Principais conclusões
- Licença Apache 2.0 — gratuita para uso pessoal e comercial, código-fonte totalmente aberto
- Roda inteiramente em local: sem conta, sem custo por imagem, sem necessidade de conexão com a internet após o download
- Dois caminhos de instalação: um pacote Python para desenvolvedores, ou um executável independente NCNN-Vulkan sem configurar Python nem CUDA
- Inclui modelos genéricos (RealESRGAN_x4plus), otimizados para anime (RealESRGAN_x4plus_anime_6B) e de restauração facial (integração com GFPGAN)
- Alimenta a função de ampliar no Upscayl, os nós de ampliação do ComfyUI e a aba Extras do AUTOMATIC1111 WebUI — a maioria dos usuários nunca toca na linha de comando
- Funciona em GPUs Nvidia, AMD e Intel via o executável baseado em Vulkan, e em Apple Silicon via o pacote Python
📍 Em uma frase
Real-ESRGAN é um upscaler de imagens com IA gratuito e de código aberto (Apache 2.0) que amplia imagens e restaura detalhes em hardware local, disponível como ferramenta Python, como executável sem instalação, ou integrado em apps como Upscayl, ComfyUI e AUTOMATIC1111 WebUI.
💬 Em termos simples
O Real-ESRGAN recebe uma foto embaçada ou de baixa resolução e gera uma versão maior e mais nítida — a mesma tarefa de um upscaler pago na nuvem como o Topaz Gigapixel AI, só que o modelo roda na sua própria GPU (ou CPU) e nunca sai da sua máquina.
📌Nota: Real-ESRGAN é um upscaler, não um gerador de texto para imagem. Ele amplia e melhora uma imagem existente — não cria imagens novas a partir de um prompt.
O Real-ESRGAN ainda é mantido?
Sim. O Real-ESRGAN, publicado por pesquisadores do Tencent ARC Lab, continua sendo um repositório de código aberto ativo no GitHub — não está arquivado, e funciona como o motor de ampliação padrão de fato sobre o qual outras ferramentas ativamente desenvolvidas se apoiam, em vez de um app independente que precise de lançamentos próprios frequentes.
O sinal mais claro da sua relevância contínua é indireto: os nós de ampliação embutidos do ComfyUI, a aba Extras do AUTOMATIC1111 WebUI e o app de código aberto dedicado Upscayl incluem, por padrão, os pesos do modelo Real-ESRGAN em 2026. Uma ferramenta tão profundamente integrada como infraestrutura dentro de vários projetos ativamente mantidos não desaparece como aconteceria com um app independente sem dependentes posteriores.
Status do repositório no GitHub
- Estado:
- Ativo, não arquivado
- Significado:
- Código-fonte, rastreamento de issues e pull requests permanecem abertos em github.com/xinntao/Real-ESRGAN
Adoção por outras ferramentas
- Estado:
- Integrado por padrão
- Significado:
- ComfyUI, AUTOMATIC1111 WebUI e Upscayl incluem os modelos do Real-ESRGAN como upscaler padrão ou principal
Artigo original
- Estado:
- Publicado em 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 o Real-ESRGAN funciona como um modelo/biblioteca que outras ferramentas incorporam, é mais útil verificar se as ferramentas construídas sobre ele (Upscayl, ComfyUI) são mantidas — e são.
O que é o Real-ESRGAN?
Real-ESRGAN (github.com/xinntao/Real-ESRGAN) é um modelo de super-resolução com IA de código aberto, sob licença Apache 2.0, que recebe uma imagem de baixa resolução ou degradada como entrada e gera uma versão maior e mais nítida. Foi desenvolvido por pesquisadores do Tencent ARC Lab e publicado como "Real-ESRGAN: Training Real-World Blind Super-Resolution with Pure Synthetic Data" nos ICCV Workshops de 2021. Diferente de uma simples interpolação (redimensionamento bicúbico ou Lanczos), ele usa uma rede neural treinada para reconstruir detalhes plausíveis — textura, bordas e estrutura fina — em vez de apenas esticar pixels existentes.
- Ampliação: aumenta imagens em 2x ou 4x adicionando detalhe reconstruído por IA em vez de borrar
- Restauração: remove artefatos de compressão JPEG, ruído e desfoque de fotos realmente degradadas, não apenas de imagens de teste limpas e reduzidas
- Melhoria facial: uma integração opcional com GFPGAN restaura e afia especificamente rostos no resultado ampliado
- Modo anime: um modelo separado treinado especificamente em arte anime/ilustração, evitando o excesso de suavização que upscalers treinados com fotos causam em line art
- Processamento em lote e vídeo: um script complementar (inference_realesrgan_video.py) aplica a mesma ampliação quadro a quadro em arquivos de vídeo
Quais modelos o Real-ESRGAN inclui?
O Real-ESRGAN é distribuído com vários checkpoints de modelo pré-treinados, cada um ajustado para um tipo diferente de imagem, todos baixados automaticamente na primeira execução da ferramenta.
Modelo | Ideal para | Escala |
|---|---|---|
| RealESRGAN_x4plus | Fotos gerais e imagens reais | 4x |
| RealESRGAN_x4plus_anime_6B | Arte anime e ilustração | 4x |
| RealESRNet_x4plus | Resultado mais suave, com menos artefatos de nitidez | 4x |
| RealESRGAN_x2plus | Fotos em que 4x seria mais ampliação do que o necessário | 2x |
| realesr-general-x4v3 | Modelo genérico menor e mais rápido com força de denoise ajustável | 4x |
A opção --face_enhance aplica o GFPGAN sobre qualquer um desses modelos especificamente para restaurar detalhes faciais — use apenas em imagens com rostos, pois pode suavizar demais outras áreas.
Como instalar e rodar o Real-ESRGAN localmente?
Existem duas formas suportadas de rodar o Real-ESRGAN: o pacote Python (para desenvolvedores que querem controle via script) e o executável NCNN-Vulkan (para quem quer um binário pronto para uso sem configurar Python ou CUDA).
- 1Clone ou baixe github.com/xinntao/Real-ESRGAN, depois instale as dependências com pip install basicsr facexlib gfpgan e pip install -r requirements.txt.
- 2Execute python setup.py develop dentro do repositório clonado para concluir a configuração.
- 3Amplie uma imagem com python inference_realesrgan.py -n RealESRGAN_x4plus -i input.jpg -o results — os pesos do modelo são baixados automaticamente na primeira execução.
- 4Adicione -n RealESRGAN_x4plus_anime_6B para arte anime, ou --face_enhance para também aplicar a restauração facial do GFPGAN na saída.
- 5Em uma GPU com pouca VRAM, adicione --tile 400 (ou menos) para processar a imagem em blocos menores em vez de tudo de uma vez, trocando velocidade por menor uso de memória.
- 6Alternativa sem configurar Python: baixe o release realesrgan-ncnn-vulkan para o seu sistema operacional na página de Releases do GitHub e execute-o diretamente em GPUs Nvidia, AMD ou Intel via Vulkan.
O Real-ESRGAN precisa de GPU?
Uma GPU (Nvidia, AMD ou Intel via Vulkan, ou Apple Silicon via o pacote Python) o torna bem mais rápido, mas também roda em CPU — o processamento por imagem levará bem mais tempo, especialmente em entradas de alta resolução.
Quanta VRAM o Real-ESRGAN precisa?
Os requisitos escalam com o tamanho da imagem e o ajuste --tile: um valor de --tile menor (por exemplo 200-400) permite rodar em GPUs com apenas 2-4 GB de VRAM ao processar a imagem em pedaços menores, ao custo de um processamento total um pouco mais lento.
Para quem é o Real-ESRGAN?
O Real-ESRGAN é indicado para quem precisa ampliar ou restaurar imagens sem pagar custo por imagem ou assinatura, e que se sinta confortável com uma ferramenta de linha de comando ou um app GUI simples construído sobre ele.
Real-ESRGAN vs. alternativas
As comparações mais próximas do Real-ESRGAN são outras ferramentas de ampliação — algumas construídas diretamente sobre os próprios modelos do Real-ESRGAN, outras com uma arquitetura totalmente diferente.
Ferramenta | Interface | Licença | Ideal para |
|---|---|---|---|
| Real-ESRGAN | CLI / binário NCNN-Vulkan | Apache 2.0 | Ampliação local programável, modelo base para outras ferramentas |
| Upscayl | GUI de desktop | AGPL 3.0 | Ampliação por arrastar e soltar baseada em modelos do Real-ESRGAN |
| waifu2x | CLI / web / ports GUI | MIT | Upscaler mais antigo focado em anime; mais leve que o Real-ESRGAN |
| ComfyUI (nós de ampliação) | GUI baseada em nós | GPL 3.0 | Ampliação como uma etapa dentro de um fluxo de geração de imagens maior |
| Topaz Gigapixel AI | App de desktop | Proprietária (paga) | Fotografia profissional com ajuste manual e suporte pago |
Erros comuns ao usar o Real-ESRGAN
Esses erros vêm de tratar o Real-ESRGAN como uma ferramenta generativa, ou de usar a variante de modelo errada para a imagem de origem.
Perguntas frequentes
O Real-ESRGAN ainda é mantido?
Sim. O repositório de código aberto continua ativo no GitHub, e os modelos do Real-ESRGAN são o motor de ampliação padrão ou principal integrado em várias ferramentas ativamente mantidas, incluindo ComfyUI, AUTOMATIC1111 WebUI e Upscayl.
O Real-ESRGAN é realmente gratuito?
Sim. É publicado sob licença Apache 2.0, gratuita tanto para uso pessoal quanto comercial, sem custo por imagem, sem assinatura e sem exigência de conta.
Sob qual licença o Real-ESRGAN é publicado?
Apache 2.0, uma licença de código aberto permissiva. Você pode usar, modificar e redistribuir, inclusive em produtos comerciais, desde que preserve a licença e o aviso de copyright.
O Real-ESRGAN precisa de GPU?
Uma GPU o torna bem mais rápido, mas também roda em CPU. Ele suporta GPUs Nvidia e AMD via CUDA (pacote Python) ou Vulkan (o executável NCNN), e Apple Silicon via o pacote Python.
O Real-ESRGAN consegue ampliar imagens de anime ou ilustração?
Sim, usando o modelo RealESRGAN_x4plus_anime_6B, treinado especificamente em arte anime e ilustração para evitar o excesso de suavização que upscalers treinados com fotos causam em line art.
O Real-ESRGAN consegue gerar imagens novas a partir de um prompt de texto?
Não. Real-ESRGAN é um upscaler de super-resolução — ele amplia e restaura detalhe em uma imagem existente. A geração de texto para imagem é uma categoria de modelo separada, como o Stable Diffusion.
Qual a diferença entre Real-ESRGAN e Upscayl?
Real-ESRGAN é o modelo de código aberto subjacente e a ferramenta de linha de comando. Upscayl é um app de desktop de código aberto separado (AGPL 3.0) que empacota os modelos do Real-ESRGAN atrás de uma interface gráfica de arrastar e soltar, sem nunca precisar tocar em um terminal.
O Real-ESRGAN consegue ampliar vídeo, não só imagens?
Sim, via o script complementar inference_realesrgan_video.py, que aplica o mesmo modelo de ampliação quadro a quadro a um arquivo de vídeo.
Quanta VRAM o Real-ESRGAN precisa?
Depende da resolução da imagem e do ajuste --tile. Reduzir --tile para 200-400 processa a imagem em pedaços menores, permitindo rodar em GPUs com apenas 2-4 GB de VRAM ao custo de um processamento total um pouco mais lento.