T/07 · UPSCALE AI

Amplía imágenes. Sintetiza detalle real.

Hasta 4× con un modelo entrenado en miles de millones de parches reales. No estira píxeles — reconstruye textura, bordes y gradientes plausibles. Fotos viejas, miniaturas, screenshots — listas para print.

Suelta una foto para ampliar

o arrastra y suelta aquí

JPG · PNG · WebP · AVIF · hasta 50 MB

S/02 — CÓMO FUNCIONA

Tres pasos. Sin rodeos.

Sube, procesa, descarga. Los archivos se eliminan automáticamente 24 horas después del procesado.

S/02 · 01
compress · selected

Elige una herramienta

Selecciona la que necesites del kit.

S/02 · 02

Suelta la imagen

Arrastra, haz clic o pega. Sin barra de carga.

S/02 · 03

Descarga

Resultado listo, original intacto.

S/SPECIMEN — DETALLE SINTETIZADO

De 480 px a 1920 px. Sin pegado, sin pixelado.

Comparación pixel-level entre interpolación bicubic estándar y nuestro modelo de super-resolución. La salida no es un estiramiento del source — es detalle reconstruido a partir de patrones aprendidos.

⊕ S/SPEC · LOWRES.JPG · ID 0E9D
480²

INPUT · 86 KB

AI · 4×

1920²

OUTPUT · synthesized

480 × 320 → 1920 × 1280 · 4× lineal · 153 600 px → 2 457 600 px (16× px) · modelo imgpix-sr-v1

S/V — POR QUÉ UPSCALE

Upscale, cuatro ángulos.

T/07.1 · SCALE FACTOR MATRIXFROM 480 × 320

SINGLE PASS

480 × 320960 × 640

4× px

DEFAULT

480 × 3201920 × 1280

16× px

multi-pass

CHAINED

480 × 3203840 × 2560

64× px

multi-pass

CHAINED

16×

480 × 3207680 × 5120

256× px


4× lineal = 16× píxeles · 1 sola pasada

ESCALA

Hasta 4× en una sola pasada.

Una foto de 512² pasa a 2048² lista para imprimir; un thumbnail de 1080² se convierte en hero 4320². Multi-pase opcional para empujar más allá sin sacrificar calidad.

T/07.2 · PIXEL DIFF · 12 × 12SAME REGION · SAME OUTPUT SIZE
BICUBICinterpolated

EDGE: smooth

TEXTURE: averaged

DETAIL: lost

AI · SR-V1synthesized

EDGE: crisp

TEXTURE: reconstructed

DETAIL: synthesized


Misma región · misma resolución de salida · diferencia a nivel píxel

DETALLE

Detalle sintetizado, no interpolado.

Bicubic estira gradientes y borrosa bordes. Nuestro modelo reconstruye textura, esquinas y micro-detalle plausibles a partir de patrones aprendidos. La diferencia se ve a nivel píxel.

T/07.3 · USE CASESRESCUE PROFILES
FAMILY SCAN

Escaneos vintage

600 × 400 · grano

2400 × 1600 · texturas recuperadas

WEB THUMB

Miniaturas web

256 × 256 · fuente única

1024 × 1024 · listo para hero

STOCK PRINT

Stock para print

800 × 600 · web stock

3200 × 2400 · ready-to-print

JPG ARTIFACT

JPG comprimido

~70% quality · ringing

limpio · sin ringing


Donde un upscaler clásico falla · estructura recuperada

RESCATE

Rescata fotos imposibles.

Escaneos familiares granulosos, miniaturas web olvidadas, screenshots a baja resolución, JPGs sobre-comprimidos. Donde un upscaler clásico falla, el modelo encuentra estructura.

T/07.4 · MODEL SPEC SHEETimgpix-sr-v1

imgpix-sr-v1

super-resolution · frozen weights · v1.2.0

LIVE
MODEL
imgpix-sr-v1
super-resolución · frozen · versionado
TRAINING
~3 B parches
fotos reales · sin tus uploads
INFERENCE
8–25 s típico
GPU dedicada · escalado a carga
MAX INPUT
4 096 px lado largo
JPG · PNG · WebP · AVIF · HEIC · TIFF
PRIVACY
Zero retention
tus imágenes no entran al pipeline

MODELO

Spec sheet del motor.

Modelo imgpix-sr-v1, entrenado con miles de millones de parches reales. Inferencia en GPU dedicada, latencia típica 8–25 s. Tus imágenes nunca entran al pipeline de entrenamiento.

SPECT/07
ESCALA
2× · 4× (default) · hasta 8× con multi-pase
MODELO
imgpix-sr-v1 · super-resolución
ENTRADA
JPG · PNG · WebP · AVIF · HEIC · TIFF
MAX ENTRADA
Hasta 4096 px en el lado largo
LATENCIA
8–25 s típico, según tamaño y carga
PRIVACIDAD
Sin entrenamiento sobre tus imágenes

S/F — FAQ

Upscale, respondido brevemente.

¿Cuánto puedo ampliar?
Hasta 4× lineal en una sola pasada (16× píxeles). Para más, encadena pases de 2×: 2× → 4× → 8×. Cada pase añade tiempo de inferencia y coste; el modelo está optimizado para el rango 2×–4×.
¿Añade detalle real o solo amplía?
Sintetiza detalle plausible a partir del contexto local. Es real visualmente, pero es reconstrucción aprendida — no es información oculta del original. Para uso forense usa ese marco mental.
¿Para qué imágenes funciona mejor?
Texturas naturales (piel, tela, vegetación, paisajes) son donde más brilla. Gráficos y screenshots también funcionan bien. JPGs muy comprimidos pueden amplificar artefactos — un pase de denoise antes ayuda.
¿Mis imágenes alimentan el modelo?
No. Tus uploads se usan exclusivamente para procesar tu trabajo. Cero retroalimentación al pipeline de entrenamiento. El modelo está congelado y versionado.