動画アップスケーラー：video2xとReal-ESRGANガイド

はい、オープンソースソフトウェアで動画をアップスケーリングできます。また、オープンソース動画アップスケーラースタックは2つのプロジェクトに集約され、ほぼすべてのワークフローをカバーしています。video2x（GitHub 20,913スター、AGPL-3.0）は完全パイプライン：GUI、Windowsインストーラー、複数のアップスケーリングエンジンを1つのインターフェースでラップするバッチ処理を備えています^[1]。Real-ESRGAN（36,472スター、BSD-3-Clause）は、これらのエンジンのほとんどが構築されている修復モデルで、フレームワークなしでモデルだけを使いたい場合は、独自のポータブル実行ファイルが付属しています^[2]。

このガイドでは、各ツールが実際にインストールするもの、どのGPUで実行されるか（答えはNVIDIAを超えている）、どのモデルバリアントがどのフッテージに適しているか、そしてホステッドAPIに戻す正直な制限がどこにあるかを説明します。すべてのプロジェクト情報は、2つのリポジトリ自身のドキュメントから取得しており、2026年8月時点です。

オープンソース動画アップスケーラースタックと2つのプロジェクトの関係

関係は比較より重要です。video2xは機械学習ビデオスーパーレゾリューションおよびフレーム補間フレームワークであり、Real-ESRGANはその中の1つのエンジンです。video2x 6.xはReal-ESRGAN、Real-CUGAN、RIFEをncnnおよびVulkanでサポートし、Anime4K v4およびカスタムMPV互換GLSLシェーダーをサポートしています^[1]。つまり実際の問題は、品質の点で「video2xまたはReal-ESRGAN」ではなく、完全なビデオパイプライン（抽出、アップスケール、補間、再組立て）を自動管理してほしいのか、それともモデルの直接制御が必要なのかです。

インストール前に登録すべき2つの事実：

• GPU要件はVulkan、CUDAではありません。 video2xはVulkanをサポートするGPUを必要とし^[1]、Real-ESRGANのポータブルビルドは、同じncnn-Vulkan実装を通じてIntel、AMD、NVIDIA GPU上で実行されます^[2]。オープンソースアップスケーリングにはNVIDIAカードが必要という一般的な信念は、このスタックには当てはまりません。
• ライセンスは異なる方向を指しています。 video2xのAGPL-3.0は、他の人に提供するサービスに組み込む場合は義務を伴いますが、Real-ESRGANのBSD-3-Clauseはそうではありません。個人的および内部用途では、どちらも問題にはなりません。

video2x：完全パイプラインルート

video2xは、入力がビデオファイルで、希望する出力がより良いビデオファイルであり、手動での組立てがない場合に適しています。現在のリリース6.4.0はWindows、Linuxをクロスプラットフォーム対応し、Qt6 GUIとワンクリックWindowsインストーラーを備えています^[1]。

フレームワークが処理すること：

• 2つの処理モード：フィルタリング（アップスケーリング）とフレーム補間。24fpsクリップをより鮮明で滑らかにできます^[1]。
• ジョブごとのエンジン選択：アニメーションの速度にはAnime4K v4、写真復元にはReal-ESRGAN、アニメチューンドRealCUGAN、補間にはRIFE^[1]。
• ビデオ配管：フレーム抽出、フレーム単位推論、オーディオ再組立て。これはモデルをビデオファイルに直接スクリプト化すると失敗するところです。

トレードオフは不透明性とペースです。フレームワークのリリースは内部のモデルより遅く、ジョブがクリップ中途で失敗した場合、デバッグはフレームワークのログレベルで発生します。

Real-ESRGAN：ポータブル実行ファイルとPythonルート

Real-ESRGANは一般的な画像およびビデオ復元の実用的なアルゴリズムをその目標と説明し^[2]、その配布は「実用的」を反映しています：Python環境すら不要なWindows、Linux、macOS用のプリコンパイル済みポータブル実行ファイル。ncnn-Vulkanを通じてIntel、AMD、NVIDIA GPU上で実行^[2]。

ビデオ作業に関連する詳細：

• AnimeVideo-v3はビデオ特化モデル：アニメビデオに最適化された小さいモデル。レポジトリ内の独自の比較で文書化されています^[2]。アニメーションフッテージでは、一般的なx4plusモデルではなくデフォルト選択肢です。
• RealESRGAN_x4plus_anime_6Bは、ファイルサイズと速度が問題の場合のコンパクトアニメ画像モデル^[2]。
• Pythonインファレンススクリプトはタイリングをサポート^[2]。これは低VRAM脱出ハッチ：GPUメモリに収まらないフレームは失敗する代わりにタイルで処理されます。遅いですが完了します。
• アルファチャネル、グレースケール、16ビット画像は同じスクリプトで処理^[2]。これはVFXパイプラインからの画像シーケンスジョブである場合に重要です。

この方向のトレードオフ：Real-ESRGANだけはフレームを処理し、動画ではありません。ffmpeg抽出と再組立て、オーディオトラック、フレームレート管理に自分で対応するか、video2xをもう一度上に載せます。

無料ルートの実際のコスト

ソフトウェアは無料です。実行はそうではありません。フレーム単位推論はジョブの全期間GPU を占有し、4倍の長いクリップはコンシューマカードで数時間のGPU占有時間です。低VRAMのためのタイル処理はそれをさらに長くします。このコストは目に見えませんが、週の3番目のバッチまでには、ホステッドAPIに対する計算が価値があります：API価格は1秒あたり $0.002054/s の軽い強化から始まり、専用Topazアップスケーリングは $0.044/s^[3][4]です。ボリュームに対するbreak-even計算は5分です。

ほとんどのチームが到着する労働の清潔な分割：復元が正しく見えるまで繰り返す場合はオープンソース（無制限の再実行、ゼロ限界コスト）、続くバッチの場合はAPI（Pythonでのバッチパイプラインは約80行）。避けるべき障害モード：月間ボリュームを処理するための脆いローカルファームをスクリプト化することで、ホステッドなら25ドルかかります。

10秒テスト、ステップバイステップ

インストールするツールがどれであれ、初回実行はフルクリップではなくトリミング済みテストセグメントにしてください。最も無駄なGPU時間を節約するシーケンス：

1. フッテージの最も悪い部分から10秒をカット：クリーンセクションはあらゆるアップスケーラーを通過し、何も教えてくれません。
2. ベンチマークスクリーンショットではなく、コンテンツでエンジンを選択：写真フッテージはReal-ESRGANの一般的なモデル、アニメはAnimeVideo-v3またはAnime4K、補間は配信形式が実際に高フレームレートが必要な場合のみ^[1][2]。
3. 4倍を試す前に2倍で実行：解像度の倍増は通常安全です。低品質ソースからの4倍増は顔とテキストで漂うディテールを作成します。
4. ターゲットスクリーンで比較 100% ズーム、モーション時に一時停止します。時間的シマーとタイル継ぎ目はサムネイルサイズで隠れます。
5. 実行時間を測定し外挿：10秒の処理時間に実際のバックログを掛けることが無料ルートの正直なコストで、バッチがローカルに留まるかどうかを決定する数値です。

実際に選択する

video2xをインストールする場合：ジョブが「これらのビデオファイルを改善する」で、GUI、インストーラー、プランバーなしのエンジン選択が欲しい。特にアニメヘビーなワークロード：Anime4KとReal-CUGANはそこにネイティブに存在^[1]。

Real-ESRGANに直接移動する場合：Pythonなしマシンのポータブル実行ファイルが必要、コンテナファイルではなく画像シーケンスを処理、VRAMに合わせてタイリングが必要、自分のパイプラインに復元を埋め込む場合でAGPLが問題でBSDでない^[2]。

両方をスキップする場合：フッテージが既にクリーンで配信仕様の解像度だけが必要。ホステッド強化層が存在する退屈で安いジョブです^[4]。

FAQ

オープンソースソフトウェアで動画をアップスケーリングできますか？

はい。video2xはWindowsインストーラーとLinuxサポート付きのフルGUIパイプライン、Real-ESRGAN、Real-CUGAN、RIFE、Anime4Kエンジンをラップします^[1]。Real-ESRGANだけはWindows、Linux、macOS用のポータブル実行ファイル付き^[2]。無料、ローカル、プライベート。コストはGPU時間とセットアップ労力です。

video2xまたはReal-ESRGANにNVIDIA GPUが必要ですか？

いいえ。このスタックはncnnでVulkan上で実行：video2xはVulkan対応GPU が必要^[1]、Real-ESRGANのポータブルビルドは明示的にIntel、AMD、NVIDIA GPU をサポート^[2]。ここではCUDAのみは神話ですが、NVIDIAカードは最もテストされたパスです。

アニメフッテージにはどのモデルを使用すべき？

video内のReal-ESRGANのAnimeVideo-v3、またはイメージ用のコンパクトx4plus_anime_6B^[2]。video2x内では、Anime4K v4が高速オプション、Real-CUGANが品質重視のアニメ代替案^[1]。写真フッテージは一般的なReal-ESRGANモデルのままです。

GPUがメモリ不足の場合は？

タイリングを使用します。Real-ESRGANのインファレンススクリプトはGPUが保持できるピースにフレームを分割するタイルオプションを持っています^[2]。実行は遅くなり、非常に積極的なタイリングは勾配で継ぎ目がある場合がありますが、「メモリ不足」を「遅い完了」に変えます。

これらのツールを商用利用できますか？

Real-ESRGANのBSD-3-Clauseライセンスは寛容で、商用利用を含みます^[2]。video2xはAGPL-3.0^[1]：商用内部利用は問題ありませんが、他の人に配布またはホストするサービスに組み込むと、真摯な法的読解の価値があるコピーレフト義務が発生します。

ホステッドAPIがローカル実行より安いのはいつ？

ボリュームが安定し、実行ごとのいじりが終わったとき。ホステッド強化は約フッテージ 1 分あたり $0.12 から開始^[4]。数ドル節約するためにGPUが数時間占有されるか、バッチが無人実行する必要がある場合、APIルートが勝ちます。反復的な復元作業はローカルのままです。

最初のアップスケーリングを実行

最悪のフッテージの10秒で開始し、コンテンツに合ったモデルでReal-ESRGANのポータブル実行ファイルを実行し、数時間のGPU時間をコミットする前にターゲットスクリーンで判断します。結果が保持され、ボリュームが散発的な場合、このオープンソース動画アップスケーラースタックは本当にすべて必要です。バッチが成長し続ける場合、ローカルセットアップをルック開発に保ち、算術演算にボリュームが実行される場所を決定させます。

参考資料

1. k4yt3x. video2x — README: サポートされるエンジン、モード、プラットフォーム、要件 (v6.4.0). 2026年8月取得 github.com/k4yt3x/video2x
2. Xintao Wang et al. Real-ESRGAN — README: ポータブル実行ファイル、モデルバリアント、推論オプション。 2026年8月取得 github.com/xinntao/Real-ESRGAN
3. reAPI. Topaz Video Upscaler — ライブ秒単位料金のモデルページ。 2026年8月取得 reapi.ai/models/topaz-video-upscaler
4. reAPI. Enhance Video 1.0 — ライブ秒単位料金のモデルページ。 2026年8月取得 reapi.ai/models/enhance-video-1-0

さらに読む

• reAPI. AIでビデオアップスケーリング：オープンソース、デスクトップ、またはAPI。 reapi.ai/blog/upscale-video-with-ai
• reAPI. Pythonでビデオアップスケーリング：バッチAPIパイプラインとコスト。 reapi.ai/blog/upscale-video-python
• reAPI. ローカルGPUで実行するオープンソースAIビデオモデル。 reapi.ai/blog/best-open-source-ai-video-models-local-gpu-2026