Real-ESRGAN还在维护吗？
是的。由腾讯ARC实验室研究人员发布的Real-ESRGAN，在GitHub上仍是一个活跃的开源仓库——它没有被归档，并且更多是作为其他活跃开发工具所依赖的事实标准放大后端存在，而不是一个需要频繁自身发布的独立应用。
其持续相关性最清晰的信号是间接的：ComfyUI内置的放大节点、AUTOMATIC1111 WebUI的Extras标签页，以及专用开源应用Upscayl，到2026年都默认捆绑了Real-ESRGAN的模型权重。一个作为基础设施如此深度嵌入多个活跃维护项目的工具，不会像没有下游依赖者的独立应用那样消失。
GitHub仓库状态
- 状态:
- 活跃，未归档
- 含义:
- 源代码、Issue跟踪和拉取请求在github.com/xinntao/Real-ESRGAN上持续开放
下游采用情况
- 状态:
- 默认捆绑
- 含义:
- ComfyUI、AUTOMATIC1111 WebUI和Upscayl都将Real-ESRGAN模型作为默认或主要放大工具捆绑
原始论文
- 状态:
- 2021年发表于ICCV Workshops
- 含义:
- 由Xintao Wang、Liangbin Xie、Chao Dong和Ying Shan撰写的《Real-ESRGAN: Training Real-World Blind Super-Resolution with Pure Synthetic Data》
📌注: 由于Real-ESRGAN是作为其他工具内嵌的模型/库来运作的，检查基于它构建的工具（Upscayl、ComfyUI）是否得到维护，比检查"这个应用"本身更有意义——它们确实得到了维护。
Real-ESRGAN是什么？
Real-ESRGAN（github.com/xinntao/Real-ESRGAN）是一款开源、采用Apache 2.0许可证的AI超分辨率模型，输入低分辨率或劣化的图像，输出更大、更清晰的版本。它由腾讯ARC实验室的研究人员开发，并以《Real-ESRGAN: Training Real-World Blind Super-Resolution with Pure Synthetic Data》为题发表于2021年的ICCV Workshops。与简单的插值（双三次或Lanczos缩放）不同，它使用训练好的神经网络重建纹理、边缘和细微结构等合理细节，而不只是拉伸现有像素。
- 放大：将图像放大2倍或4倍，添加AI重建的细节而非模糊处理
- 修复：去除真实世界劣化照片中的JPEG压缩伪影、噪点和模糊，而不仅是干净的下采样测试图像
- 人脸增强：与GFPGAN的可选集成专门修复并锐化放大结果中的人脸
- 动漫模式：专门在动漫/插画作品上训练的独立模型，避免照片训练的放大工具在线稿上造成的过度平滑
- 批量与视频处理：配套脚本（inference_realesrgan_video.py）将同样的放大逐帧应用于视频文件
Real-ESRGAN提供哪些模型？
Real-ESRGAN附带多个预训练模型检查点，每个都针对不同类型的图像进行调优，均在首次运行工具时自动下载。
模型 | 最适合 | 倍率 |
|---|---|---|
| RealESRGAN_x4plus | 一般照片和真实图像 | 4倍 |
| RealESRGAN_x4plus_anime_6B | 动漫和插画作品 | 4倍 |
| RealESRNet_x4plus | 输出更平滑、锐化伪影更少 | 4倍 |
| RealESRGAN_x2plus | 4倍放大幅度过大的照片 | 2倍 |
| realesr-general-x4v3 | 更小更快、可调节降噪强度的通用模型 | 4倍 |
--face_enhance选项会在任意这些模型之上叠加GFPGAN，专门修复面部细节——仅在包含人脸的图像上使用，因为它偶尔会使其他区域过度平滑。
如何在本地安装并运行Real-ESRGAN？
运行Real-ESRGAN有两种受支持的方式：Python包（适合需要脚本控制的开发者）和NCNN-Vulkan可执行文件（适合想要即用二进制文件、无需配置Python或CUDA的用户）。
- 1克隆或下载github.com/xinntao/Real-ESRGAN，然后用pip install basicsr facexlib gfpgan和pip install -r requirements.txt安装依赖。
- 2在克隆的仓库内运行python setup.py develop以完成设置。
- 3使用python inference_realesrgan.py -n RealESRGAN_x4plus -i input.jpg -o results放大图像——模型权重会在首次运行时自动下载。
- 4为动漫作品添加-n RealESRGAN_x4plus_anime_6B，或添加--face_enhance在输出上同时运行GFPGAN人脸修复。
- 5在显存较低的GPU上，添加--tile 400（或更低）以将图像分成更小的块处理，而不是一次性处理——以速度换取更低的显存占用。
- 6无需Python的替代方案：从GitHub Releases页面下载适合你操作系统的realesrgan-ncnn-vulkan发行版，通过Vulkan直接在Nvidia、AMD或Intel GPU上运行。
方式A：Python包（开发者）
这种方式可完全访问命令行选项（分块大小、降噪强度、人脸增强、输出格式），也是ComfyUI和AUTOMATIC1111 WebUI内部调用的同一后端。
方式B：NCNN-Vulkan可执行文件（无需Python）
Real-ESRGAN还为Windows、Linux和macOS提供预编译二进制文件realesrgan-ncnn-vulkan。它使用Vulkan图形API而非CUDA，因此无需安装PyTorch、CUDA或Python即可在Nvidia、AMD和Intel GPU上运行——下载发行版、解压后从命令行运行，或直接将图像拖放到其上。
Real-ESRGAN需要GPU吗？
GPU（通过Vulkan的Nvidia、AMD或Intel，或通过Python包的Apple Silicon）会大幅提升速度，但它也可以在CPU上运行——每张图像的处理时间会明显更长，尤其是高分辨率输入。
Real-ESRGAN需要多少显存？
需求随图像大小和--tile设置变化：较小的--tile值（例如200-400）可让它在仅有2-4 GB显存的GPU上运行，因为图像被分成更小的块处理，代价是总处理速度略慢。
Real-ESRGAN适合谁使用？
Real-ESRGAN适合任何需要放大或修复图像、又不想为每张图像或订阅付费的人，且能够接受命令行工具或基于其构建的简单GUI应用。
适合使用Real-ESRGAN的情况
- 你想免费放大照片、扫描图像或旧的低分辨率文件，无需账号或订阅
- 你从事动漫或插画创作，需要专门训练以避免线稿过度平滑的模型
- 你已经在使用ComfyUI或AUTOMATIC1111 WebUI，想在现有生成流程中加入内置的放大步骤
- 你想要一个无需接触终端的GUI——改为安装Upscayl，它将Real-ESRGAN模型封装在拖放式界面之后
不适合使用Real-ESRGAN的情况
- 你需要根据文本提示生成全新的图像内容——那是Stable Diffusion这类文生图模型的工作，而非放大工具
- 你需要针对专业摄影的、有保证的免干预最高质量，并愿意为此付费——Topaz Gigapixel AI等付费工具提供更多手动微调选项和专属支持
- 你的源图像几乎没有可重建的真实细节（极低分辨率或严重压缩）——无论免费还是付费，任何放大工具都无法凭空创造从未被捕捉到的细节
Real-ESRGAN对比替代方案
与Real-ESRGAN最接近的比较对象是其他放大工具——有些直接基于Real-ESRGAN自身的模型构建，有些则采用完全不同的架构。
工具 | 界面 | 许可证 | 最适合 |
|---|---|---|---|
| Real-ESRGAN | CLI / NCNN-Vulkan二进制文件 | Apache 2.0 | 可脚本化的本地放大，其他工具的基础模型 |
| Upscayl | 桌面GUI | AGPL 3.0 | 基于Real-ESRGAN模型的拖放式放大 |
| waifu2x | CLI / 网页 / GUI移植版 | MIT | 较老的、专注动漫的放大工具，比Real-ESRGAN更轻量 |
| ComfyUI（放大节点） | 基于节点的GUI | GPL 3.0 | 作为更大图像生成工作流中一个步骤的放大 |
| Topaz Gigapixel AI | 桌面应用 | 专有（付费） | 带手动微调和付费支持的专业摄影 |
使用Real-ESRGAN的常见错误
这些错误源于将Real-ESRGAN当作生成工具使用，或对源图像使用了错误的模型变体。
错误1：在动漫或插画作品上使用照片模型
默认的RealESRGAN_x4plus模型是在真实照片上训练的，容易对平色线稿造成过度平滑。对于动漫、漫画或插画源图像，请使用-n RealESRGAN_x4plus_anime_6B切换到RealESRGAN_x4plus_anime_6B。
错误2：期望放大工具能修复失焦或运动模糊的照片
Real-ESRGAN会修复输入中隐含的合理细节，但无法恢复从未被捕捉到的细节。严重模糊或极低分辨率的源图像放大后，可见改善会比轻度压缩、对焦清晰的原图更少。
错误3：在没有人脸的图像上运行--face_enhance
--face_enhance选项会专门对检测到的人脸应用GFPGAN。对于没有人脸的图像，它只会增加处理时间而没有任何好处；对于人脸较小或部分可见的图像，它偶尔会造成过度平滑。请仅在人像和合照上使用。
常见问题
Real-ESRGAN还在维护吗？
是的。这个开源仓库在GitHub上仍然活跃，其模型是ComfyUI、AUTOMATIC1111 WebUI和Upscayl等多个活跃维护工具中内置的默认或主要放大后端。
Real-ESRGAN真的免费吗？
是的。它以Apache 2.0许可证发布，个人和商业使用均免费，没有每图像费用、订阅费用，也无需账号。
Real-ESRGAN采用什么许可证发布？
Apache 2.0，一种宽松的开源许可证。只要保留许可证和版权声明，你可以使用、修改和再分发它，包括用于商业产品。
Real-ESRGAN需要GPU吗？
GPU会让它快得多，但它也可以在CPU上运行。它通过CUDA（Python包）或Vulkan（NCNN可执行文件）支持Nvidia和AMD GPU，并通过Python包支持Apple Silicon。
Real-ESRGAN能放大动漫或插画图像吗？
可以，使用专门在动漫和插画作品上训练的RealESRGAN_x4plus_anime_6B模型，以避免照片训练的放大工具在线稿上造成的过度平滑。
Real-ESRGAN能根据文本提示生成新图像吗？
不能。Real-ESRGAN是一款超分辨率放大工具——它放大并修复现有图像中的细节。文生图生成是一个独立的模型类别，例如Stable Diffusion。
Real-ESRGAN和Upscayl有什么区别？
Real-ESRGAN是底层的开源模型和命令行工具。Upscayl是一款独立的开源桌面应用（AGPL 3.0），将Real-ESRGAN的模型封装在拖放式图形界面之后，用户无需接触终端。
Real-ESRGAN能放大视频而不仅仅是图像吗？
可以，通过配套脚本inference_realesrgan_video.py，将同一放大模型逐帧应用于视频文件。
Real-ESRGAN需要多少显存？
这取决于图像分辨率和--tile设置。将--tile降低到200-400会将图像分成更小的块处理，从而可在仅有2-4 GB显存的GPU上运行，代价是总处理速度略慢。