"则属过度工程。
方法三：Topaz Gigapixel AI（商业桌面，画质基准）
效果优先、预算其次时，Topaz Gigapixel AI（$99 一次性付）是商业金标准。带几个专门模型——低分辨率照片、压缩 JPEG、艺术、人脸——UI 允许在同图不同区域混合模型输出。复杂内容照片的画质显著优于 Real-ESRGAN。
代价：桌面应用（3 GB 安装包），需强力 GPU，按使用频率才划算。偶尔用浏览器工具足矣。
浏览器放大器是怎么做的（技术细节）
Ai2Done Super Resolution 工具 构建于：
- ONNX Runtime Web 做模型推理。ONNX 是模型格式标准，让同一模型可在 WebGPU、WebGL、CPU WASM 上无需重写推理代码运行。
- Real-ESRGAN x4plus 模型权重（约 67 MB），量化到 fp16 以适配中端 GPU 显存。仅在用户启动放大时按需加载（页面加载快）。
- WebGPU 为主要推理后端，Chrome/Edge 在支持硬件（Mac M1+、Windows 带独立 GPU、Android Adreno 7xx+）上启用。Safari 与老 Chrome 回退到 WebGL。无 GPU 时回退到 CPU WASM（多线程、SIMD 加速）。
- 分块推理处理大图。Real-ESRGAN 原生输入 256×256；1024×1024 图分 16 块推理、再用重叠混合拼接避免接缝。这就是为什么手机也能放大 2048×2048 源图而不爆内存。
值得说的设计选择：我们刻意不单独提供人脸修复模型。GFPGAN 这类工具在受损或低分辨率人脸上能做出惊人效果，但常产出像"双胞胎"而非本人的诡异平滑结果。多数用户标准 Real-ESRGAN 结果更忠于原图。
常见问题
Q：放大后看起来真实、还是"AI 生成"？ A：多数照片 2× 放大后与同场景高分辨率照片不可分。4× 时 AI 选择开始可见——发丝多出细节、皮肤纹理略平滑、背景微变。好坏取决于用途：旅行拼图是改进；取证或庭审用图则不是原始真相。
Q：能放大图中文字吗？ A：Real-ESRGAN 会尝试，但通常产出看起来更锐利但字形微妙错误的文字。文字清晰度重要的场景（扫描文档、截图、手写笔记），更好做法是：(1) 用 Image to Text OCR 工具 抽出文字，(2) 在真正的字体里高分辨率重新渲染。产出真正正确的文字，而非看起来合理的文字。
Q：输入图能多大？ A：现代桌面+独立 GPU 上约 4000×4000（16 MP）输入没问题，产出 16000×16000（256 MP）。手机与集成 GPU 上约 2000×2000（4 MP）是 VRAM 耗尽前的实际上限。输入可能失败时工具会提醒。
Q：放大要多久？ A：1024×1024 → 4096×4096：
- M1/M2 Mac、现代 Windows+独立 GPU（WebGPU）：3-5 秒
- Intel/AMD 集成 GPU（WebGL）：15-30 秒
- 无 GPU 回退（CPU WASM）：2-5 分钟
Q：选 2× 还是 4×？ A：源已合理（如 1500×1000）且想适度提锐 → 2×；源真的小（500×400 以内）且要在更大显示上 → 4×。单次超过 4× 会产生可见幻觉；极端放大走 4× → 4× 两遍，但要预期结果偏离原图。
Q：4× 放大 JPG 出现以前看不到的怪图案是怎么回事？ A：Real-ESRGAN 会把源里的一切（包括 JPG 压缩噪点、8×8 块边、振铃）都放大。源可见压缩时先用 Image Compress 工具 走一道得到干净 PNG/WebP 再放大。更好做法：用你能拿到的最高画质源。
现在就试
几秒钟用 AI 在浏览器内做 2× 或 4× 放大：
拖入图、选缩放、点击放大。无注册、无上传、无单图收费。
相关阅读
- 在浏览器里用 AI 修复老照片——受损或褪色源
- 网页图片压缩：究竟能省多少？——相反操作（为网页缩小）
- 图像 OCR：100+ 语言里抽出文字——图中文字
- 浏览 AI 图像工具枢纽与图片工具
最后更新于 2026-06-14。Super Resolution 工具 100% 在你的浏览器内通过 ONNX Runtime Web 运行——你的照片永远不会离开设备。推理在你的 GPU（或 CPU）上完成。我们不收集、不记录、不分析你处理的任何文件。