Come funziona l'upscaling delle immagini con l'IA, e quando usarlo

Ridimensionare non è fare upscaling

Quando un normale software ingrandisce un'immagine, interpola: distribuisce i pixel che hai già su una tela più grande e riempie i vuoti con la media dei pixel vicini. Il metodo nearest-neighbor copia i pixel e dà un effetto a blocchi. Bilineare e bicubica li sfumano e danno un effetto morbido. Lanczos, il migliore dei filtri classici, conserva un po' meglio i contorni, ma nessun metodo di interpolazione può aggiungere informazione. Una foto 800×600 contiene 480.000 pixel di verità; portala a 3200×2400 e stai chiedendo di descrivere 7,2 milioni di pixel con quegli stessi 480.000 valori. Quel 93% mancante è il motivo per cui gli ingrandimenti sembrano sfocati: i dati semplicemente non ci sono.

Super-risoluzione: dedurre i dettagli mancanti

La super-risoluzione con l'IA segue la strada opposta. Invece di fare la media dei pixel esistenti, prevede quelli mancanti, grazie a ciò che ha imparato da milioni di coppie di immagini. Durante l'addestramento, alla rete viene mostrata una fotografia nitida e una copia rovinata di proposito (rimpicciolita, sfocata, disturbata e schiacciata in JPEG), e viene valutata su quanto bene ricostruisce l'originale. Ripeti tutto questo milioni di volte e la rete interiorizza l'aspetto di mattoni, tessuti, pelliccia, fogliame e pelle ad alta risoluzione, e come ciascuno si degrada quando un'immagine si rimpicciolisce.

Real-ESRGAN, il modello open source che usa questo sito, affina quell'idea con due accorgimenti che contano nella pratica. Primo, è una rete generativa avversaria: una seconda rete, il «critico», viene addestrata a distinguere le foto vere dalle ricostruzioni, e questo costringe il generatore a produrre una texture dall'aspetto fotografico invece che prudentemente liscia. Secondo, è stato addestrato su una pipeline di degrado realistica (combinazioni casuali di sfocatura, rumore del sensore, ridimensionamento e compressione), quindi se la cava con le immagini imperfette che le persone hanno davvero, non solo con riduzioni da laboratorio. La variante usata qui, realesr-general-x4v3, è una versione compatta e generica: circa 5 MB di pesi che producono esattamente 4× la risoluzione di partenza.

Perché ora funziona in una scheda del browser

Fino a poco tempo fa questo tipo di modello richiedeva un'app desktop con una GPU NVIDIA o una server farm, ed è per questo che la maggior parte degli upscaler online carica la tua immagine nel cloud. Sono cambiate due cose. ONNX Runtime Web ha reso possibile eseguire vere reti neurali in ambienti JavaScript, e WebGPU ha dato al codice del browser accesso diretto alla tua scheda grafica. Chrome, Edge e Safari ora offrono abbastanza potenza di calcolo GPU per far girare una rete di super-risoluzione da 5 MB a velocità interattiva; dove WebGPU non è disponibile, lo stesso modello ripiega su WebAssembly sulla CPU: più lento, ma con un risultato identico.

Un dettaglio tecnico che noterai nella barra di avanzamento: l'immagine viene elaborata in tasselli da 192 pixel con una sovrapposizione di 8 pixel, invece che in un solo passaggio. La suddivisione in tasselli mantiene costante la memoria della GPU a prescindere dalle dimensioni dell'immagine, e la sovrapposizione dà a ogni tassello il contesto dei vicini, così le giunture sono invisibili nell'immagine finale. È la stessa tecnica che usano gli strumenti desktop per i file molto grandi.

Cosa aspettarsi: numeri onesti

La velocità dipende quasi del tutto dal motore che il tuo browser può usare. Questi sono i tempi che abbiamo misurato per il modello 4× di questo sito su un portatile Apple Silicon con Chrome (agosto 2026):

Il tuo hardware darà risultati diversi: un PC da gaming batterà questi numeri, uno smartphone datato non li raggiungerà. Alla prima visita, inoltre, vengono scaricati una volta sola il motore e il modello (circa 10 MB) e al primo utilizzo vengono compilati gli shader della GPU; dopodiché tutto resta in cache sul dispositivo e le elaborazioni successive partono subito.

Quando l'ingrandimento 4× è utile

• Stampa. La stampa richiede ~300 DPI, dove agli schermi ne bastano ~100. Una foto web da 1200×900 si stampa bene solo a 4×3 pollici; ingrandita a 4800×3600 copre una stampa da 16×12 pollici a 300 DPI pieni.
• Foto vecchie e a bassa risoluzione. Prime fotocamere digitali, copie scaricate di originali perduti, piccole scansioni: è il classico caso di restauro, ed è lì che il modello dà il meglio.
• Loghi, illustrazioni e texture di videogiochi. Real-ESRGAN gestisce bene i contorni delle illustrazioni, e il risultato 4× ti lascia margine per ritagliare, zoomare o ricomporre.
• Miniature che ti servono a grandezza piena. Foto di prodotti, copertine di album, avatar: ovunque l'unica copia sopravvissuta sia piccola.

…e quando non lo è

• Testo minuscolo. La super-risoluzione ricostruisce texture, non linguaggio. Un testo illeggibile di solito diventa forme nitide ma sbagliate.
• Volti molto rovinati. Questo modello generico non ha una fase dedicata al ripristino dei volti; un volto ridotto a una macchia di 30 pixel resterà una macchia (più nitida).
• Immagini già nitide. Se la foto è nitida alla sua dimensione originale, il 4× ti fa guadagnare soprattutto peso del file. Ingrandisci quando hai un bisogno concreto di quei pixel.

Upscaling senza caricare nulla

La maggior parte degli upscaler online sono servizi cloud: la tua foto viene trasmessa ai loro server, elaborata lì, e il risultato ti viene rimandato. I migliori promettono l'eliminazione «entro 24 ore», una promessa che non puoi verificare e che comunque ammette che il caricamento è avvenuto. Poiché qui il modello gira dentro il tuo browser, quell'intera categoria di rischio sparisce: foto di famiglia, scansioni di documenti d'identità, foto di prodotti non ancora annunciati e lavori per i clienti non attraversano mai la rete. Puoi tenere d'occhio l'ispettore di rete mentre lavori, oppure andare offline dopo che la pagina si è caricata; l'upscaler continua a funzionare, perché nulla di ciò che gli serve è remoto.

Questa architettura è anche il motivo per cui è gratis senza fregature: non abbiamo bollette GPU da recuperare, quindi niente crediti, limiti, account o filigrane. Il lavoro lo fa il tuo computer; il risultato lo tieni tu.

Come ottenere i risultati migliori

• Usa la copia meno compressa che hai: il PNG originale batte un JPEG salvato di nuovo della stessa immagine.
• Prima ritaglia, poi ingrandisci, così il modello spende il suo budget 4× sui pixel che ti interessano davvero (e resta entro i limiti di dimensione).
• Confronta con il cursore allo zoom del 100%; le differenze di texture sono invisibili quando il risultato è schiacciato in un'anteprima.
• Tieni il PNG in uscita per il fotoritocco o la stampa; ricomprimi in JPEG o WebP solo come ultimo passaggio, se proprio serve.