Cómo funciona la ampliación de imágenes con IA y cuándo usarla

Redimensionar no es ampliar

Cuando un programa corriente agranda una imagen, interpola: reparte los píxeles que ya tienes sobre un lienzo más grande y rellena los huecos con promedios de sus vecinos. El vecino más cercano copia píxeles y se ve pixelado. El bilineal y el bicúbico los mezclan y se ven suaves. Lanczos, el mejor de los filtros clásicos, conserva un poco mejor los bordes, pero ningún método de interpolación puede añadir información. Una foto de 800×600 contiene 480 000 píxeles de verdad; escálala a 3200×2400 y le estás pidiendo a 7.2 millones de píxeles que se describan con esos mismos 480 000 valores. Ese 93% que falta es la razón de que las ampliaciones se vean borrosas: los datos simplemente no están ahí.

Superresolución: inferir el detalle que falta

La superresolución con IA toma el camino opuesto. En lugar de promediar los píxeles existentes, predice los que faltan, usando lo aprendido de millones de pares de imágenes. Durante el entrenamiento, a la red se le muestra una fotografía nítida y una copia arruinada a propósito (reducida, desenfocada, con ruido y machacada por JPEG), y se la califica según lo bien que reconstruye el original. Repite eso millones de veces y la red interioriza cómo se ven el ladrillo, la tela, el pelaje, el follaje y la piel en alta resolución, y cómo se degrada cada uno cuando una imagen se reduce.

Real-ESRGAN, el modelo de código abierto que ejecuta este sitio, es un refinamiento de esa idea con dos trucos que importan en la práctica. Primero, es una red generativa antagónica: una segunda red "crítica" se entrena para distinguir fotos reales de reconstrucciones, lo que obliga al generador a producir textura que parezca fotográfica en lugar de un suavizado seguro. Segundo, se entrenó con una cadena de degradación realista (combinaciones aleatorias de desenfoque, ruido del sensor, redimensionado y compresión), así que se las arregla con las imágenes imperfectas que la gente tiene de verdad, no solo con reducciones de laboratorio. La variante usada aquí, realesr-general-x4v3, es una versión compacta de uso general: unos 5 MB de pesos que producen exactamente 4× la resolución de entrada.

Por qué esto ahora funciona en una pestaña del navegador

Hasta hace poco, esta clase de modelo necesitaba una aplicación de escritorio con una GPU NVIDIA o una granja de servidores, y por eso la mayoría de los ampliadores en línea suben tu imagen a la nube. Dos cosas cambiaron. ONNX Runtime Web hizo práctico ejecutar redes neuronales reales en entornos JavaScript, y WebGPU le dio al código del navegador acceso directo a tu tarjeta gráfica. Chrome, Edge y Safari exponen ahora suficiente cómputo de GPU para ejecutar una red de superresolución de 5 MB a velocidades interactivas; donde WebGPU no está disponible, el mismo modelo recurre al respaldo WebAssembly en la CPU: más lento, pero con un resultado idéntico.

Un detalle de ingeniería que notarás en la barra de progreso: la imagen se procesa en mosaicos de 192 píxeles con un solapamiento de 8 píxeles, en lugar de en una sola pasada. Los mosaicos mantienen plano el uso de memoria de la GPU sin importar el tamaño de la imagen, y el solapamiento le da a cada mosaico contexto de sus vecinos para que las uniones sean invisibles en el resultado final. Es la misma técnica que usan las herramientas de escritorio para archivos muy grandes.

Qué esperar: cifras honestas

La velocidad depende casi por completo del motor que pueda usar tu navegador. Estos son nuestros tiempos medidos para el modelo 4× de este sitio en una laptop con chip de Apple, en Chrome (agosto de 2026):

Tu hardware será distinto: una PC para juegos superará estas cifras y un teléfono antiguo no las alcanzará. La primera visita también descarga el motor y el modelo una sola vez (unos 10 MB) y compila los shaders de la GPU en la primera ejecución; después de eso todo queda en caché local y las siguientes ejecuciones arrancan al instante.

Cuándo ayuda ampliar 4×

• Imprimir. La impresión necesita ~300 DPI, mientras que las pantallas necesitan ~100. Una foto web de 1200×900 se imprime bien solo hasta 4×3 pulgadas; ampliada a 4800×3600 cubre una impresión de 16×12 pulgadas a 300 DPI completos.
• Fotos antiguas y de baja resolución. Cámaras digitales de los primeros años, copias descargadas de originales perdidos, escaneos pequeños: es el caso clásico de restauración, y donde el modelo brilla.
• Logotipos, ilustraciones y texturas de videojuegos. Real-ESRGAN maneja bien los bordes de las ilustraciones, y la salida a 4× te da margen para recortar, hacer zoom o volver a componer.
• Miniaturas que necesitas a tamaño completo. Fotos de producto, portadas de álbumes, avatares: cualquier caso en que la única copia que sobrevive es pequeña.

…y cuándo no

• Texto diminuto. La superresolución reconstruye textura, no lenguaje. El texto ilegible suele convertirse en formas nítidas pero equivocadas.
• Rostros muy destruidos. Este modelo general no tiene un paso dedicado a restaurar rostros; una cara que es una mancha de 30 píxeles seguirá siendo una mancha (más nítida).
• Imágenes ya nítidas. Si la foto es nítida a su tamaño nativo, el 4× te da sobre todo un archivo más grande. Amplía cuando tengas una necesidad concreta de esos píxeles.

Ampliar sin subir nada

La mayoría de los ampliadores en línea son servicios en la nube: tu foto se transmite a sus servidores, se procesa allí y el resultado vuelve. Los mejores prometen borrarla "en 24 horas", una promesa que no puedes verificar y que igualmente admite que la subida ocurrió. Como el modelo de aquí se ejecuta dentro de tu navegador, esa categoría de riesgo desaparece por completo: fotos familiares, escaneos de documentos de identidad, fotos de productos sin lanzar y trabajos para clientes nunca cruzan la red. Puedes mirar el inspector de red mientras trabajas, o desconectarte después de que cargue la página; el ampliador sigue funcionando, porque nada de lo que necesita está en un servidor remoto.

Esa arquitectura es también la razón de que sea gratis sin trampa: no hay ninguna factura de GPU que tengamos que recuperar, así que no hay créditos, cuotas, cuentas ni marcas de agua. Tu equipo hace el trabajo; tú te quedas con el resultado.

Cómo obtener los mejores resultados

• Dale la copia menos comprimida que tengas: el PNG original gana a un JPEG vuelto a guardar de la misma imagen.
• Recorta primero y amplía después, para que el modelo gaste su presupuesto de 4× en los píxeles que de verdad te importan (y se mantenga dentro de los límites de tamaño).
• Compara con el deslizador al 100% de zoom; las diferencias de textura son invisibles cuando el resultado se aprieta en una vista previa.
• Conserva la salida PNG para editar o imprimir; recomprime a JPEG o WebP solo como último paso, si es que hace falta.