¿Se sigue manteniendo Real-ESRGAN?
Sí. Real-ESRGAN, publicado por investigadores de Tencent ARC Lab, sigue siendo un repositorio de código abierto activo en GitHub — no está archivado, y funciona como el motor de ampliación estándar de facto sobre el que se construyen otras herramientas activamente desarrolladas, en lugar de una app independiente que necesite lanzamientos propios frecuentes.
La señal más clara de su relevancia continua es indirecta: los nodos de ampliación integrados de ComfyUI, la pestaña Extras de AUTOMATIC1111 WebUI y la app de código abierto dedicada Upscayl incluyen todos por defecto los pesos del modelo Real-ESRGAN en 2026. Una herramienta tan profundamente integrada como infraestructura dentro de varios proyectos activamente mantenidos no desaparece como lo haría una app independiente sin dependientes posteriores.
Estado del repositorio en GitHub
- Estado:
- Activo, no archivado
- Significado:
- El código fuente, el seguimiento de incidencias y los pull requests siguen abiertos en github.com/xinntao/Real-ESRGAN
Adopción por otras herramientas
- Estado:
- Integrado por defecto
- Significado:
- ComfyUI, AUTOMATIC1111 WebUI y Upscayl incluyen todos los modelos de Real-ESRGAN como upscaler predeterminado o principal
Artículo original
- Estado:
- Publicado en 2021, ICCV Workshops
- Significado:
- "Real-ESRGAN: Training Real-World Blind Super-Resolution with Pure Synthetic Data" por Xintao Wang, Liangbin Xie, Chao Dong e Ying Shan
📌Nota: Como Real-ESRGAN funciona como un modelo/biblioteca que otras herramientas integran, es más útil comprobar si las herramientas construidas sobre él (Upscayl, ComfyUI) están mantenidas — lo están.
¿Qué es Real-ESRGAN?
Real-ESRGAN (github.com/xinntao/Real-ESRGAN) es un modelo de superresolución con IA de código abierto, con licencia Apache 2.0, que toma una imagen de baja resolución o degradada como entrada y genera una versión más grande y nítida. Fue desarrollado por investigadores de Tencent ARC Lab y publicado como "Real-ESRGAN: Training Real-World Blind Super-Resolution with Pure Synthetic Data" en los ICCV Workshops de 2021. A diferencia de la simple interpolación (redimensionado bicúbico o Lanczos), usa una red neuronal entrenada para reconstruir detalles plausibles — textura, bordes y estructura fina — en lugar de simplemente estirar los píxeles existentes.
- Ampliación: agranda imágenes 2x o 4x añadiendo detalle reconstruido por IA en lugar de difuminar
- Restauración: elimina artefactos de compresión JPEG, ruido y desenfoque de fotos degradadas reales, no solo de imágenes de prueba limpias y submuestreadas
- Mejora facial: una integración opcional con GFPGAN restaura y afina específicamente los rostros en el resultado ampliado
- Modo anime: un modelo independiente entrenado específicamente en arte anime/ilustración, evitando el suavizado excesivo que los upscalers entrenados con fotos causan en el line art
- Procesamiento por lotes y vídeo: un script complementario (inference_realesrgan_video.py) aplica la misma ampliación fotograma a fotograma a archivos de vídeo
¿Qué modelos incluye Real-ESRGAN?
Real-ESRGAN se distribuye con varios checkpoints de modelo preentrenados, cada uno ajustado para un tipo de imagen distinto, todos descargados automáticamente la primera vez que ejecutas la herramienta.
Modelo | Ideal para | Escala |
|---|---|---|
| RealESRGAN_x4plus | Fotos generales e imágenes reales | 4x |
| RealESRGAN_x4plus_anime_6B | Arte anime e ilustración | 4x |
| RealESRNet_x4plus | Resultado más suave con menos artefactos de nitidez | 4x |
| RealESRGAN_x2plus | Fotos donde 4x supone más ampliación de la necesaria | 2x |
| realesr-general-x4v3 | Modelo genérico más pequeño y rápido con fuerza de denoise ajustable | 4x |
La opción --face_enhance aplica GFPGAN sobre cualquiera de estos modelos específicamente para restaurar el detalle facial — úsala solo en imágenes con rostros, ya que puede suavizar en exceso otras zonas.
¿Cómo instalar y ejecutar Real-ESRGAN en local?
Hay dos formas compatibles de ejecutar Real-ESRGAN: el paquete de Python (para desarrolladores que quieran control por script) y el ejecutable NCNN-Vulkan (para quien quiera un binario listo para usar sin configurar Python ni CUDA).
- 1Clona o descarga github.com/xinntao/Real-ESRGAN, luego instala las dependencias con pip install basicsr facexlib gfpgan y pip install -r requirements.txt.
- 2Ejecuta python setup.py develop dentro del repositorio clonado para terminar la configuración.
- 3Amplía una imagen con python inference_realesrgan.py -n RealESRGAN_x4plus -i input.jpg -o results — los pesos del modelo se descargan automáticamente en la primera ejecución.
- 4Añade -n RealESRGAN_x4plus_anime_6B para arte anime, o --face_enhance para aplicar también la restauración facial de GFPGAN sobre la salida.
- 5En una GPU con poca VRAM, añade --tile 400 (o menos) para procesar la imagen en tiles más pequeños en lugar de de una vez, cambiando velocidad por menor uso de memoria.
- 6Alternativa sin configurar Python: descarga el release realesrgan-ncnn-vulkan para tu sistema operativo desde la página de Releases en GitHub y ejecútalo directamente en GPU Nvidia, AMD o Intel mediante Vulkan.
Opción A: paquete de Python (desarrolladores)
Esta vía da acceso completo a las opciones de línea de comandos (tamaño de tile, fuerza de denoise, mejora facial, formato de salida) y es el mismo backend que llaman internamente ComfyUI y AUTOMATIC1111 WebUI.
Opción B: ejecutable NCNN-Vulkan (sin necesidad de Python)
Real-ESRGAN también incluye un binario precompilado realesrgan-ncnn-vulkan para Windows, Linux y macOS. Usa la API gráfica Vulkan en lugar de CUDA, por lo que funciona en GPU Nvidia, AMD e Intel sin instalar PyTorch, CUDA ni Python — descarga el release, descomprímelo y ejecútalo desde la línea de comandos o arrastra una imagen sobre él.
¿Necesita Real-ESRGAN una GPU?
Una GPU (Nvidia, AMD o Intel vía Vulkan, o Apple Silicon vía el paquete de Python) lo hace mucho más rápido, pero también funciona en CPU — el procesamiento por imagen tardará bastante más, especialmente con entradas de alta resolución.
¿Cuánta VRAM necesita Real-ESRGAN?
Los requisitos escalan con el tamaño de la imagen y el ajuste --tile: un valor de --tile más pequeño (por ejemplo 200-400) permite ejecutarlo en GPU con tan solo 2-4 GB de VRAM procesando la imagen en fragmentos más pequeños, a costa de un procesamiento total algo más lento.
¿Para quién es Real-ESRGAN?
Real-ESRGAN encaja con cualquiera que necesite ampliar o restaurar imágenes sin pagar coste por imagen o suscripción, y que se sienta cómodo con una herramienta de línea de comandos o una app GUI sencilla construida sobre él.
Usa Real-ESRGAN si
- Quieres ampliar fotos, imágenes escaneadas o archivos antiguos de baja resolución gratis, sin cuenta ni suscripción
- Trabajas con arte anime o ilustración y necesitas un modelo entrenado específicamente para evitar el suavizado excesivo del line art
- Ya usas ComfyUI o AUTOMATIC1111 WebUI y quieres un paso de ampliación integrado en un pipeline de generación existente
- Quieres una GUI sin tocar una terminal — instala en su lugar Upscayl, que integra los modelos de Real-ESRGAN tras una interfaz de arrastrar y soltar
Evita Real-ESRGAN si
- Necesitas generar contenido de imagen nuevo a partir de un prompt de texto — esa es la tarea de un modelo texto-a-imagen como Stable Diffusion, no de un upscaler
- Necesitas máxima calidad garantizada y sin intervención para fotografía profesional y estás dispuesto a pagar por ello — una herramienta de pago como Topaz Gigapixel AI ofrece más ajuste manual y soporte dedicado
- Tus imágenes de origen apenas tienen detalle real que reconstruir (resolución extremadamente baja o muy comprimidas) — ningún upscaler, gratuito o de pago, puede inventar detalle que nunca se capturó
Real-ESRGAN vs. alternativas
Las comparaciones más cercanas a Real-ESRGAN son otras herramientas de ampliación — algunas construidas directamente sobre los propios modelos de Real-ESRGAN, otras con una arquitectura completamente distinta.
Herramienta | Interfaz | Licencia | Ideal para |
|---|---|---|---|
| Real-ESRGAN | CLI / binario NCNN-Vulkan | Apache 2.0 | Ampliación local programable, modelo base para otras herramientas |
| Upscayl | GUI de escritorio | AGPL 3.0 | Ampliación arrastrar y soltar basada en modelos de Real-ESRGAN |
| waifu2x | CLI / web / puertos GUI | MIT | Upscaler más antiguo enfocado en anime; más ligero que Real-ESRGAN |
| ComfyUI (nodos de ampliación) | GUI basada en nodos | GPL 3.0 | Ampliación como un paso dentro de un flujo de generación de imágenes más amplio |
| Topaz Gigapixel AI | App de escritorio | Propietaria (de pago) | Fotografía profesional con ajuste manual y soporte de pago |
Errores comunes al usar Real-ESRGAN
Estos errores vienen de tratar Real-ESRGAN como una herramienta generativa, o de usar la variante de modelo equivocada para la imagen de origen.
Error 1: usar el modelo de fotos en arte anime o ilustración
El modelo por defecto RealESRGAN_x4plus está entrenado en fotos reales y tiende a suavizar en exceso el line art de color plano. Cambia a RealESRGAN_x4plus_anime_6B con -n RealESRGAN_x4plus_anime_6B para imágenes de origen de anime, manga o ilustración.
Error 2: esperar que un upscaler arregle una foto desenfocada o con desenfoque de movimiento
Real-ESRGAN restaura detalle plausible implícito en la entrada, pero no puede recuperar detalle que nunca se capturó. Las imágenes de origen muy borrosas o de resolución extremadamente baja se ampliarán con mejoras visibles menores que un original ligeramente comprimido y enfocado.
Error 3: ejecutar --face_enhance en imágenes sin rostros
La opción --face_enhance aplica GFPGAN específicamente a los rostros detectados. En imágenes sin rostros, añade tiempo de procesamiento sin beneficio; en imágenes con rostros pequeños o parciales, puede ocasionalmente suavizarlos en exceso. Resérvala para retratos y fotos de grupo.
Preguntas frecuentes
¿Se sigue manteniendo Real-ESRGAN?
Sí. El repositorio de código abierto sigue activo en GitHub, y los modelos de Real-ESRGAN son el motor de ampliación predeterminado o principal integrado en varias herramientas activamente mantenidas, incluyendo ComfyUI, AUTOMATIC1111 WebUI y Upscayl.
¿Es realmente gratuito Real-ESRGAN?
Sí. Se publica bajo licencia Apache 2.0, gratuita tanto para uso personal como comercial, sin coste por imagen, sin suscripción y sin requisito de cuenta.
¿Bajo qué licencia se publica Real-ESRGAN?
Apache 2.0, una licencia de código abierto permisiva. Puedes usarlo, modificarlo y redistribuirlo, incluso en productos comerciales, siempre que conserves la licencia y el aviso de copyright.
¿Necesita Real-ESRGAN una GPU?
Una GPU lo hace mucho más rápido, pero también funciona en CPU. Es compatible con GPU Nvidia y AMD mediante CUDA (paquete de Python) o Vulkan (el ejecutable NCNN), y con Apple Silicon mediante el paquete de Python.
¿Puede Real-ESRGAN ampliar imágenes de anime o ilustración?
Sí, usando el modelo RealESRGAN_x4plus_anime_6B, entrenado específicamente en arte anime e ilustración para evitar el suavizado excesivo que causan los upscalers entrenados con fotos en el line art.
¿Puede Real-ESRGAN generar imágenes nuevas a partir de un prompt de texto?
No. Real-ESRGAN es un upscaler de superresolución — amplía y restaura detalle en una imagen existente. La generación de texto a imagen es una categoría de modelo distinta, como Stable Diffusion.
¿Cuál es la diferencia entre Real-ESRGAN y Upscayl?
Real-ESRGAN es el modelo de código abierto subyacente y la herramienta de línea de comandos. Upscayl es una app de escritorio de código abierto independiente (AGPL 3.0) que integra los modelos de Real-ESRGAN tras una interfaz gráfica de arrastrar y soltar, sin necesidad de tocar una terminal.
¿Puede Real-ESRGAN ampliar vídeo, no solo imágenes?
Sí, mediante el script complementario inference_realesrgan_video.py, que aplica el mismo modelo de ampliación fotograma a fotograma a un archivo de vídeo.
¿Cuánta VRAM necesita Real-ESRGAN?
Depende de la resolución de la imagen y del ajuste --tile. Reducir --tile a 200-400 procesa la imagen en fragmentos más pequeños, permitiendo ejecutarlo en GPU con tan solo 2-4 GB de VRAM a costa de un procesamiento total algo más lento.