AI 放大 vs 双三次 / Lanczos——什么时候用哪个

AI 放大 vs 双三次 / Lanczos——什么时候用哪个

「AI 放大」工具承诺把图放大且不掉细节。听着像魔法，有时确实像魔法，但有时比一个 30 年前的老算法 Lanczos 还慢、还差。这篇讲清楚实际区别、各自什么时候赢、怎么按图的类型选对方法。

用到的工具：paste-to-download.com/zh-CN/upscale——按图内容自动挑方法，也可手动覆盖。

三种方法

双三次（Bicubic）

多数图像编辑器自 2000 年起的默认。从已有像素的 4×4 邻域用三次曲线算新像素。快（每兆像素毫秒级）、简单、成熟。结果：放大平滑但略糊。不发明信息——只是已有像素之间的平滑插值。

Lanczos

比双三次复杂。从更大的邻域（一般 8×8）用 sinc 函数算新像素。比双三次慢但还是快（每兆像素毫秒级）。结果：比双三次锐利，尤其对线稿、Logo、截图。不需要发明细节的内容里，Lanczos 是非 AI 的最佳重采样。

AI 超分辨率

训练在数百万张图对（低分辨率→高分辨率）的深度神经网络。网络学会从低分辨率输入里发明合理的高分辨率细节。慢（每兆像素几秒到几十秒）。结果：照片细节惊艳——纹理、睫毛、织物纹路，这些是源图里根本没有的。细节是合理的，不是真实的。

2026 年常见模型：Swin2SR、Real-ESRGAN、SRGAN、轻量版超分辨率变体。

AI 赢的地方

AI 放大对网络见过大量训练样本的摄影内容最强：

• 人脸（尤其头像、肖像）
• 皮肤纹理、头发、织物
• 自然风光（树叶、水、云）
• 动物（毛、鳞、羽）
• 老照片或糊照片修出可信的清晰度
• 下载的低分辨率图要放大去印刷

这些场景下，AI 填进去的细节是双三次或 Lanczos 不可能造出来的。400 × 400 的肖像能被 AI 变成可信的 1600 × 1600；双三次只能让同一张图变大且更糊。

AI 输的地方（或者犯错的地方）

线稿和 Logo

带硬边和平涂色的矢量类内容会让多数 AI 模型困惑。网络是在照片上训练的，可能试图引入不该有的「纹理」——平面颜色上出现微妙噪点，本该直的边出现波浪。

Lanczos 在这里每次都赢。或者更好的做法是用 /zh-CN/vectorize 把图直接转矢量，跟放大这事说再见。

带文字的截图

文字是边缘锐利、几何规整的。AI 有时把字符边缘弄糊，或在 serif 字体里幻视出额外细节。双三次或 Lanczos 对文字保真更好。

例外：照片里拍到的招牌或文件，文字混在照片内容里，AI 表现就好。

图表、示意图、UI mockup

平涂色 + 几何形状。AI 有时给纯色加纹理噪点。Lanczos 保持干净。

已经够清晰的图

源图长边已经 2000+ 像素，AI 放大边际效益递减。模型在它训练的尺度（通常 4×）填细节，但把 2000 px 翻倍到 4000 px，对一般屏幕观看场景几乎看不出区别。

速度差

1000 × 1000 源图放大 4×：

方法	时间	输出
双三次	约 50 ms	4000 × 4000 平滑
Lanczos	约 150 ms	4000 × 4000 锐利
AI（Swin2SR）	3–15 秒	4000 × 4000 含发明细节

批量场景（50+ 张），速度差很要紧。AI 100 张要 5–25 分钟；Lanczos 不到 30 秒。

paste-to-download 怎么自动挑

/zh-CN/upscale 三种模式：

• Auto（默认）：分析图，摄影类内容用 AI，线稿/文字类用 Lanczos
• Photo：强制 AI（Swin2SR）
• Design & text：强制 Lanczos

Auto 探测器看边缘特征、颜色数、对比度分布。锐边多 + 颜色少 = 归为 design/text；否则走 AI。

可以随时手动覆盖。Auto 给 Logo 选了 AI 结果看着不对，切到 design 模式再跑一遍。

实用决策树

问：是照片吗（人脸、风景、商品、动物）？

• 是 → AI 放大
• 否 → Lanczos

问：源图长边已经 2000+ 像素？

• 是 → 再想想要不要放大
• 否 → 按选好的方法

问：源图有大量文字或硬几何边？

• 是 → Lanczos，或文字/矢量类直接 /zh-CN/vectorize
• 否 → AI 可能是对的

问：源图非常糊或非常小（500 × 500 以下）？

• 是 → AI 是你唯一能拿到可信细节的希望
• 否 → 双三次也许都够用了

问：时间压力？

• 50+ 张批量 → Lanczos（5 分钟搞定）
• 少量图、画质优先 → AI

隐私小注

多数在线放大器把你的图传到 GPU 集群。给私人照片（家庭、商品、敏感内容）用，这是真考量。

/zh-CN/upscale 在你浏览器里跑。Swin2SR 模型作为 ONNX Web Runtime 加载，跑在 WebGPU 或 WebAssembly 上。图像不离开设备。首次运行下载模型（一次性约 30 MB），之后缓存。

一句话总结

• 照片 → AI 放大（/zh-CN/upscale photo 模式）
• Logo / 文字 / 线稿 → Lanczos（/zh-CN/upscale design 模式）
• 拿不准 → Auto 模式，让工具决定
• 源图基础上不要超过 2× 放大，除非是为印刷
• 专门给文字和矢量 → 考虑 /zh-CN/vectorize 代替任何栅格放大