Como funciona o upscaling de imagens com IA, e quando usá-lo

Redimensionar não é fazer upscaling

Quando um software comum amplia uma imagem, ele interpola: espalha os pixels que você já tem por uma tela maior e preenche as lacunas com médias dos vizinhos. O método do vizinho mais próximo copia pixels e fica quadriculado. Bilinear e bicúbico misturam os pixels e ficam suaves demais. Lanczos, o melhor dos filtros clássicos, preserva as bordas um pouco melhor, mas nenhum método de interpolação consegue adicionar informação. Uma foto de 800×600 contém 480.000 pixels de verdade; amplie-a para 3200×2400 e você está pedindo que 7,2 milhões de pixels sejam descritos por esses mesmos 480.000 valores. Esses 93% que faltam são o motivo de as ampliações parecerem borradas: os dados simplesmente não existem.

Super-resolução: inferindo os detalhes que faltam

A super-resolução com IA segue o caminho oposto. Em vez de tirar a média dos pixels existentes, ela prevê os que faltam, usando o conhecimento aprendido com milhões de pares de imagens. Durante o treinamento, a rede recebe uma fotografia nítida e uma cópia deliberadamente estragada (reduzida, borrada, com ruído e esmagada pela compressão JPEG) e é avaliada pela qualidade com que reconstrói o original. Repita isso milhões de vezes e a rede internaliza como tijolo, tecido, pelo, folhagem e pele aparecem em alta resolução, e como cada um se degrada quando a imagem encolhe.

O Real-ESRGAN, o modelo de código aberto que este site executa, é um refinamento dessa ideia com dois truques que fazem diferença na prática. Primeiro, é uma rede adversária generativa: uma segunda rede, a "crítica", é treinada para distinguir fotos reais de reconstruções, forçando o gerador a produzir texturas com aparência fotográfica em vez de uma suavidade segura. Segundo, foi treinado com um pipeline de degradação realista (combinações aleatórias de desfoque, ruído de sensor, redimensionamento e compressão), então lida bem com as imagens bagunçadas que as pessoas realmente têm, não só com reduções de laboratório. A variante usada aqui, realesr-general-x4v3, é uma versão compacta de uso geral: cerca de 5 MB de pesos que produzem exatamente 4× a resolução de entrada.

Por que isso agora roda em uma aba do navegador

Até pouco tempo atrás, essa classe de modelo exigia um app de desktop com GPU NVIDIA ou uma fazenda de servidores, e é por isso que a maioria dos upscalers online envia sua imagem para a nuvem. Duas coisas mudaram. O ONNX Runtime Web tornou viável executar redes neurais de verdade em ambientes JavaScript, e o WebGPU deu ao código do navegador acesso direto à sua placa de vídeo. Chrome, Edge e Safari agora expõem computação de GPU suficiente para rodar uma rede de super-resolução de 5 MB em velocidade interativa; onde o WebGPU não está disponível, o mesmo modelo recorre ao WebAssembly na CPU: mais lento, mas com saída idêntica.

Um detalhe de engenharia que você vai notar na barra de progresso: a imagem é processada em blocos de 192 pixels com sobreposição de 8 pixels, em vez de em uma única passada. Os blocos mantêm o uso de memória da GPU estável, não importa o tamanho da imagem, e a sobreposição dá a cada bloco contexto dos vizinhos, para que as emendas fiquem invisíveis na composição final. É a mesma técnica que as ferramentas de desktop usam para arquivos muito grandes.

O que esperar: números honestos

A velocidade depende quase inteiramente de qual motor o seu navegador consegue usar. Estes são os tempos que medimos para o modelo 4× deste site em um notebook com chip Apple no Chrome (agosto de 2026):

Seu hardware vai diferir: um PC gamer supera esses números, um celular mais antigo não chega neles. A primeira visita também baixa o motor e o modelo uma única vez (cerca de 10 MB) e compila os shaders da GPU na primeira execução; depois disso tudo fica em cache local e as execuções seguintes começam na hora.

Quando o upscaling 4× ajuda

• Impressão. Impressão exige ~300 DPI, enquanto telas precisam de ~100. Uma foto de web de 1200×900 imprime bem em apenas 4×3 polegadas; ampliada para 4800×3600, cobre uma impressão de 16×12 polegadas a 300 DPI completos.
• Fotos antigas e de baixa resolução. Câmeras digitais antigas, cópias baixadas de originais perdidos, digitalizações pequenas: é o caso clássico de restauração, e onde o modelo brilha.
• Logotipos, ilustrações e texturas de jogos. O Real-ESRGAN lida bem com bordas de ilustração, e a saída em 4× dá espaço para recortar, dar zoom ou recompor.
• Miniaturas que você precisa em tamanho real. Fotos de produto, capas de álbum, avatares: qualquer caso em que a única cópia que sobrou é pequena.

…e quando não ajuda

• Texto minúsculo. A super-resolução reconstrói textura, não linguagem. Texto ilegível costuma virar formas nítidas, porém erradas.
• Rostos muito destruídos. Este modelo de uso geral não tem uma etapa dedicada de restauração de rostos; um rosto que é um borrão de 30 pixels continuará sendo um borrão (mais nítido).
• Imagens que já são nítidas. Se a foto está nítida no tamanho nativo, o 4× compra principalmente tamanho de arquivo. Faça upscaling quando tiver uma necessidade concreta dos pixels.

Upscaling sem enviar nada

A maioria dos upscalers online são serviços em nuvem: sua foto é transmitida para os servidores deles, processada lá e o resultado é devolvido. Os melhores prometem exclusão "em até 24 horas", uma promessa que você não pode verificar e que ainda assim admite que o upload aconteceu. Como o modelo aqui roda dentro do seu navegador, toda essa categoria de risco desaparece: fotos de família, digitalizações de documentos, fotos de produtos ainda não lançados e trabalhos de clientes nunca atravessam a rede. Você pode observar o inspetor de rede enquanto trabalha, ou ficar offline depois que a página carregar; o upscaler continua funcionando, porque nada do que ele precisa é remoto.

Essa arquitetura também é o motivo de ser grátis sem pegadinha: não há conta de GPU para recuperarmos, então não existem créditos, cotas, contas ou marcas d'água. Sua máquina faz o trabalho; você fica com o resultado.

Obtendo os melhores resultados

• Forneça a cópia menos comprimida que você tiver: o PNG original supera um JPEG salvo de novo da mesma imagem.
• Recorte primeiro, depois amplie, para que o modelo gaste seu orçamento de 4× nos pixels que realmente importam para você (e fique dentro dos limites de tamanho).
• Compare com o controle deslizante em zoom de 100%; diferenças de textura ficam invisíveis quando o resultado é espremido em uma prévia.
• Guarde a saída em PNG para edição ou impressão; recomprima para JPEG ou WebP só como etapa final, se é que precisa.