AI 放大：哪些细节是还原的，哪些是它编出来的

传统缩放靠插值：看邻近的几个像素，取平均。所以小图按老办法放大，看起来是糊，而不是错。AI 放大做的是另一件事。它训练时见过大量「小图—大图」的配对，学到了边缘、皮肤、布料、树叶在高倍放大下大概长什么样。拿到一张模糊的脸，它不做平均，它给出「提案」。整个取舍就在这里，后面几乎所有结果的成因也都在这里。

什么时候真的有用

当信息本来就在、只是采样不够的时候，放大是值得的。老相机拍的略软的照片、传过来时被压过的截图、用一般分辨率扫的胶片冲印、从视频里截出来的一帧——这些情况下结构是真的，只是文件里的像素不够把它讲干净。你是在要求模型把一条它已经看得见的边缘画清楚，这个任务它做得很好。

在进入任何生成环节之前，它同样有用。所有图像模型，包括图生视频，都是按固定尺寸读你的文件，再基于文件里有的细节开工。输入干净、尺寸够大，模型拿到的主体就没有歧义，而这几乎是「一张脸在一整段片子里稳不稳」的最大变量。

唯一要守的习惯是留原件。放大结果永远另存一份，原图别覆盖；判断成败要跟原图比，不要跟上一次放大的结果比，否则一轮一轮叠下来，画面会越来越锐，也越来越不像原来那张照片。

什么时候是在编

这张表背后的一条规则：放大能还原文件「差一点就有的」东西，会捏造它「根本没有」的东西。一张只有两百像素脸的缩略图几乎没有真实结构，模型就用自己的训练经验补一张脸出来。它看起来会很有说服力，但那不是你拍的那个人。这一种失败在实操里最要命，因为它在成片里完全看不出来，只有认识本人的时候才会被发现。

图片放大和视频放大不是一回事

静图和视频是两种活。静图只有一帧，模型时间充裕，也不存在一致性的问题。视频多了一条硬要求：每一帧都得跟上一帧对得上，否则画面会「沸腾」。所以视频放大通常更保守，它擅长去压缩块、去噪点，不擅长凭空造出细密的质感。

在工作室里，水晶放大处理静图，从 40 积分起、按输出尺寸计价；视频放大 75 积分起，专业版 300 积分起，都会再乘上你选定的输出设置。片子较长的话，第一遍当测试做：先放大一小段，按正常速度看一遍，确认没问题再处理整条。

先放大，再动画

如果最终要做成图生视频，顺序很关键。先动画再放大视频，等于让视频模型拿着模糊的输入开工，再在编出来的细节上继续编运动，钱花了，片子更飘。先把静图放大，视频模型看到的是干净的主体，同样一笔积分，成片通常稳得多。

人像可以按这个顺序走：放大静图，按正常尺寸检查一遍，再用很小的动作配固定机位去生成。如果成片还是漂，原因基本都是运动量，而不是分辨率，那就先减动作，别急着再花一次放大的积分。

打印尺寸，说实话

打印机在正常观看距离下大约需要每英寸 300 个像素。也就是说，一张 8 乘 10 英寸的印刷品，需要大约 2400 乘 3000 像素；16 乘 20 英寸，两条边各自再翻一倍左右。放大确实能从小文件凑出这些数字，但凑出像素不等于拥有细节。用一张重度放大的缩略图去印大尺寸，印出来的是一张被编出来的图，只要有人凑近看，就会觉得糊或者怪。

值得认出来的几种翻车

• 锐化过度：每条边缘都带一圈光晕，整体发脆。多半是把强度拉到了最大。
• 塑料皮肤：毛孔和细纹被抹平成一块光滑的表面，说明模型认定皮肤应该干净，而不是有质感。
• 文字被编：牌子、标签、文件放大后字形似是而非，全都错。需要读清楚的文件，不要靠放大。
• 细节拥挤：树叶、碎石、布纹变成重复的图案，因为模型把它学到的东西复制铺开了。
• 身份漂移：脸变好看了，但已经不是那个人。比较对象永远是原图，不是上一版放大结果。

能挡住大部分坑的习惯只有一个：对比。把原图开在旁边，两张都按正常尺寸看，判断标准是「这还是同一张照片吗」，而不是「是不是更清楚了」。更清楚很便宜，还是同一张，才是你真正想要的那个东西。