Upscayl翻译站点

免费、开源、跨平台的 AI 图像放大神器，让低分辨率照片“无损”变高清

站点定位

Upscayl 是一款基于 Real-ESRGAN 等深度学习模型的本地 AI 图像放大工具，支持 Windows / macOS / Linux 三端，完全离线运行，无需上传云端即可将 480p 老照片、压缩表情包、动漫插画等放大至 4K 级清晰度。项目 GitHub 星标已突破 37k，被全球用户誉为“开源版 Magnific”。

核心能力

• AI 超分放大
  集成 Real-ESRGAN、SwinIR、NCNN 等主流模型，可选 2× / 3× / 4× 放大，自动修复锯齿、噪点与 JPEG 伪影，保留纹理细节
• 完全离线 & 开源
  代码基于 AGPL-3.0 协议开放，图像本地处理，0 上传，隐私 100 % 自主可控；社区活跃，周更迭代
• 跨平台 + 批量处理
  提供 AppImage / DEB / RPM / Snap / Flatpak / DMG / EXE 全格式安装包；支持一次性拖入文件夹，自动队列处理
• 自定义模型
  官方仓库额外提供 30 + 社区训练模型（动漫、手绘、人像、低光、纹理增强），用户可导入 NCNN 模型，一键切换
• GPU 加速
  基于 Vulkan 后端，兼容 NVIDIA GTX 9 系及以上、AMD RX 4 系及以上显卡；集显亦可 fallback 到 CPU 模式
• 轻量界面
  Electron + TypeScript 构建，左侧原图、右侧放大实时对比，支持缩放、拖动、一键保存

主要功能分区

1. Single Upscayl
   单张图片放大，默认 4×，可自选模型与导出格式（PNG / JPG / WebP）
2. Batch Upscayl
   批量导入，自动命名保存，支持不同放大倍数混排，适合修复老照片或素材库
3. Custom Models
   加载第三方 NCNN 模型（.bin+.param），即刻生效，无需重启
4. Advanced Options
   • 图像压缩率、是否锐化、是否开启 TTA（测试时增强）
   • 选择 GPU 设备、tile size 调节显存占用
5. Compare View
   滑块 / 左右对比，放大区域实时同步，方便细节验收
6. Logs & Feedback
   实时输出 Vulkan 日志，便于开发者调试；一键打包错误报告到 GitHub Issues

技术栈

• 算法：Real-ESRGAN、SwinIR、Real-CUGAN、NCNN
• 界面：Electron + React + TypeScript
• 加速：Vulkan Compute Shader，支持 Windows DirectML / macOS Metal 实验分支
• 语言：前端 TypeScript，后端 C++/CUDA/GLSL 混合
• 开源地址：https://github.com/upscayl/upscayl（37.3 k ⭐）

硬件要求

• GPU：需支持 Vulkan 1.1（NVIDIA GTX 750+ / AMD RX 460+ / Intel Arc 系列）
• 内存：最低 4 GB，推荐 8 GB+
• 存储：安装包 ≈ 200 MB；模型权重 60–150 MB / 个；处理 4K 图临时缓存约 1 GB

价格与授权

典型场景

• 摄影修复：老照片、胶片扫描件、压缩图放大打印
• 动漫插画：同人图、头像、壁纸 2K→8K 放大，线条不糊
• 电商素材：主图、SKU 图放大，配合背景替换生成高清商品图
• 设计与 PPT：低清 Logo、图标、插画一键变高清，避免版面模糊
• 开发者嵌入：通过 CLI + 自定义模型，接入自动化资产管理流水线

访问与入口

• 官网：https://upscayl.org
• GitHub：https://github.com/upscayl/upscayl
• 文档 & FAQ：https://github.com/upscayl/upscayl/wiki
• 社区模型库：https://github.com/upscayl/custom-models
• 下载地址：官网首页提供 Win / macOS / Linux 全平台安装包与 AppImage

运营信息

• 开发团队：Upscayl Open Source Community
• 许可证：AGPL-3.0
• 首次发布：2022 年 6 月
• 最新版本：v2.11（2025-07-31）
• Star 趋势：GitHub 37.3 k ⭐，周下载量 15 万 +，全球镜像 30 + 个