企业官网建设流程全解析

Upscayl 免费 AI 图像放大指南：4 步完成首次放大，内置模型与参数一次讲清

【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

一张 200 像素宽的老照片放到投影仪上，像素点直接「现形」。用 Upscayl 把它放大 4 倍后，你拿到的不是被拉伸的糊图：边缘更扎实，纹理被 AI 补出合理细节，800 像素宽的画面可以撑满大屏。这就是 Upscayl——一款免费、开源的 AI 图像放大（图片增强）工具，全程在本机 GPU 上运算，图片不上传、不联网、无需账号，也即「免费本地放大」路线的代表。本文带你先确认适用边界，再核对安装条件，4 步完成首次放大，最后按目标调参数。

适合哪些场景，放大前先看边界

先对齐预期，避免白跑：

• 适合：低分辨率照片、像素化截图、缩略图与老照片的放大与细节增强，本地图片增强隐私有保障；
• 适合：配合 Batch Upscayl 开关做文件夹级的批量放大输出；
• 不擅长：它靠 AI 模型「猜」出缺失细节（基于 Real-ESRGAN 算法），但不做去模糊——原片失焦或整体拍糊的图，放大后依然糊，这类需求请换修图工具。

判断标准可以直接对照仓库里的效果对比 COMPARISONS.MD：源图接近示例中的清晰度时，放大效果才明显。

安装前的系统核对清单

• 系统版本：macOS 12（Monterey）及以上；Windows 10 及以上；Linux 常见发行版均支持；
• 显卡：需要一块 Vulkan 兼容的 GPU（Vulkan 是让程序调用显卡的跨平台图形接口）。集显（iGPU）大多不可用，独显最稳，装完试跑一张图即可验证；
• 安装方式：macOS 推荐 Mac App Store 搜索Upscayl安装，自动更新最省心；备选终端命令brew install --cask upscayl；Windows 直接下载.exe安装，遇 SmartScreen 提示选「仍要运行」即可。

双显卡机器的驱动设置与 GPU 选择方法，见官方指南 docs/Guide.md。

放大你的第一张图：完整流程

界面就是四步，从上到下点完即可：

1. 选文件：Step 1 点「Select Image」选中图片；处理整个文件夹时，先打开设置里的 Batch Upscayl 开关，改为「Select Folder」；
2. 选模型：Step 2 保持默认 Upscayl Standard 即可，适合大多数图片；
3. 定输出：Step 3 点「Set Output Folder」指定保存目录；不设置则默认存在原图同目录；
4. 定倍数并启动：Step 4 选择放大倍数（x2 / x3 / x4），点「Upscayl 🚀」，等进度条走完。

完成后用 More Options 里的滑块视图左右拖动对比原图，差距一目了然。

按目标调整模型与参数

7 个内置模型各有分工，参数按你的目标选：

倍数与开关两条补充：

• 倍数：x2 ~ x4 都走 AI 放大；超过 4 倍只是普通缩放、不再动用 AI，且高倍数可能带来性能问题，小图冲大屏选 x4 即可；
• Double Upscayl：同一张图放大两遍，效果上限更高，耗时接近翻倍，机器吃不消时优先降倍数。

高频问题 Q&A

问：放大后看不出明显变化？Upscayl 增强的是低分辨率与像素化的图，不能为失焦、拍糊的照片去模糊；源图本身越清晰，「AI 补细节」的空间越小。

问：双显卡机器，GPU ID 填什么？先试跑一张图，打开 Settings 查看日志区，里面列出了本机所有可用 GPU 编号；把性能更强那张的编号填入 GPU ID 输入框即可，详细步骤见 docs/Guide.md。

问：Mac 上出现纯黑屏？macOS Monterey 的 Electron 兼容问题所致，建议升级到设备支持的最新系统；应用打不开或行为异常时，清理~/Library中名称含upscayl的缓存数据，方法见 docs/troubleshooting/mac.mdx。

问：批量放大中途按了停止，后处理没做？设计如此：Upscayl 会先放大完全部图片，再统一做压缩、重命名等后处理；等它自然跑完，结果就是对的。

更多模型可从官方自定义模型仓库获取；需要转换自己的 PyTorch 模型时，参照 docs/Model-Conversion-Guide.md。现在就挑一张你最不满意的小图试一次，跑完大概率会回来调模型。

【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