Опенсорс апскейлеры видео: video2x и Real-ESRGAN

Да, можно апскейлить видео опенсорс-софтом, и стек опенсорс-апскейлеров видео сложился из двух проектов, покрывающих почти любой workflow. video2x (20 913 звёзд на GitHub, AGPL-3.0) — полный пайплайн: GUI, инсталлятор для Windows и пакетная обработка, которая скрывает несколько апскейлинг-движков за одним интерфейсом^[1]. Real-ESRGAN (36 472 звезды, BSD-3-Clause) — модель восстановления, на которой строятся большинство этих движков, и у неё есть собственные портативные исполняемые файлы, если нужна модель без фреймворка^[2].

Этот гайд рассказывает, что именно устанавливает каждый из них, на каких GPU они работают (ответ шире, чем NVIDIA), какие варианты моделей подходят какой съёмке, и где честные лимиты, которые отправляют людей обратно к хостируемому API. Все факты проекта взяты из собственной документации обоих репозиториев, полученные в августе 2026 года.

Стек опенсорс-апскейлеров видео и как эти два проекта связаны

Связь важнее сравнения. video2x — это фреймворк для машинного обучения, суперразрешение видео и интерполяция кадров; Real-ESRGAN — один из движков внутри него. video2x 6.x поддерживает Real-ESRGAN, Real-CUGAN и RIFE через ncnn и Vulkan, плюс Anime4K v4 и любой кастомный GLSL-шейдер, совместимый с MPV^[1]. Поэтому практический вопрос редко звучит как «video2x или Real-ESRGAN» в терминах качества; скорее это вопрос того, нужен ли вам полный видео-пайплайн (извлечение, апскейл, интерполяция, сборка), управляемый за вас, или прямой контроль над моделью.

Два факта, которые стоит учесть перед установкой:

• Требование GPU — Vulkan, а не CUDA. video2x требует GPU с поддержкой Vulkan^[1], и портативные сборки Real-ESRGAN работают на Intel, AMD и NVIDIA GPU через тот же ncnn-Vulkan^[2]. Распространённое убеждение, что опенсорс-апскейлинг требует карту NVIDIA, неправильно для этого стека.
• Лицензии указывают в разные стороны. AGPL-3.0 на video2x несёт обязательства, если вы встраиваете его в сервис, который предлагаете другим; BSD-3-Clause на Real-ESRGAN — нет. Для личной и внутренней работы ни одна не мешает.

video2x: маршрут с полным пайплайном

video2x — правильная точка входа, когда вход — видеофайл, а выход — лучший видеофайл, без ничего собираемого вручную. Текущий релиз 6.4.0 кроссплатформен для Windows и Linux, с GUI на Qt6 и односюжетным инсталлятором Windows^[1].

Что фреймворк делает для вас:

• Два режима обработки: фильтрация (апскейлинг) и интерполяция кадров, так что 24-fps клип может получиться и резче, и плавнее^[1].
• Выбор движка за задачу: Anime4K v4 для скорости на анимации, Real-ESRGAN для фотографической реставрации, Real-CUGAN как альтернатива для аниме, RIFE для интерполяции^[1].
• Видео-сантехника: извлечение кадров, поинферинг каждого кадра и переассемблирование с аудио — это именно та часть, которая идёт не так, когда скриптишь модель прямо против видеофайла.

Компромисс — прозрачность и темп. Релиз фреймворка движется медленнее моделей внутри него, а когда задача падает посередине клипа, отладка происходит на уровне логов фреймворка, а не вашем.

Real-ESRGAN: портативные исполняемые и путь через Python

Real-ESRGAN описывает свою цель как практические алгоритмы для общей реставрации изображения и видео^[2], и его распределение отражает «практичность»: предсобранные портативные исполняемые для Windows, Linux и macOS, которые не требуют вообще окружения Python, работают на Intel, AMD и NVIDIA GPU через ncnn-Vulkan^[2].

Детали, которые важны для видео-работы:

• AnimeVideo-v3 — видео-специфичная модель: небольшая модель, настроенная на видео аниме, задокументированная с собственными сравнениями в репо^[2]. Для кадров анимации это выбор по умолчанию, а не общая модель x4plus.
• RealESRGAN_x4plus_anime_6B — компактная модель аниме-изображения, когда размер файла и скорость имеют значение^[2].
• Скрипт Python-инферинга поддерживает тайлинг^[2], это лазейка для низкой памяти GPU: кадр, слишком большой для памяти GPU, обрабатывается плитками вместо падения. Медленнее, но завершается.
• Альфа-каналы, граyscale и 16-битные изображения обрабатываются тем же скриптом^[2], что важно, когда «видео»-задача на самом деле последовательность изображений из VFX-пайплайна.

Компромисс, идя в этом направлении: Real-ESRGAN один обрабатывает кадры, не видео. Вы владеете ffmpeg-извлечением и переассемблированием, аудиотреком и кадр-рейт учётом, или вы кладёте video2x обратно сверху и снова на один уровень абстракции выше.

Что свободный маршрут на самом деле стоит

Софт свободный; прогон — нет. Поинферинг каждого кадра занимает GPU на всю длительность задачи, длинный клип при 4× это часы занятости на потребительской карте, и тайлинг для низкой памяти растягивает это дальше. Та стоимость невидима до третьей партии за неделю, что когда арифметика против хостируемого API становится стоящей прогонки: API-цены за секунду начинаются с $0.002054/s для лёгкого улучшения и $0.044/s для выделенного апскейлинга Topaz^[3][4], и break-even-мат против вашего объёма займёт пять минут.

Чистое разделение труда, которое большинство команд достигают: опенсорс для итераций на реставрации до нужного вида (неограниченные переделки, нулевая маргинальная стоимость), API для следующей партии (80-строчный пайплайн на Python). Режим сбоя, который стоит избегать: скриптить хрупкую локальную ферму на месячный объём, который обошелся бы $25 на хосте.

Десятисекундный тест, шаг за шагом

Какой бы инструмент вы ни установили, первый прогон должен быть подрезанным тестовым сегментом, а не полным клипом. Последовательность, которая экономит больше всего впустую затраченных GPU-часов:

1. Вырежьте десять секунд из худшевыглядящей части кадра; чистый участок пройдёт любой апскейлер и ничего не скажет.
2. Выбирайте движок по контенту, а не по скриншотам бенчмарков: фотографический материал в общие модели Real-ESRGAN, анимацию в AnimeVideo-v3 или Anime4K, и интерполяцию только если формат доставки действительно требует более высокую частоту кадров^[1][2].
3. Запускайте при 2× перед попыткой 4×. Удвоение разрешения обычно безопасно; четырёхкратное увеличение из низкокачественного источника придумывает детали, которые плывут на лицах и тексте.
4. Сравнивайте на целевом экране при 100% зуме, паузе на движении. Временное мерцание и швы плиток скрываются при размере миниатюры.
5. Засеките время и экстраполируйте. Десять секунд времени обработки, умноженные на ваш реальный отставание — честная стоимость свободного маршрута, и число, которое решает, остаётся ли партия локальной.

Выбор между ними в практике

Устанавливайте video2x когда задача — «сделайте эти видеофайлы лучше» и вы хотите GUI, инсталлятор и выбор движка без сантехники. Рабочие нагрузки, интенсивные по анимации, особенно: Anime4K и Real-CUGAN живут там нативно^[1].

Идите прямо к Real-ESRGAN когда вам нужен портативный исполняемый на машине без Python, вы обрабатываете последовательности изображений, а не контейнер-файлы, нужен тайлинг, чтобы подогнать VRAM, или встраиваете реставрацию в свой собственный пайплайн, где AGPL — проблема и BSD — нет^[2].

Пропустите оба когда кадр уже чистый и просто нужно разрешение для спеки доставки; это скучная, дешёвая работа, для которой хостируемые уровни улучшения и существуют^[4].

FAQ

Можно ли апскейлить видео, используя опенсорс-софт?

Да. video2x даёт вам полный GUI-пайплайн с инсталлятором Windows и поддержкой Linux, обёртывая Real-ESRGAN, Real-CUGAN, RIFE и Anime4K движки^[1]; Real-ESRGAN один поставляет портативные исполняемые для Windows, Linux и macOS^[2]. Свободно, локально и приватно; стоимости — время GPU и усилия по настройке.

Мне нужна GPU NVIDIA для video2x или Real-ESRGAN?

Нет. Этот стек работает на Vulkan через ncnn: video2x требует GPU с поддержкой Vulkan^[1], и портативные сборки Real-ESRGAN явно поддерживают Intel, AMD и NVIDIA GPU^[2]. CUDA-only — миф здесь, хотя карты NVIDIA остаются наиболее проверенным путём.

Какую модель использовать для видео аниме?

AnimeVideo-v3 Real-ESRGAN для видео, или компактную x4plus_anime_6B для изображений^[2]. Внутри video2x Anime4K v4 — быстрый вариант и Real-CUGAN — сфокусированная на качество альтернатива для аниме^[1]. Фотографический материал остаётся в общих моделях Real-ESRGAN.

Что если памяти GPU не хватает?

Используйте тайлинг. Скрипт инферинга Real-ESRGAN имеет опции тайлинга, которые разбивают каждый кадр на куски, которые GPU может держать^[2]. Прогон становится медленнее и очень агрессивный тайлинг может швоваться на градиентах, но превращает «нет памяти» в «закончилось поздно».

Могу ли я использовать эти инструменты коммерчески?

Лицензия BSD-3-Clause Real-ESRGAN пермиссивна, включая коммерческое использование^[2]. video2x — AGPL-3.0^[1]: допустимо использовать коммерчески внутридома, но встраивание в сервис, который вы распределяете или хостите для других, запускает copyleft-обязательства, достойные настоящей юридической прочитки.

Когда хостируемый API дешевле, чем запускать их локально?

Когда объём стабилен и per-run-тинкеринг закончен. Хостируемое улучшение начинается с $0.12 на минуту кадра^[4]; если ваш GPU будет занят часами, чтобы сэкономить несколько доларов, или партия нужна запуститься без присмотра, путь через API побеждает. Рабочая реставрация, интенсивная по итерациям, остаётся локальной.

Запуск вашего первого апскейла

Начните с десяти секунд вашего худшего кадра, запустите его через портативный исполняемый Real-ESRGAN с моделью, которая совпадает контентом, и оцените на целевом экране перед обязательством часов времени GPU. Если результат выдерживает и объём случайный, этот стек опенсорс-апскейлеров видео честно всё, что вам нужно; если партия всё растёт, держите локальную настройку для разработки внешнего вида и позвольте арифметике решить, где объём запускается.

References

1. k4yt3x. video2x — README: supported engines, modes, platforms, and requirements (v6.4.0). Retrieved August 2026 from github.com/k4yt3x/video2x
2. Xintao Wang et al. Real-ESRGAN — README: portable executables, model variants, inference options. Retrieved August 2026 from github.com/xinntao/Real-ESRGAN
3. reAPI. Topaz Video Upscaler — model page with live per-second pricing. Retrieved August 2026 from reapi.ai/models/topaz-video-upscaler
4. reAPI. Enhance Video 1.0 — model page with live per-second pricing. Retrieved August 2026 from reapi.ai/models/enhance-video-1-0

Further reading

• reAPI. Upscale video with AI: open source, desktop, or API. reapi.ai/blog/upscale-video-with-ai
• reAPI. Upscale video with Python: batch API pipeline and costs. reapi.ai/blog/upscale-video-python
• reAPI. Open-source AI video models that run on a local GPU. reapi.ai/blog/best-open-source-ai-video-models-local-gpu-2026