Cara kerja upscaling gambar AI, dan kapan menggunakannya

Mengubah ukuran bukanlah upscaling

Saat perangkat lunak biasa memperbesar gambar, ia melakukan interpolasi: piksel yang sudah ada disebar ke kanvas yang lebih besar dan celahnya diisi dengan rata-rata piksel tetangganya. Nearest-neighbor menyalin piksel dan tampak kotak-kotak. Bilinear dan bicubic mencampurnya dan tampak lembut. Lanczos, filter klasik terbaik, mempertahankan tepi sedikit lebih baik, tetapi tidak ada metode interpolasi yang bisa menambah informasi. Foto 800×600 memuat 480.000 piksel data yang sesungguhnya; perbesar ke 3200×2400 dan Anda meminta 7,2 juta piksel dijelaskan oleh 480.000 nilai yang sama itu. 93% yang hilang itulah alasan hasil pembesaran tampak buram: datanya memang tidak ada.

Super-resolusi: menyimpulkan detail yang hilang

Super-resolusi AI mengambil pendekatan sebaliknya. Alih-alih merata-ratakan piksel yang ada, ia memprediksi piksel yang hilang, memakai pengetahuan yang dipelajari dari jutaan pasangan gambar. Selama pelatihan, jaringan diperlihatkan sebuah foto tajam dan salinan yang sengaja dirusak (diperkecil, diburamkan, diberi noise, dan dikompresi JPEG habis-habisan), lalu dinilai seberapa baik ia membangun ulang aslinya. Ulangi jutaan kali dan jaringan itu menyerap seperti apa tampilan bata, kain, bulu, dedaunan, dan kulit pada resolusi tinggi, serta bagaimana masing-masing rusak saat gambar diperkecil.

Real-ESRGAN, model open source yang dijalankan situs ini, adalah penyempurnaan gagasan itu dengan dua trik yang penting dalam praktik. Pertama, ia adalah generative adversarial network: jaringan "kritikus" kedua dilatih untuk membedakan foto asli dari hasil rekonstruksi, sehingga memaksa generator menghasilkan tekstur yang tampak fotografis, bukan sekadar mulus yang aman. Kedua, ia dilatih dengan pipeline degradasi yang realistis (kombinasi acak dari blur, noise sensor, pengubahan ukuran, dan kompresi) sehingga sanggup menangani gambar berantakan yang benar-benar dimiliki orang, bukan hanya hasil perkecilan laboratorium. Varian yang dipakai di sini, realesr-general-x4v3, adalah build serbaguna yang ringkas: bobot sekitar 5 MB yang menghasilkan keluaran tepat 4× resolusi masukan.

Mengapa kini bisa berjalan di tab browser

Sampai belum lama ini, model sekelas ini membutuhkan aplikasi desktop dengan GPU NVIDIA atau kumpulan server, itulah sebabnya kebanyakan upscaler online mengunggah gambar Anda ke cloud. Dua hal berubah. ONNX Runtime Web membuat eksekusi jaringan saraf sungguhan di lingkungan JavaScript menjadi praktis, dan WebGPU memberi kode browser akses langsung ke kartu grafis Anda. Chrome, Edge, dan Safari kini menyediakan komputasi GPU yang cukup untuk menjalankan jaringan super-resolusi 5 MB pada kecepatan interaktif; bila WebGPU tidak tersedia, model yang sama beralih ke cadangan WebAssembly di CPU: lebih lambat, tetapi keluarannya identik.

Satu detail teknis yang akan Anda perhatikan di bilah progres: gambar diproses dalam ubin 192 piksel dengan tumpang tindih 8 piksel, bukan dalam satu kali jalan. Pengubinan menjaga pemakaian memori GPU tetap datar seberapa pun besar gambarnya, dan tumpang tindih memberi setiap ubin konteks dari tetangganya sehingga sambungannya tak terlihat pada hasil gabungan. Ini teknik yang sama yang dipakai alat desktop untuk file yang sangat besar.

Yang bisa diharapkan: angka yang jujur

Kecepatan hampir sepenuhnya bergantung pada mesin mana yang bisa dipakai browser Anda. Berikut waktu yang kami ukur untuk model 4× situs ini di laptop Apple silicon dengan Chrome (Agustus 2026):

Perangkat keras Anda akan berbeda: PC gaming akan mengalahkan angka ini, ponsel lama tidak akan mencapainya. Kunjungan pertama juga mengunduh mesin dan model satu kali (sekitar 10 MB) dan mengompilasi shader GPU pada eksekusi pertama; setelah itu semuanya tersimpan di cache lokal dan eksekusi berikutnya langsung dimulai.

Kapan upscaling 4× membantu

• Mencetak. Cetakan butuh ~300 DPI, sedangkan layar cukup ~100. Foto web 1200×900 hanya tercetak baik pada 4×3 inci; setelah diperbesar ke 4800×3600, ia mencakup cetakan 16×12 inci pada 300 DPI penuh.
• Foto lama dan beresolusi rendah. Kamera digital awal, salinan unduhan dari aslinya yang hilang, pindaian kecil: inilah kasus restorasi klasik, dan di sinilah model ini bersinar.
• Logo, karya seni, dan tekstur game. Real-ESRGAN menangani tepi ilustrasi dengan baik, dan keluaran 4× memberi Anda ruang untuk memotong, memperbesar tampilan, atau menyusun ulang komposisi.
• Thumbnail yang Anda butuhkan dalam ukuran penuh. Foto produk, sampul album, avatar: di mana pun satu-satunya salinan yang tersisa berukuran kecil.

…dan kapan tidak

• Teks mungil. Super-resolusi membangun ulang tekstur, bukan bahasa. Teks yang tak terbaca biasanya menjadi bentuk yang tajam tapi salah.
• Wajah yang rusak parah. Model serbaguna ini tidak punya tahap khusus pemulihan wajah; wajah yang hanya berupa noda 30 piksel akan tetap menjadi noda (yang lebih tajam).
• Gambar yang sudah tajam. Jika foto sudah tajam pada ukuran aslinya, 4× kebanyakan hanya menambah ukuran file. Perbesar bila Anda punya kebutuhan konkret akan pikselnya.

Upscaling tanpa mengunggah apa pun

Kebanyakan upscaler online adalah layanan cloud: foto Anda dikirim ke server mereka, diproses di sana, lalu hasilnya dikirim kembali. Yang lebih baik menjanjikan penghapusan "dalam 24 jam", janji yang tidak bisa Anda verifikasi dan yang tetap mengakui bahwa unggahan itu terjadi. Karena model di sini berjalan di dalam browser Anda, seluruh kategori risiko itu lenyap: foto keluarga, pindaian kartu identitas, foto produk yang belum dirilis, dan pekerjaan klien sama sekali tidak pernah melintasi jaringan. Anda bisa mengamati inspektur jaringan sambil bekerja, atau memutus koneksi setelah halaman dimuat; upscaler tetap bekerja, karena tidak ada yang dibutuhkannya berada di server jauh.

Arsitektur itu pula alasan alat ini gratis tanpa syarat tersembunyi: tidak ada tagihan GPU yang harus kami tutupi, jadi tidak ada kredit, kuota, akun, atau watermark. Mesin Anda yang bekerja; Anda yang menyimpan hasilnya.

Mendapatkan hasil terbaik

• Berikan salinan yang paling sedikit dikompresi yang Anda punya: PNG asli lebih baik daripada JPEG yang disimpan ulang dari gambar yang sama.
• Potong dulu, baru perbesar, agar model menghabiskan anggaran 4×-nya pada piksel yang benar-benar Anda pedulikan (dan tetap dalam batas ukuran).
• Bandingkan dengan penggeser pada zoom 100%; perbedaan tekstur tidak terlihat saat hasilnya dijejalkan ke dalam pratinjau.
• Simpan keluaran PNG untuk penyuntingan atau cetak; kompresi ulang ke JPEG atau WebP hanya sebagai langkah terakhir, itu pun jika perlu.