图片放大

传统的放大依靠插值：为了填满新增的像素，软件会对邻近像素的值取平均。双线性和双三次的方法既快又好预测，却无法凭空创造细节，所以放大得多了，画面就显得发软。AI 放大器是一个神经网络，用同一幅画面的低分辨率与高分辨率配对来训练。它见过边缘、皮肤、布料和树叶在清晰时通常是什么样子，于是把这类纹理画进放大的结果里。有些放大器基于扩散模型，一步步地重建细节。

这些细节是合理的，而不是还原出来的。网络添加的是可能出现的东西，它无法知道原始场景里到底有什么。对于生成的图片或风景来说，这没什么问题，但它可能会稍微改变一张脸、把纹理抹得过于平滑，或者把小字弄得乱七八糟，所以快速检查一下结果是明智的。砖墙、条纹衬衫、栅栏这类细密的重复图案，放大后可能变成波纹或摩尔纹，所以要先把这些地方放大细看。出于同样的原因，图片放大不是用来看清模糊车牌，或证明照片里任何事情的办法。

倍数告诉你尺寸增长了多少。放大 2 倍，宽和高都翻一番，像素总数是原来的四倍；4 倍则是十六倍。倍数越大，网络需要编造的就越多，所以质量会有波动。稳妥的做法是先确定构图，最后再放大，并保留原始文件。很多人还会在放大前先降噪，因为放大器往往会把颗粒当作值得保留的纹理。摄影师用它准备印刷，游戏美术用它抢救旧的纹理，设计师用它放大从缩略图里裁下来的标志。这也是快速生成器与放大搭配得好的原因：先以适中的尺寸快速出草稿，再只放大你留下的那一张。

在工作室里，放大工具是图片生成器页面为付费套餐列出的功能之一，与去除背景和按指令编辑并列，它会把图片放大 2 倍。API 里有对应的端点 POST /image/upscale，可以把图片放大 2 倍或 4 倍，并直接返回图片本身，除非你要求其他输出格式，否则是 PNG。图片首先会依照 NeverNo 的硬性界限检查，调用和其他调用一样按积分计费。

Z-Image Turbo 是工作室的默认模型，生成一张典型的 100 万像素图片大约需要 3 秒（在 Runware 上测得），所以你可以多试几份草稿，只放大最好的那一张。你制作的图片不会存放在我们服务器上的图库里：它们加密保存在你的浏览器中，存放你历史记录的数据库里，而 API 以 base64 返回图片，由你自己保存。