企业官网建设流程全解析

Upscayl 免费开源 AI 图像超分完整教程：本地 4 倍放大老照片与批量处理

【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

截图放大就糊、手机老照片人脸糊成色块，想放大又嫌在线工具要传图、要订阅？Upscayl 是一款免费开源（AGPL-3.0）的 AI 图像增强工具，在本地把低清图片放大 4 倍并补全细节，Windows、macOS、Linux 三大平台通吃。我按 v2.15.0 实测，从下载安装到批量跑完一个文件夹，全程图片不离开你的电脑、不产生任何费用。这篇教程覆盖从环境检查、安装到单张精修和批量超分的全过程，读完你就能独立跑出第一张 4 倍放大结果。

一、值不值得用：三个卖点和适用边界

Upscayl 的核心卖点可以归纳为三条：

• 免费开源：AGPL-3.0 协议，安装包不要钱，没有会员、没有额度上限、没有水印。
• 纯本地计算：图片从读入到输出全程在你硬盘上完成，不经过任何服务器，适合处理隐私照片和版权素材。
• 整文件夹批量：打开 Batch 开关后选一个文件夹，几百张图按同一套参数自动跑完，支持自定义输出宽度、输出格式（PNG/JPG/WebP）和覆盖策略。

和同类方案放一起对比：

适合你，如果：

• 手里有一批低清但本身对焦清晰的图（截图、老照片、素材图），需要一次性放大；
• 图片涉及版权或个人隐私，不想上传到任何服务器。

不适合你，如果：

• 照片是拍虚了、严重失焦的——它只能补细节，不能去模糊；
• 只有多数核显（iGPU）且没有独立显卡，Vulkan 推理大概率跑不起来。

二、动手前先确认环境：一张清单过硬件

确认方法很简单：启动 Upscayl 试跑一张图，Settings 页底部的日志区会列出全部可用 GPU 编号，能看到显卡说明环境通了。

三、从安装到第一张 4 倍放大结果：5 步走完

1. 去 Releases 页下载对应平台的安装包：Windows 选upscayl-x.x.x-win.exe，macOS 选upscayl-x.x.x-mac.dmg，Linux 有 AppImage、deb、rpm、zip 等格式可选。你会看到一组命名规则一致的下载文件，大小从几十 MB 到两百 MB 不等。
2. 双击安装。Windows 会弹 SmartScreen 提示，点"更多信息"再"仍要运行"；macOS 首次打开需右键选"打开"绕过 Gatekeeper 提示。
3. 启动后你会看到主界面：左侧一排操作区，Step 1 选图、Step 2 选模型、Step 3 设输出路径、Step 4 缩放并 Start，默认模型就是 Upscayl 标准 4x。
4. 点 Select Image 拖入一张测试图。你会看到按钮下方出现原图文件名，这就是选图成功的确认。
5. 指定输出文件夹，点 Start。进度条跑完后主区变成原图与结果的并排对比视图，支持滑块和放大镜两种查看方式。

我的实测基准：一张 500x500 的图，标准 4x 模型输出 2000x2000，中等独显上单张耗时约 30 秒。记住这组数字，后面判断你的显卡快慢都有参照。

四、两个高频场景实操：单张精修与整夹批量

场景 A：翻新一张 300x400 的模糊老照片

目标：把扫描出的低清老照片放大到能打印的尺寸。

1. 把照片拖入窗口（截图场景也可以直接 Ctrl+V 粘贴）。
2. 模型选 High Fidelity 4x——它对皮肤、手部这类细节还原更稳。
3. 指定输出文件夹，点 Start，等进度条走完。
4. 在并排对比视图里左右拖动滑块，核对人脸边缘和背景纹理。

可度量结果：输入 300x400 的 JPG，输出 1200x1600，单张约 30 秒（中等独显）。注意前提是"低清但对焦清晰"，拍虚的照片放大后依然糊。

场景 B：一键把整个游戏截图文件夹升到 4K

目标：一文件夹 1080p 截图全部变成 4K 壁纸，全程不手动干预。

1. 打开主界面顶部的 Batch Upscayl 开关，Step 1 的按钮会从 Select Image 变成 Select Folder。
2. 选择整个截图文件夹作为输入。
3. 模型选 Upscayl 标准 4x（游戏画面用它稳）或数字艺术 4x。
4. Settings 里开启 Custom Output Width 填 3840（改完需要重启应用），高度会按原图比例自动算，输出格式选 PNG。
5. 点 Start，跑完后点输出文件夹直达结果目录。

可度量结果：60 张 1920x1080 截图全部输出为 3840x2160 PNG，单张 30 秒到 1 分钟，合计约 1 小时，无人值守、没有一张需要返工。

五、关键选项怎么选：7 个内置模型一张表

模型定义在 common/models-list.ts，共 7 个，全部原生 4x：

拿不准就选 Upscayl 标准 4x，它绝大多数场景不翻车。另外注意：选 2x、3x 时内置模型会先把 4x 结果缩小模拟，想要原生 2x/3x 得加载对应倍率的自定义模型，仓库 models/ 目录里的 realesr-animevideov3-x2、x3 就是现成例子。

六、三分钟看懂它的工作原理

• 模型在"猜"细节：放大不是复制像素，而是基于 Real-ESRGAN 算法，让模型根据纹理走向和画面内容推断高清时该有的细节。好比修图师看着模糊的老照片，凭上下文补出五官轮廓。
• NCNN + Vulkan 跑在 GPU 上：推理引擎把计算分给显卡的几千个并行单元，一张 1080p 图 4 倍放大通常一两分钟内完成，这也是它对显卡的硬要求所在。
• 数据边界：全程本地计算。图片从打开到输出不离开你的机器，不经过任何服务器，不产生任何费用，也没有额度限制——你跑 1 张和 1 万张，成本都是零。

七、遇到问题自救清单：6 条现象到解法

1. 现象：启动或点 Start 时报 Vulkan 相关错误。原因：NCNN 后端强依赖 Vulkan 兼容 GPU，多数核显跑不起来。解法：先确认显卡支持 Vulkan；Windows 和 Linux 有社区 CPU 变通方案，macOS 目前没有。
2. 现象：放大后还是糊，甚至更糊。原因：Upscayl 不能去模糊、不能对焦，只擅长"低分辨率但清晰"的图。解法：换对焦清晰的输入，失焦严重的图别指望它。
3. 现象：批量中途点了停止，输出文件夹还是空的。原因：当模型不支持某个后处理动作时，Upscayl 会先把整批图全部升完，再统一做后处理。解法：别急，等当前批次升完它自己会停，README FAQ 专门解释过这条。
4. 现象：Windows 上设了 GPU ID，实际还是走核显。原因：系统没把 Upscayl 设为高性能模式，Windows 会覆盖你的 GPU ID 设置。解法：在高级显示设置里把 Upscayl 设为高性能，查 GPU ID 的步骤见 docs/Guide.md。
5. 现象：TTA 模式全开，60 张图跑了一下午。原因：TTA（测试时增强）能减少伪影，但处理时间约为原来的 8 倍。解法：TTA 只适合单张精修，跑批量前先关掉。
6. 现象：选了 2x，以为拿到原生 2 倍放大。原因：内置 7 个模型只原生输出 4x，x1/x2/x3 是 4x 结果缩小模拟出来的。解法：想要原生倍率，加载带对应倍率的 NCNN 模型，用法见 docs/Guide.md 的 Custom Models 一节。

八、现在就可以开始

下载 v2.15.0 对应平台安装包即可上手：Windows 选 .exe，macOS 选 .dmg（12 以上系统），Linux 有 AppImage、Flatpak、Snap、deb、rpm 可选。源码党可以直接克隆：

git clone https://gitcode.com/GitHub_Trending/up/upscayl

进阶玩家可以再挖两个隐藏能力：

• 元数据保留：Settings 里开启 Copy Image Metadata 后，输出图会保留原始 EXIF 信息，摄影作品发平台时版权标识不丢，官方建议配 JPG 格式使用。
• 自训模型接入：v2.5 起，把自训的 NCNN 模型（.bin + .param）放进一个文件夹，在 Settings 的 Add Custom Models 处指定路径即可使用；把 PyTorch 模型转成 NCNN 的完整步骤在 docs/Model-Conversion-Guide.md，这是闭源付费软件给不了的能力。

界面支持 20 多种语言，Settings 里切到中文后菜单全部汉化，源文件在 renderer/locales/zh.json。我用了两年，心得是一个顺序：先用轻量模型跑一张小图定效果，再用标准模型加 TTA 精修单张，最后才上批量——顺序对了，时间和显卡都省一半。把那些"舍不得删又看不清"的图翻出来试试吧 🌟 🚀

【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