你可以提高图像的分辨率，但源文件决定了能提升多少。

照片宽度为 480 像素，而横幅位需要 1600。没有底片，没有补拍，也没有某个文件夹里藏着的更大版本。于是你在搜索框里输入每个人都会输入的问题：如何提高图像分辨率，而这图像从一开始就不够大？

实际上有三种途径可以实现。一种是在你浏览器中运行的模型，一种是在别处 GPU 上运行的模型，还有如果你拍 RAW 文件的话，Adobe 的 Enhance 面板。每种方法的上限不同，而且如果你去找，每个上限都是公开的。我们阅读了全部三套规格，包括我们自家免费工具上的 384 像素门槛，它会悄悄吞掉 2x 按钮的大部分作用。

你选择哪条路径，远不取决于你点击的倍率，而取决于你交给它的文件。下面是每种方法能返回什么，以及它在哪里停止输出。

关键要点

• 分辨率就是像素数量。 放大模型会预测更大版本可能包含的像素，但它无法恢复相机从未捕捉到的细节。
• 2x 放大会使每条边变为两倍，并将像素数量增至四倍。4x 放大则提供原始图像十六倍的像素。
• 这个免费浏览器放大器在您自己的设备上运行 Swin2SR，固定 2x，无需账户，接受 384 像素长边，最多返回 768 像素。
• 云端 Image Upscaler 运行 Real-ESRGAN，缩放控制从 1.0 到 4.0，没有 384 像素限制。
• Adobe 的 Super Resolution 提供 2 倍宽度、2 倍高度，以及 4 倍总像素数，并以新的 DNG 格式输出。

提高图像分辨率实际上会改变什么

分辨率就是文件中的像素数量。图像元数据中没有任何其他东西能影响细节的多寡，也没有任何设置能回到过去、让原本已经模糊的镜头变得锐利。

那么，对于放大工具的作用，只剩一个诚实的描述：它观察你现有的像素，预测同一张图片的更大版本可能包含什么，然后写出这些预测的像素。这是重建，而非恢复。大多数现代放大背后的 Real-ESRGAN 模型完全是在合成退化上训练的，其作者论文描述了构建一个高阶退化过程来模仿真实世界损坏的样貌。它学会了模糊的形态，然后学着从其中反向推断。

倍率比机制本身更让人困惑。2x 按钮听起来像是图像的两倍。实际上它是每条边变为两倍，也就是四倍像素。

当你看到这个跃升时，值得记住：更大的像素数量并不能说明其中有多少承载着真实信息。从模糊源得到的十六倍像素，只会给你一个边缘更干净的大号模糊文件。

如何通过三个步骤提高图像分辨率

Atlas Cloud 提供两种方式来完成同一项任务。一种与其余的免费 AI 工具放在一起，从不上传你的文件。另一种是托管模型，当一张图变成四百张时，你可以通过代码调用它。任务相同，上限不同，如果你的源文件真的很小，浏览器版是更快的答案。

方法一：在浏览器中免费 AI 放大照片

免费 AI 图像放大器会将一个 54MB 的 Swin2SR 模型加载到页面中，并通过 WebGPU 在你自己的硬件上运行。无需账户，也不会上传任何内容。你的图像保留在设备上，下载的是全分辨率 PNG，上面没有任何水印或标记。

三步即可完成，第一次运行会较慢：

1. 通过点击、拖拽或按 Ctrl+V 粘贴来添加图像。
2. 运行 2x 放大。第一次大约需要 60 秒，因为那次运行包含一次性模型下载。之后你的浏览器会对其进行缓存。
3. 在并排视图中将原图与结果进行对比，然后保存 PNG。

这个模型值得了解一下。Swin2SR 来自 ECCV 2022 研讨会，专为压缩图像超分辨率而构建，而这正是大多数小图片在经历几轮消息应用和重复保存后所处的状态。

在围绕它做规划之前，有一个坦白的限制，工具页面也清楚地说明了：这个工具“提供给模型的最大长边为 384 像素，这会将输出限制在 768 像素。”任何更大的图像都会在模型看到之前被缩小。给它一张 1200 像素的照片，返回的图比原来的还小。

方法二：通过 API 提高图像分辨率

当任务是商品数据流而不是单张照片时，托管的 Image Upscaler 模型 就会接管。它运行 Real-ESRGAN，提供从 1.0 到 4.0 的缩放控制，而且前面没有 384 像素限制。每个请求输入一张图像，因此规模化来自循环调用，而不是批量上传字段。

步骤 1：获取你的 API 密钥。 在 Atlas Cloud 控制台中创建密钥，并将其存储为环境变量，绝不要放在客户端代码中。

步骤 2：查看 API 文档。 端点、参数和身份验证都位于 API 文档 中。

步骤 3：发起你的第一个请求。 提交图像和所需的放大倍率：

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  }'

响应中包含一个预测 ID。持续轮询，直到状态显示为 completed：

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

完成的响应会返回托管图像的 URL。当结果要用于下一次放大时，将 output_format 设置为 png，因为 JPEG 往返会在源文件已有的压缩之上再增加一层自己的压缩。

这种“提交并轮询”的形式是日后能带来回报的部分。Atlas Cloud 在整个目录中运行一个 API，因此一个密钥、一个认证头、一个轮询循环就覆盖所有模型。换掉模型字符串，你调用的就是完全不同的东西，这与我们在 AI 头像 API 指南中为肖像演示的模式相同。

哪种放大路径适合你手上的文件

根据源文件选择，而不是根据可选的最大数字。300 像素的头像和 3000 像素的产品照片需要不同的机器，后者若用前者来处理，会让人失望。

第三行是人们常常忽略的。Tencent 模型支持 percent（百分比）、aspect（宽高比）或 fixed（固定）模式，因此你可以不请求倍率，而是直接指定所需的长边，让它落到那里。它的四个引擎按材质划分：standard 适合通用工作，super 适合 AI 生成场景，ultra 用于更多细节，fidelity 面向产品必须保持真实的电商图像。

两个托管模型都没有公布像素上限，这是人们在开始批量任务之前最想知道的数字。可以查验的是演示环境前面的文件大小限制：其上传器会根据 30MB 限制校验图像，并在模型处理之前拒绝任何更大的文件。通过 API 时，你提供的是 URL 而不是文件，所以这一项检查不会执行，模型文档也只说非常大的输入可能会在处理前被拒绝。

两个托管模型都返回 URL 而不是文件，并且都按图像而不是按像素计费，因此对一个小文件进行 4x 放大和对一个大文件进行 4x 放大的成本相同。

最终图像需要多大？

在选择倍率之前，先从目标位反推。想让图像变大不是目标，1920 像素宽才是目标，它能告诉你哪条路径能够达到。一个论坛头像和一张全幅 4K 壁纸是两个不同的问题，而且其中只有一个能从 480 像素的源文件解决。

把这张图当作购物清单来读。用 600 像素源填满 1080p 主视觉需要 4x 路径，即便如此，你也是在要求模型创造屏幕上四分之三的内容。填满头像位几乎不需要什么，这就是为什么浏览器工具能完全覆盖这种情况。

打印使用不同的计算方式，因为像素目标会随物理尺寸和打印机而变化，文件中的分辨率标签也有自己的陷阱。这整条路径，包括打印尺寸表，都包含在正确增加 DPI 的指南中。海报本身是另一种麻烦，在使用 AI 生成海报 的教程中有所介绍。

在 Photoshop 或 Lightroom 中提高照片分辨率

拍摄 RAW 文件，还有第四扇门。Camera Raw 中的 Adobe Enhance 面板包含两个常被混为一谈的独立功能，其中只有一个会改变像素数量。

Adobe 自己的 Camera Raw 文档 明确说明了超分辨率的数据：增强后的图像“宽度和高度都是原图的 2 倍，总像素数为 4 倍”。同一页面称它“对于提高裁剪图像的分辨率特别有用”，这正是它的设计用途。你进行了大幅度裁剪，画幅现在很小，但传感器数据仍然良好。

有一个陷阱会让人浪费一下午。通过 Photoshop 的 Camera Raw 滤镜是无法使用 Super Resolution 的。请改用“文件”>“打开”来打开文件，而 JPEG 或 TIFF 需要先开启 Camera Raw 中处理这些格式的偏好设置，然后才能通过该对话框进行路由。

“图像大小”对话框中的普通重采样是非 AI 的基线做法，它所做的事情有本质不同：插值将你现有的像素铺到更大的网格上。它能让你得到尺寸，但不会重建边缘。

在不损失质量的情况下提高图像分辨率

人们想寻找一种在不损失质量的情况下放大图像的方法，而这个说法隐藏了一个假设。在放大过程中没有什么是真正丢失的，因为原图中没有任何东西被丢弃。人们实际注意到的是，被“发明”出来的像素与真实拍摄的像素看起来不同，在 100% 查看时它们看起来像是虚构的。

三个习惯可以缩小这个差距。

在放大前进行紧致裁剪，让模型把能力花在主体上，而不是墙上。喂给它原始文件，而不是截图，因为截图已经经历了一轮缩放和压缩。尽可能让画面中只有一个主体，因为模型解析一张脸比解析一群人做得更好。

这种失败模式在文献中有名称。Real-ESRGAN 的作者明确处理振铃和过冲伪影，也就是重建变得自信时出现在强边缘周围的光晕和硬亮线。在皮肤和织物上，它们表现为一种略带蜡质的表面；在建筑上，它们表现出发光效果。

叠加放大次数会让所有问题变得更糟。对已经放大过的文件进行第二次 2x，等于把模型自己的猜测作为证据喂给它，而模型会把它们当作拍摄到的细节。一次达到你所需倍率的放大，胜过两次加起来相同倍率的放大。

什么时候图像放大反而会让照片更糟

有些文件最好保持原样，知道哪些文件可以避免一次来回折腾。

小号文字是人们预料会失败的情况，而我们的测试并没有以我们预期的方式失败。一张 360 像素的物流确认单，文字高度为 7 到 9 像素，经过浏览器工具 2x 放大后，每个词都可读，页脚比原图稍微柔和一些，但依然完整。放大没有做到的是人们真正想要的结果：字母变大了，但没有变得更清晰……对于文字，请直接从源文档重新导出。

如果存在矢量原始文件，标识和图标绝不应该接近放大器。SVG 或 EPS 可以缩放到任意尺寸，完全不需要“发明”像素，这正是矢量图形的意义所在。

已经很锐利的图像几乎没有提升空间。工具页面也是这样说的，原因在于结构层面：超分辨率模型靠消除退化来体现价值，而干净的文件没有退化可消除。

还有一些模型从未专门针对的题材。浏览器工具运行的是经典超分辨率权重，没有经过动漫或文档专门训练，因此线稿和扫描页面是五五开，而不是有保证的。

常见问题

能否在不损失质量的情况下调整图像大小？

缩小和放大是两回事。缩小图像会丢失数据，但很少看起来更差，因为你在丢弃像素而不是猜测像素。反方向使用普通的调整大小对话框，则是通过插值将现有像素铺到更大的网格上，这保持了构图，但柔化了细节。要向上调整图像大小且不损失质量，你需要一个能重建边缘而不是拉伸边缘的模型，这正是 AI 放大工具的用途。

如何在手机上提高照片的分辨率？

在手机浏览器中打开免费浏览器放大器。模型下载一次并在设备上运行，因此没有任何数据离开手机。在移动端有一个注意事项：几乎所有现代手机照片都远大于 384 像素长边，因此它会在放大之前被缩小，回来时是 768。先裁剪到你实际需要的部分，或者当整个画面必须保持大尺寸时，使用托管模型。

低分辨率图像能变成高分辨率图像吗？

它可以获得像素，也可以获得表面上的清晰度。能否获得信息取决于原图中存留了什么。一张在良好光线下、手持稳定拍摄的 400 像素照片会放大得很好，因为边缘都还在，模型只需要扩展它们。而一张从摇晃视频中截取的 400 像素帧，边缘本身已经丢失，再多的低分辨率到高分辨率处理也无法把它们找回来。在评判工具之前，先评判源文件。

提高图像分辨率是免费的吗？

浏览器路径完全免费：无需账户、没有每日上限、不需要消耗积分、输出也没有水印。托管模型按图像统一计费：Atlas Cloud Image Upscaler 每张图像 $0.0100，Tencent Image Upscaler 每张图像 $0.024，两者都是各自模型文档中的标价，未应用任何折扣。4x 放大和 1x 放大的成本相同。

同一张图像可以放大多少次？

从技术上讲，你想多少次都行，但实际上只有一次。每一次放大都会把上一次的预测当作真实细节，因此伪影会累积，皮肤变塑料的速度比分辨率数字攀升的速度更快。如果一次 2x 不够，直接在原始文件上做一次 4x，而不是运行两次 2x。

结论

这里每一条路径都在不同约束下做同样的事情：读取你现有的像素，然后写出更多像素。浏览器工具牺牲输出范围，换来隐私和低成本，完全留在你的设备上，上限为 768 像素。托管模型用隐私换取运行空间，接受你能托管的任何文件，最高放大到 4x，或指定一个精确的目标长边。Adobe 的 Enhance 面板与两者不同，它等待 RAW 文件，并在大幅裁剪后效果最佳。

它们都无法拯救一张在你打开之前就已经失去边缘的照片。这才是真正的上限，它是在拍摄瞬间就决定的。因此，提高图像分辨率的实用方法，是从你拥有的最锐利、最小、最紧凑的裁剪开始，选择与之匹配的路径，然后只跑一次放大，而不是三次。在最终确定之前，以 100% 查看结果，因为文件名中的数字并不是你的读者真正看到的。