SupPixel AI

SupPixel AI

SUPIR team (XPixel research group) · 圖片

SupPixel AI 是 SUPIR 模型的官方網頁版應用程式。它能把模糊或壓縮過度的照片放大並修復,你還可以寫下文字描述,引導它重建哪些細節。

SupPixel AI 的介面預覽

關於 SupPixel AI

About

什麼是 SupPixel AI

SupPixel AI 是 SUPIR 的線上版本。SUPIR 是一套為寫實相片修復而生的研究模型,作者在 2024 年初公開,多數使用者則是透過這個網頁應用程式認識它。上傳照片、選好放大倍率,模型就會重建那些被壓縮或小感光元件抹掉的細節。

它解決的問題很具體。十年前的手機照片、為了列印而放大的截圖、下載又轉存十幾次的圖片,紋理流失的方式都一樣。一般放大只是把像素拉開。這套SUPIR模型以劣化影像訓練,會去猜那些消失的顆粒、毛孔與布料紋理,而不是把它們抹成一片塑膠感。

最大的限制是控制權。會生成細節的模型,也會生成原本不存在的東西,而臉部是最先露餡的地方。SupPixel 提供保真度滑桿與文字描述,讓結果往原圖靠攏,但碰到重要照片,還是得把成品跟原檔並排比對。它沒有公開 API,也沒有桌面版,一切都在瀏覽器裡完成。

開始使用

  1. 打開 suppixel.ai,用 Google 帳號登入。
  2. 上傳要修復的照片。檔案小、壓縮痕跡重的圖片效果最好。
  3. 選擇放大倍率,再寫一句簡短描述,說明場景、光線或衣物材質。
  4. 調整保真度。人像或文件往相似度靠,桌布或 mockup 往視覺品質靠。
  5. 下載成果,跟原圖並排比對後再公開發布。

產品資訊

快速了解 SupPixel AI 的定價、支援平台與效能。

免費方案是
付費方案Credit packs, pay as you go
平台Web browser (desktop and mobile)
開發者SUPIR team (XPixel research group)
類別圖片
發布日期Jan 2024
最近更新Oct 2026
網站訪問量8.5K
網站全球排名2.3M
API 提供狀態N/A

適合對象

這項工具最適合的使用者、任務與情境。

使用者

  • 整理舊客戶檔案的照片工作者:對柔焦掃描與小尺寸輸出很有效,記得保留原檔方便對照。
  • 掃描家族相本的使用者:處理褪色或顆粒感重的舊照派得上用場,但臉部要調低保真度才不會認不出來。
  • 需要一張印刷尺寸示意圖的設計師:不必開修圖軟體,就能線上放大圖片。

任務

  • 把壓縮過的截圖修好放進簡報:模型會重畫邊緣,畫面裡最好避開文字,否則要有變形的心理準備。
  • 救回偏暗或雜訊重的照片:清理有效,但蓋住真實紋理的雜訊,可能變成憑空生出來的紋理。
  • 準備賣場用的產品照:原圖寬度不到 1000 像素、頁面又需要更大版面時很實用。
  • 為家族列印修復一張老肖像:用不同保真度跑兩三個版本,挑最像本人的那張。

情境

  • 一整個資料夾的掃描照片需要一致處理:分批處理,並維持命名規則,方便追溯每個成品。
  • 行銷 mockup 需要更大的背景圖:速度快到開會前還能試幾個版本。
  • 只有一張受損照片想救回來:這正是 AI相片修復 發揮價值的地方,文字描述能指定該還原什麼。

主要功能

文字引導修復

SUPIR 除了圖片,還會讀一段場景描述。告訴它照片裡是暖光下的羊毛大衣,模型就會往那個材質與色溫靠。這是一般 AI影像放大 工具做不到的事,它們只看像素,不知道畫面裡是什麼。

保真度與品質控制

一條滑桿在相似度與精緻度之間取捨。往一邊調,成品貼近原圖,連缺點一起保留;往另一邊調,模型補上乾淨的細節,掛在牆上好看,卻比較不像本人。只要照片涉及身分,這個設定就決定成品能不能用。

臉部與皮膚細節重建

皮膚是擴散模型修復痕跡最明顯的地方,好壞都明顯。原圖夠清楚時,毛孔、睫毛與髮絲會回來得很銳利。若臉部只剩幾十個像素,模型會補出一張合理的臉,但那張臉未必是照片裡的人。

壓縮痕跡與感光雜訊清理

JPEG 壓縮塊、色帶與低光顆粒,正是這套模型受訓要處理的問題。許多在 100% 檢視下糊成一片的照片,回來後邊緣是可用的。真正難的是疊在細紋上的雜訊,因為模型分不清顆粒與細節。

全瀏覽器流程

不必安裝任何東西,也不用買顯示卡。上傳、調整、下載,運算在對方伺服器上跑。老筆電或手機都能用,代價是檔案得離開你的裝置,機密照片要特別留意。

免費起始點數

新帳號用 Google 登入後會拿到一小筆點數,足夠用幾張自己的照片試水溫。之後買點數包,費用跟處理張數走,不是每月固定訂閱。

優缺點

優點

  • 文字描述可以修正猜錯方向的修復結果,多數放大工具沒有這種餘地。
  • 保真度滑桿讓人像維持可辨識,不會飄成另一張臉。
  • 全程在瀏覽器執行,舊筆電或手機就夠。
  • 免費點數足以用自己的照片實測,再決定要不要付費。
  • 對壓縮痕跡與低光雜訊特別有效,這兩項正是手機照片最常見的致命傷。

缺點

  • 大圖消耗點數很快,又沒有無限方案,整理大批舊檔會很花錢。
  • 解析度極低的臉部會生成一張看似合理、卻未必是本人的臉。
  • 圖中的文字、標誌與小字常變成塗抹狀的色塊,文件截圖不適合用它。
  • 沒有公開 API,也不能批次上傳,無法腳本化大量處理或接進現有流程。

常見問題

它用 SUPIR 擴散模型修復並放大照片。你給一張低品質圖片和一段簡短描述,它重建解析度與紋理。設計對象是照片,不是插畫或線稿。