Open-Source-Videoaufscaler: video2x und Real-ESRGAN einrichten

Ja, du kannst Videos mit Open-Source-Software aufscalen, und der Stack für Open-Source-Videoaufscaler hat sich auf zwei Projekte eingependelt, die fast jeden Workflow abdecken. video2x (20.913 GitHub-Sterne, AGPL-3.0) ist die vollständige Pipeline: ein GUI, ein Windows-Installer und Batch-Verarbeitung, die mehrere Aufscal-Engines hinter einer Oberfläche wrapped^[1]. Real-ESRGAN (36.472 Sterne, BSD-3-Clause) ist das Wiederherstellungsmodell, auf dem die meisten dieser Engines aufgebaut sind, und es wird mit eigenen portablen Executables ausgeliefert, wenn du das Modell ohne das Framework möchtest^[2].

Diese Anleitung behandelt, was jede Installation tatsächlich installiert, auf welchen GPUs sie laufen (die Antwort ist breiter als NVIDIA), welche Modellvarianten zu welchem Material passen, und wo die ehrlichen Grenzen liegen, die dich zurück zu einer gehosteten API treiben. Alle Projektfakten stammen aus den eigenen Dokumentationen der beiden Repositories, abgerufen im August 2026.

Der Open-Source-Videoaufscaler-Stack und wie die beiden Projekte zusammenhängen

Die Beziehung ist wichtiger als der Vergleich. video2x ist ein Framework für maschinelles Lernen zur Videosuperauflösung und Frame-Interpolation; Real-ESRGAN ist eine der Engines darin. video2x 6.x unterstützt Real-ESRGAN, Real-CUGAN und RIFE über ncnn und Vulkan, plus Anime4K v4 und jeden Custom-MPV-kompatiblen GLSL-Shader^[1]. Die praktische Frage ist also selten „video2x oder Real-ESRGAN" in Qualitätsbegriffen; es geht darum, ob du die komplette Video-Pipeline (extrahieren, aufscalen, interpolieren, wieder zusammensetzen) für dich verwalten lassen möchtest oder direkte Kontrolle über das Modell brauchst.

Zwei Fakten, die es sich zu merken lohnt, bevor man irgendetwas installiert:

Die GPU-Anforderung ist Vulkan, nicht CUDA. video2x erfordert eine GPU, die Vulkan unterstützt^[1], und Real-ESRGANs portable Builds laufen auf Intel-, AMD- und NVIDIA-GPUs durch die gleiche ncnn-Vulkan-Implementierung^[2]. Die verbreitete Überzeugung, dass Open-Source-Aufscaling eine NVIDIA-Karte braucht, ist für diesen Stack falsch.
Die Lizenzen zeigen unterschiedliche Richtungen. AGPL-3.0 auf video2x trägt Verpflichtungen mit sich, wenn du es in einen Service einbaust, den du anderen anbietest; Real-ESRGANs BSD-3-Clause nicht. Für persönliche und interne Arbeit kommt keines in den Weg.

video2x: der Weg der kompletten Pipeline

video2x ist der richtige Einstiegspunkt, wenn die Eingabe eine Videodatei ist und die gewünschte Ausgabe eine bessere Videodatei, ohne manuelle Zusammensetzung. Das aktuelle Release 6.4.0 ist plattformübergreifend für Windows und Linux, mit einer Qt6-GUI und einem One-Click-Windows-Installer^[1].

Was das Framework für dich übernimmt:

Zwei Verarbeitungsmodi: Filterung (Aufscaling) und Frame-Interpolation, sodass ein 24-fps-Clip sowohl schärfer als auch flüssiger herauskommen kann^[1].
Engine-Auswahl pro Job: Anime4K v4 für Geschwindigkeit bei Animation, Real-ESRGAN für fotografische Wiederherstellung, Real-CUGAN als anime-optimierte Alternative, RIFE für Interpolation^[1].
Das Video-Plumbing: Frame-Extraktion, Pro-Frame-Inferenz und Wieder-Zusammensetzung mit Audio, was genau das ist, was schiefgeht, wenn man ein Modell direkt gegen eine Videodatei scripted.

Der Kompromiss ist Opazität und Tempo. Eine Framework-Release bewegt sich langsamer als die Modelle darin, und wenn ein Job mitten im Clip fehlschlägt, geschieht das Debugging auf der Log-Ebene des Frameworks, nicht deiner.

Real-ESRGAN: tragbare Executables und die Python-Route

Real-ESRGAN beschreibt sein Ziel als praktische Algorithmen für allgemeine Bild- und Videowiederherstellung^[2], und seine Distribution spiegelt das „praktisch" wider: vorkompilierte tragbare Executables für Windows, Linux und macOS, die keine Python-Umgebung überhaupt brauchen, laufen auf Intel-, AMD- und NVIDIA-GPUs via ncnn-Vulkan^[2].

Die Details, die für Videoarbeit wichtig sind:

AnimeVideo-v3 ist das video-spezifische Modell: ein kleines Modell, das für Anime-Video optimiert ist, dokumentiert mit seinen eigenen Vergleichen im Repo^[2]. Für Animation-Footage ist es die Standard-Wahl, nicht das allgemeine x4plus-Modell.
RealESRGAN_x4plus_anime_6B ist das kompakte Anime-Bildmodell, wenn Dateigröße und Geschwindigkeit wichtig sind^[2].
Das Python-Inferences-Script unterstützt Tiling^[2], was die Low-VRAM-Fluchtluke ist: Ein Frame, das zu groß für den GPU-Speicher ist, wird stattdessen in Kacheln verarbeitet. Langsamer, aber es wird fertig.
Alpha-Kanäle, Graustufen und 16-Bit-Bilder werden vom gleichen Script verarbeitet^[2], was wichtig ist, wenn der „Video"-Job tatsächlich ein Bildfolgen-Job aus einer VFX-Pipeline ist.

Der Kompromiss in diese Richtung: Real-ESRGAN allein verarbeitet Frames, nicht Videos. Du eignet dir die ffmpeg-Extraktion und Wieder-Zusammensetzung, die Audio-Spur und die Frame-Rate-Buchhaltung zu, oder du stellst video2x wieder darauf und bist eine Abstraktion weiter oben wieder.

Was die kostenlose Route wirklich kostet

Die Software ist kostenlos; der Lauf ist es nicht. Pro-Frame-Inferenz belegt die GPU für die gesamte Dauer des Jobs, ein langer Clip bei 4x ist Stunden der Besetzung auf einer Consumer-Karte, und gekachelte Verarbeitung für Low VRAM streckt es weiter. Diese Kosten sind unsichtbar, bis zum dritten Batch der Woche, wo die Arithmetik gegen eine gehostete API sich lohnt zu berechnen: API-Preise pro Sekunde beginnen bei $0.002054/s für leichte Verbesserung und $0.044/s für dediziertes Topaz-Aufscaling^[3]^[4], und die Break-Even-Mathematik gegen dein Volumen dauert fünf Minuten.

Die saubere Arbeitsteilung, auf die die meisten Teams landen: Open Source zum Iterieren über eine Wiederherstellung bis sie richtig aussieht (unbegrenzte Neustarts, null Grenzkosten), die API für den Batch, der folgt (die Batch-Pipeline in Python ist etwa 80 Zeilen). Der Fehlermodus, den man vermeiden sollte, ist das Scripting einer fragilen lokalen Farm zur Verarbeitung eines monatlichen Volumens, das $25 gehostet kosten würde.

Ein Zehnsekunden-Test, Schritt für Schritt

Egal welches Tool du installierst, der erste Lauf sollte ein gekürztes Test-Segment sein, nicht ein kompletter Clip. Die Sequenz, die die meisten verschwendeten GPU-Stunden spart:

Schnide zehn Sekunden aus dem am schlechtesten aussehenden Teil des Materials ab; ein sauberer Abschnitt wird jeden Upscaler bestehen und dir nichts zeigen.
Wähle die Engine nach Inhalt, nicht nach Benchmark-Screenshots: fotografisches Material zu Real-ESRGANs allgemeinen Modellen, Animation zu AnimeVideo-v3 oder Anime4K, und Interpolation nur, wenn das Lieferformat wirklich die höhere Framerate braucht^[1]^[2].
Laufe bei 2x, bevor du 4x versuchst. Die Verdopplung der Auflösung ist normalerweise sicher; Vervierfachung von niedriger Qualität Quelle erfindet Details, die auf Gesichtern und Text abdriften.
Vergleiche auf dem Zielbildschirm bei 100% Zoom, pausiert bei Motion. Zeitliche Shimmer und Kachel-Nähte verstecken sich bei Thumbnail-Größe.
Zeit den Lauf und extrapoliere. Zehn Sekunden Verarbeitungszeit multipliziert mit deinem echten Rückstand ist die ehrliche Kosten der kostenlosen Route, und die Zahl, die entscheidet, ob der Batch lokal bleibt.

Praktisch zwischen ihnen wählen

Installiere video2x, wenn der Job „mach diese Videodateien besser" ist und du eine GUI, einen Installer und Engine-Auswahl ohne Plumbing möchtest. Animations-lastige Workloads besonders: Anime4K und Real-CUGAN existieren dort nativ^[1].

Gehe direkt zu Real-ESRGAN, wenn du das tragbare Executable auf einer Maschine ohne Python brauchst, Bildfolgen statt Container-Dateien verarbeitest, Tiling brauchst um VRAM zu passen, oder Wiederherstellung in deine eigene Pipeline einbettest, wo AGPL ein Problem ist und BSD nicht^[2].

Überspringe beide, wenn das Material bereits sauber ist und nur Auflösung für eine Lieferspez braucht; das ist der langweilige, billige Job, für den Hosted-Enhancement-Tiers existieren^[4].

FAQ

Kann ich Videos mit Open-Source-Software aufscalen?

Ja. video2x gibt dir eine komplette GUI-Pipeline mit Windows-Installer und Linux-Unterstützung, wrapping Real-ESRGAN, Real-CUGAN, RIFE und Anime4K Engines^[1]; Real-ESRGAN allein wird mit tragbaren Executables für Windows, Linux und macOS ausgeliefert^[2]. Kostenlos, lokal und privat; die Kosten sind GPU-Zeit und Setup-Aufwand.

Brauche ich eine NVIDIA-GPU für video2x oder Real-ESRGAN?

Nein. Dieser Stack läuft auf Vulkan über ncnn: video2x erfordert eine Vulkan-fähige GPU^[1], und Real-ESRGANs tragbare Builds unterstützen explizit Intel-, AMD- und NVIDIA-GPUs^[2]. Nur CUDA ist ein Mythos hier, obwohl NVIDIA-Karten der meistgetestete Weg bleiben.

Welches Modell sollte ich für Anime-Material verwenden?

Real-ESRGANs AnimeVideo-v3 für Video oder das kompakte x4plus_anime_6B für Bilder^[2]. Innerhalb von video2x ist Anime4K v4 die schnelle Option und Real-CUGAN die qualitätsorientierte Anime-Alternative^[1]. Fotografisches Material bleibt auf den allgemeinen Real-ESRGAN-Modellen.

Was, wenn meine GPU nicht genug Speicher hat?

Verwende Tiling. Real-ESRGANs Inferences-Script hat Kachel-Optionen, die jeden Frame in Pieces aufteilen, die die GPU halten kann^[2]. Der Lauf wird langsamer und sehr aggressive Kachelung kann bei Gradienten nähen, aber es verwandelt „nicht genug Speicher" in „später fertig".

Kann ich diese Werkzeuge kommerziell nutzen?

Real-ESRGANs BSD-3-Clause-Lizenz ist permissiv, einschließlich kommerzieller Nutzung^[2]. video2x ist AGPL-3.0^[1]: in Ordnung, um kommerziell intern zu nutzen, aber das Einbetten in einen Service, den du anderen verbreitest oder für andere hostest, löst Copyleft-Verpflichtungen aus, die eine echte rechtliche Lektüre wert sind.

Wenn ist eine gehostete API billiger als lokal laufen?

Wenn das Volumen stetig ist und das Per-Run-Basteln vorbei ist. Gehostete Verbesserung beginnt um $0.12 pro Minute Footage^[4]; wenn deine GPU für Stunden besetzt wäre um ein paar Dollar zu sparen, oder der Batch unbeaufsichtigt laufen muss, die API-Route gewinnt. Iterations-lastige Wiederherstellungsarbeit bleibt lokal.

Dein erstes Aufscaling ausführen

Beginne mit zehn Sekunden deines schlechtesten Materials, führe es durch Real-ESRGANs tragbares Executable mit dem Modell aus, das zum Inhalt passt, und urteile auf dem Zielbildschirm, bevor du Stunden GPU-Zeit bindest. Wenn das Ergebnis hält und das Volumen gelegentlich ist, ist dieser Open-Source-Videoaufscaler-Stack wirklich alles, was du brauchst; wenn der Batch immer größer wird, behalte die lokale Einrichtung für Look-Development und lass die Arithmetik entscheiden, wo das Volumen läuft.

Referenzen

k4yt3x. video2x — README: unterstützte Engines, Modi, Plattformen und Anforderungen (v6.4.0). Abgerufen im August 2026 von github.com/k4yt3x/video2x
Xintao Wang et al. Real-ESRGAN — README: tragbare Executables, Modellvarianten, Inferences-Optionen. Abgerufen im August 2026 von github.com/xinntao/Real-ESRGAN
reAPI. Topaz Video Upscaler — Modellseite mit Live-Preisgestaltung pro Sekunde. Abgerufen im August 2026 von reapi.ai/models/topaz-video-upscaler
reAPI. Enhance Video 1.0 — Modellseite mit Live-Preisgestaltung pro Sekunde. Abgerufen im August 2026 von reapi.ai/models/enhance-video-1-0

Weiterführendes Material

reAPI. Videoaufscaling mit KI: Open Source, Desktop oder API. reapi.ai/blog/upscale-video-with-ai
reAPI. Videoaufscaling mit Python: Batch-API-Pipeline und Kosten. reapi.ai/blog/upscale-video-python
reAPI. Open-Source-KI-Videomodelle, die auf einer lokalen GPU laufen. reapi.ai/blog/best-open-source-ai-video-models-local-gpu-2026