你可以提高影像解析度，但源檔案決定了極限

這張照片寬 480 像素。橫幅廣告欄位卻要 1600。沒有底片、沒有二次拍攝、也沒有哪個資料夾裡藏著更大的副本。所以你就把大家都會搜尋的那句話打進搜尋框：如何增加圖片解析度——但這張圖從一開始就從來沒有夠大過。

實際上只有三條路能真的做到這件事。一個在你的瀏覽器裡執行的模型、一個在別人家的 GPU 上執行的模型，還有如果你拍的是 RAW 檔，可以用 Adobe 的 Enhance 面板。每一條路都在不同的地方設下上限，而且如果你願意去找，每個上限都有公開的規格。我們讀完了這三套規格，包括我們自己免費工具上的 384 像素門檻——它會默默吞掉 2x 按鈕的大部分效力。

你該選哪條路，取決於你手上交給它的檔案，而不是你按下的倍率。以下是每一種路線能回饋什麼，以及在什麼地方停止回饋。

重點摘要

• 解析度就是像素數量。一台擴增器會預測大型版本中可能包含的像素，但無法還原相機從未捕捉到的細節。
• 一次 2x 處理會將每條邊加倍，並讓像素數量變成四倍。一次 4x 處理則會產生相當於原始 16 倍的像素量。
• 免費瀏覽器放大工具 在你自己的設備上執行 Swin2SR，固定為 2x、不需要註冊帳號、接受 384 像素的長邊，並回傳最高 768 像素的輸出。
• 雲端 Image Upscaler 執行 Real-ESRGAN，提供 1.0 到 4.0 的倍率控制，也沒有 384 像素的門檻。
• Adobe 的超級解析度提供寬度 2 倍、高度 2 倍、總像素量 4 倍的輸出，並寫成一個新的 DNG 檔案。

提高圖片解析度實際上改變了什麼

解析度是檔案中的像素數量。圖片元資料中沒有其他東西能移動有多少細節的量尺，也沒有任何設定可以回到過去銳利化一個本來就柔軟的鏡頭。

這只留下一個對擴增器在做什麼的誠實描述。它看著你有的像素，預測同一張圖片放大後可能合理包含的內容，然後寫出這些被預測的像素。重建，而不是復原。現代大部分擴增背後使用的 Real-ESRGAN 模型，完全是在合成式的退化資料上訓練出來的。它的作者論文描述建構了一套高階退化流程，用來模仿真實世界損傷的外觀。它學會了朦朧的形狀，然後學會了從中反向論證。

比較令人混淆的不是運作機制，而是不那麼令人混淆的「倍率」。2x 按鈕聽起來像是兩倍的圖片量。它是每一邊都加倍，但像素量是 4 倍。

當你看到那個跳上去的數字時，值得記住一件事：更大的像素數量，對它實際承載了多少真實資訊完全不準確。一個模糊來源放大 16 倍像素，會產生一張更大、但較細緻邊緣的模糊測試圖。

如何用三步驟提升圖像解析度

Atlas Cloud 透過兩種方式達成同一件工作。一個跟著其他免費 AI 工具 在一起，永遠不會上傳你的檔案。另一個是託管模型，你可以從程式碼呼叫它，當一張圖變成四百張圖需要處理時，就可以用這個方式。工作是同樣的，天花板不同；如果你的來源即使真的是一張超小圖片，瀏覽器版更快能給你答案。

方法一：在瀏覽器中免費使用 AI 放大照片

免費 AI 圖片放大工具 將一個 54MB 的 Swin2SR 模型載入頁面，並透過 WebGPU 在自己的硬體上執行。不需要帳號，而且不會有任何東西被上傳。你的圖片留在裝置上，下載的是全解析度的 PNG，上面沒有加任何浮水印。

三步驟，第一次執行會比較慢：

1. 用點擊、拖曳或 Ctrl+V 批次貼上你的圖片。
2. 執行 2x 處理。第一次請準備約 60 秒，因為這第一次執行會包含單次的模型下載。之後，瀏覽器會快取下載結果。
3. 在並排檢視中比較原始圖片和結果，然後儲存 PNG。

值得深入了解這個模型。Swin2SR 出自 ECCV 2022 Workshops，目的是處理壓縮影像的 super resolution——這種情況正是多數小圖片在經過幾輪訊息應用程式和重新儲存後，會以哪種狀態到達你手上的。

在開始規劃之前，請注意一個公開的極限，而工具頁面也清楚說明：這工具「輸入給模型客戶的最長邊是 384 像素，這會把輸出 768 像素上限。」任何更大的素材都會在交給模型之前就縮小。你給它一張 1200 像素的照片，回來的結果會和開始時差不多（甚至更小）。

方法二：透過 API 提高圖像解析度

當工作對象是產品資料而非單張照片時，由託管服務的Image Upscaler 模型接手處理。它跑的是 Real-ESRGAN，提供 1.0 到 4.0 的倍率控制，而且前方沒有 384 像素的門檻。每次請求只能傳入一張圖，所以量是來自反覆呼叫，而不是來自批次上傳欄位。

步驟一：取得 API 金鑰。 在 Atlas Cloud 主控台建立一組金鑰，並以環境變數儲存，永遠不要放在用戶端程式碼。

步驟2：檢查 API 文件。 端點、參數和驗證都位於 API 文件 中。

步驟3：發出第一次請求。 提交圖片和你需要的倍率：

plaintextCopy
1curl -X POST https://api.atlascloud.ai/api/v1/model/generateImage \
2  -H "Content-Type: application/json" \
3  -H "Authorization: Bearer $ATLASCLOUD_API_KEY" \
4  -d '{
5    "model": "atlascloud/image-upscaler",
6    "image": "https://example.com/product-shot-600px.jpg",
7    "outscale": 4.0,
8    "output_format": "png"
9  }'

回應會攜帶一個 prediction ID。持續輪詢它，直到狀態變成 completed：

plaintextCopy
1curl https://api.atlascloud.ai/api/v1/model/prediction/<prediction_id> \
2  -H "Authorization: Bearer $ATLASCLOUD_API_KEY"

完成的會回應傳回代管的圖片 URL。如果結果要再進行一次處理，請將 output_format 設為 png，因為 JPEG 來回傳輸會在你的來源已經帶有的壓縮上再疊一層。

「送出並輪詢」的樣式，是日後展現價值所在。Atlas Cloud 在整個目錄中都使用一致的 API，所以一組金鑰、一個驗證標頭、一個輪詢迴圈就能應付所有模型。換掉模型字串，你就總是在呼叫同一種模式，這也我們在 AI headshot API 指南中對肖像做的同樣方式。

你手上的檔案適合哪條放大路線？

照著來源選擇，而不是謝上商人提供的最大數字。一張 300 像素的頭像和一張 3,000 像素的產品照片需要不同的機器，而第二張圖片會對第一台機器感到失望。

第一欄的那行是最多人默默錯過的。Tencent 模型接受 percent、aspect 或 fixed 的目標模式，所以你不必要求一個倍率，也可以直接指定你需要的長邊，讓它自動落在那個目標上。它的四個引擎依照材質區分：standard 用於一般工作、super 用於 AI 生成的場景、ultra 提供更多細節、fidelity 則專注在電子商務影像上，確保產品能保持真實。

兩家託管模型都沒有公佈像素上限，那是人們在開始批次處理前最想知道的數字。可以確認的是 Playground 前面的檔案大小限制：它的上傳器會把影像對齊 30MB 限制驗證，在模型看到檔案之前，超過的就拒絕。但走 API 時，你移交的是 URL 而不是檔案，因此那項檢查完全不執行；而模型文件只說「相對大的輸入在處理前可能被拒絕」。

兩個被託管的模型回傳的都是 URL，且都按張計費，而不是按像素計費，因此對一張小圖做的 4x 處理，和對一張大圖做 4x，成本是一樣的。

最終圖片需要多大？

在選擇倍率之前，先倒退該從那個目標位置的下檢視。想要讓圖片變大不是目標。1920 像素寬才是目標，它會告訴你哪條路線才能真的達到。一個論壇頭像和一個全版面 4K 桌布是兩個不同的問題，而其中只有從 480 像素來源能把問題解決。

把這張圖當成購物清單來讀。要用 600 像素的資料源填滿 1080p 的首圖，你需要 4x 這個路線，而且即使如此，你也等於要求模型去發明螢幕上的四分之三。填一個頭像區塊幾乎不需要什麼，這也就是為什麼瀏覽器工具可以完全處理這個案例。

印刷又是另一套數學，因為像素目標會隨著實體尺寸和印刷機而改變，而且檔案中的解析度標籤也有另一個陷阱在等著。完整的路徑，包括印刷尺寸表，都存在於關於正確增加 DPI 的指南中。海報本身是獨立而特別頭痛的問題，在用 AI 產生海報 的教學有處理方式。

在 Photoshop 或 Lightroom 中增加照片解析度

實際上使用 RAW 拍攝有第四種方式。Camera Raw 中的 Enhance 面板包含兩個常被混為一談的功能，但只有其中一個會改變像素數。

Adobe 自家Camera Raw 文件 寫出 Super Resolution 的數字：強化後的影像「會是原始影像寬度的 2 倍，或是總像素數的 4 倍」。同一頁也稱它「對提升已裁切圖片解析度特別有用」，這就是它被打造出來的目的。你用力裁掉了，構圖變得很小，但感測器下面的數據仍然很好。

有個陷阱會浪費人一整下午。Super Resolution 無法從 Photoshop 的 Camera Raw 濾鏡進入。請改用 File（檔案）→Open（開啟）的方式開啟檔案，而 JPEG 或 TIFF 檔案則需要先開啟處理這些格式的 Camera Raw 偏好設定，才會轉入對話框。

對話框中的純重取樣（interpolation）是一般非 AI 的基準，它做的事有根本上的不同：內插法是你有的維持，散佈到更大的格子上。它給你尺寸，但不會重建邊緣。

在不失真品質下增加圖片解析度

人們會去找方法，想要在不失去品質的前提下放大圖片，而這句話本身藏著一個預設。放大過程中沒有「失去」任何東西，因為原本內容不會被捨棄。人們真正注意到的是，被發明出來的像素看起來和拍出來的不同，而且在 100% 檢視時，很明顯看得出是「發明出來的」。

三個習慣可以保持那差距變小。

保留小而清楚的裁切區域，再做輸出，這樣模型會把它的能力花在主體身上，而不是花在牆上。以原始檔案，而不是該檔的截圖作為輸入，因為截圖已經先經過一輪的縮放和壓縮。如果可以，讓畫面內保持單一主體，因為處理單一臉部的模型，會比處理一群人的模型表現好得多。

失敗的模式在文獻中有專門名稱。Real-ESRGAN 的作者明確處理了 ringing 和 overshoot 假影，就是沿著強烈邊緣出現的 halo 和硬亮線——當重建變得太有信心時。在皮膚和布料上，它們表現得像微微蠟質的表面。在建物上，它們看起來像光暈。

重複按下去只會讓這些；第二道 2x 在已經放大後的檔案上執行，就是把模型自己的猜測當成「證據」喂回去，臉這些結果看起來真的有拍到的細節。你需要的同一數字的單一次 pass，勝過兩次加總起來相同的兩次。

當圖片放大讓照片更糟

有些檔案最好保持原樣，知道是哪個，你就能省掉一趟回路。

我們測試都先放文字把它案也是預期會失敗的案例。資料卻和預期不同。一張 360 像素的貨運確認單，文字 7 到 9 像素，用瀏覽器工具 2x 跑過之後，每個字都回來可讀，footer變成比原稿軟一點，但內容一切完整。這個 pass 沒有做到的是——那恰恰是人們真正想要的功能。字變大了，但沒有真的變得更清晰…… 文字請直接從原始文件重新輸出，而不是用放大來處理。

如果任何地方存在向量原始檔，標誌和 icons 絕對不該碰放大器。SVG 或 EPS 在任何規模下都不需要用「發明」的成分來縮放，這正是向量圖形的核心價值。

已經很清晰的圖片，幾乎沒有提升空間。工具頁面也這麼說，原因來自結構本身：放大模型靠「逆轉退化」來證明自己的價值，而一個乾淨的檔案沒有東西可以還原。

接下來是模型沒有特別專業化的主題。瀏覽器工具執行的是一般超解像度權重，沒有動漫或文件專用的訓練，所以線條數和掃描文件結果不一定可靠，損失可能很大，也可能有驚喜，沒得保證。

常見問題

可以調整影像大小而不損失品質嗎？

縮小和放大是兩種不同的工作。縮小圖片會消失資料，但很少看起來更糟，因為你是在丟棄像素，而不是猜測它。反過來用一般的 resize 對話框，則會用內插值法把現有像素分散到更大的網格中，能維持構圖但讓細節變柔和。要在向上的方向做到「放大而無失」，你需要一個重建邊緣的模型，而不是拉伸邊緣的，這就是 AI 計算放大器的用途。

如何用手機增加照片解析度？ 開啟手機端瀏覽器上的免費圖片放大器。模型只需下載一次並在任務裝置上執行，所以沒有東西需要離開手機。在行動設定下有一個重要提醒：幾乎任何一台現代手機拍的照片，都比 384 像素的長邊大得多，所以它會在下載前縮小，只有在 768 像素下才會處理。請先裁切你真正需要的部分，或者當需要保留整個完整畫面所配置的完整性時，改用託管模型。

低解析度圖片可以變成高解析度嗎？ 它可以增加像素和明顯銳利度的兩者。它是否能獲得資訊，取決於原始檔中到底留下了什麼。一張以能在光線好、穩定姿勢下拍攝的 400像素照片，可以放大得很好，因為所有邊緣都還在，模型只需要把它們延伸就可以增加看起來更清晰的表面。但一個從晃動影片裡抓出來的 400 像素影格，邊緣本身已經遺失，無論低解析度轉高解析度這些處理做了多少都補不回來。先判斷來源畫質，再評斷工具。

用提高圖解析度免費嗎？ 瀏覽器路線是直接免費：不需要帳號、沒有每日限制、也不用花任何點數、輸出不會有浮水印。託管收取的是每張的固定費用：Atlas Cloud Image Upscaler 每張 $0.0100、Tencent Image Upscaler 每張 $0.024。這裡，都是各模型文件裡面的價表，且未打折費用。 1x 的費用等同於 4x。

同一張圖片我可以放大幾次？ 技術上你想做幾次就幾次，但實際上做一次。每做一次，就會把前面產出當作真實細節繼續處理，因此影像和「猜出」的部分會累積，皮膚變成塑膠感的速度，會比解析度數字上升得更快。如果一次 2x 不夠，直接對原檔只有一次 4x，而不是跑兩次 2x。

結論

這裡每一種走入方法都是同一件事，只是受約束的條件不同：讀取現有像素，然後輸入不需要更多資料的像素常式。瀏覽器工具用隱私跟成本換來範圍，整個過程停留在你的設備，最高到 768 像素。託管的模型則用隱私換來空間，接受你可以主任何檔案，放大到 4x 或指定一個精確的目標邊緣。Adobe 的 Enhance 面板跟兩者都不同，需有 Raw 檔，並能回報來自硬式裁切的最佳表現。

然而，沒有一支能救回一張在你開啟前就已經失去邊緣的照片。這才是真正的極限，而這個極限在拍攝當下就設定好了。所以在最現實的方式提高圖片解析度方法，就是從你自己最清晰、最小、最不容分的裁切開始，選擇可以匹配的路線，執行一次 pass，而不是執行三次。沉浸在 100% 就確認結果，因為檔案名稱上的數字不是你讀者真正看到的數字。