Escalador de Video IA — de HD a 4K con súper-resolución

Un redimensionado normal (lanczos/bicubic) estira los píxeles existentes — la misma cantidad de información, solo más grande. Real-ESRGAN es un modelo de deep learning entrenado en millones de imágenes para generar detalle plausible faltante: bordes nítidos, texturas finas, piel y follaje realistas. Lado a lado, el escalado IA se ve dramáticamente más nítido, especialmente en caras y texto.

Porque se ejecuta una red neuronal en cada fotograma. La mayoría de las herramientas de aquí decodifican, cambian algo barato y vuelven a codificar; Real-ESRGAN reconstruye cada fotograma al cuádruple de tamaño, que es cálculo de verdad por imagen y no se acelera con un contenedor mejor ni con un archivo más pequeño. Por eso mismo un clip de diez segundos es la manera sensata de probarlo antes de lanzar uno largo.

WebGPU es la API que el modelo IA necesita para correr en tu GPU. Está en Chrome 113+, Edge 113+, Opera 99+ y Yandex Browser reciente — en escritorio y Android. Safari tiene WebGPU detrás de un flag en macOS. Firefox lo está lanzando gradualmente. Si tu navegador no lo tiene, el escalador recurre a inferencia CPU — más lento, pero funciona.

Sí — cada fotograma de origen se escala, sin importar la tasa. Un clip de 60 fps simplemente tarda el doble que un clip de 30 fps de la misma duración. La salida preserva exactamente la tasa de fotogramas de origen.

HDR (HDR10, HLG, Dolby Vision) se mapea tonalmente automáticamente a SDR rec.709 antes de que la IA lo vea — Real-ESRGAN fue entrenado en imágenes SDR y de otro modo cortaría destellos de gamut amplio. El resultado es un video SDR limpio y correctamente expuesto.

El modelo se ejecuta en tu propio aparato a través del navegador, y por eso la velocidad depende de tu hardware y no de una cola: una máquina con aceleración por GPU será varias veces más rápida que una sin ella, y un celular será aún más lento. El trabajo es por fotograma, así que el tiempo crece con la duración y con la escala buscada: duplicar a 2× viene a ser la cuarta parte del trabajo de 4×. Registramos eventos anónimos de rendimiento (número de fotogramas, escala, tiempo de inferencia) para encontrar fallos y ganar velocidad; lo que contienen esos eventos está descrito en la Política de Privacidad. Un consejo práctico: prueba primero treinta segundos y lee la estimación antes de lanzar un clip largo.

Las grabaciones de la vida real con detalle claro se benefician más — caras, texto, follaje, texturas de tela. Las fuentes comprimidas (descargas de YouTube, videos de móvil) ganan dramáticamente. Las fuentes 4K ya nítidas ganan menos. Los fotogramas muy comprimidos o con motion blur producen resultados menos impresionantes — la IA no puede inventar detalle que nunca se capturó.

El modelo es fijo en ×4. Desde una fuente 1080p eso da 4320p (por encima de 4K) — que la herramienta mantiene con la opción "×4". Desde 1440p obtendrías 5760p. La opción "Hasta 4K" limita el tamaño final a 4K para fuentes donde ×4 sería excesivo.