待验证60% 置信事实时间未知
图片高清放大（Super Resolution）利用深度学习模型如Real-ESRGAN、SwinIR等对低分辨率图像进行智能插值，能补充AI推测出的高频细节信息
2
来源数
60%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
AI漫剧制作全流程：从剧本到成片的5步实战指南
bilibiliAI视频制作_
涉及实体
相关事实
待验证视频超分辨率技术依托深度卷积神经网络对低分辨率帧进行像素级重建，利用帧间时序信息补全运动细节，比单帧图像放大能减少闪烁与伪影77% 相似待验证Real-ESRGAN采用带有U-Net判别器的GAN架构，能在放大图像的同时智能补充细节纹理74% 相似待验证高分辨率视觉能力通过动态切片或高分辨率编码器实现，对代码截图分析、UI设计稿理解等场景重要70% 相似待验证AI超分辨率放大(如Topaz Gigapixel/Video AI)对真实拍摄素材效果好，但对动画/CG素材易产生锯齿与伪影，动画增强应选专用模型(如Anime4K或Topaz的Iris/Nyx模型)70% 相似待验证现代 AI 视频生成模型基于变分自编码器将高维像素图像压缩至低维潜向量表示，在潜空间中寻找过渡路径而非像素级线性插值68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/23078API
curl https://kongchang.com/api/v1/knowledge/claims/23078MCP
get_claim(id=23078)