免费开源视频超分辨率工具 Video2X：一个命令让模糊老视频快速变身4K高清

【免费下载链接】video2x A machine learning-based video super resolution and frame interpolation framework. Est. Hack the Valley II, 2018. 项目地址: https://gitcode.com/GitHub_Trending/vi/video2x

三年前的家庭录像，如今在 4K 电视上糊成一团，放大后的每一个像素都在提醒你"它已经过时了"。Video2X 就是为这种时刻准备的——一个机器学习驱动的视频超分辨率与帧插值框架，2018 年诞生于 Hack the Valley II 黑客马拉松，2025 年已迭代到 6.4.0，能在一台普通电脑上把 480p 老视频逐帧重建出清晰细节，全程不向磁盘写一张中间帧。

先用 30 秒认识它：Video2X 到底能做什么

一句话定位：免费、开源、本地的视频超分辨率 + 帧插值工具，把低分辨率、低帧率的视频，变成清晰流畅的高清视频。 适合谁：想修复家庭录像的普通人、追求动漫画质的爱好者、需要批量处理素材的视频创作者——不需要懂机器学习，选好模型点开始即可。

它解决的是两类最实际的问题：画面不够清晰（超分辨率）和运动不够流畅（帧插值）。前者靠 AI 逐帧重建细节，后者靠算法在帧与帧之间"脑补"出中间帧，两者既可以单独使用，也可以叠加在一个处理流程里。

三分钟快速上手：从下载到跑通第一个放大任务

上手路径比想象中短，整个过程不需要写任何脚本。

第一步：按平台选安装包

• Windows：官方提供 Qt6 图形界面安装程序，安装向导点到底即可，界面内置简体中文（另有英、日、葡、法、德共六种语言）。
• Linux：Arch 系可用 AUR 一键安装；其他发行版下载通用 AppImage，免安装直接运行。
• 想省事：有 Docker/Podman 就用容器镜像，一条命令完成放大。

第二步：启动与首次配置

打开图形界面后，新建一个任务：选择输入视频、设置输出路径、指定目标分辨率和帧率。程序会自动检测可用的 Vulkan 显卡，一般无需手动干预。

第三步：跑通第一个任务

命令行爱好者更省事，一条命令即可完成 4 倍放大：

video2x -i input.mp4 -o output.mp4 -p realesrgan -s 4 --realesrgan-model realesr-animevideov3

处理过程中按 空格键 可暂停/继续，按 q 中止，进度和剩余时间实时显示。更完整的参数说明见官方命令行文档：docs/book/src/running/command-line.md。

能力全景拆解：一套程序，四种专用引擎

Video2X 的"能做什么"可以从四个引擎来理解，每个引擎都对应一个明确的使用场景：

• Anime4K v4（libplacebo 引擎）——动漫专属的实时放大方案。基于 GLSL 着色器，速度极快，能很好地保留线条与配色风格，还支持加载任意 MPV 兼容的自定义着色器，可玩性很高。内置 A、B、C、A+A 等七种模式，着色器文件就在 models/libplacebo/。
• Real-ESRGAN——通用超分辨率引擎。真人电影、纪录片、家庭录像都能处理，内置 realesr-animevideov3、realesrgan-plus、realesr-generalv3 等多套模型，按内容类型挑选即可。
• Real-CUGAN——动漫去噪放大引擎。针对有噪点、颗粒感、压缩痕迹的旧动漫做了专门优化，提供 models-nose（无降噪）、models-pro（专业版）、models-se（SE 版）三套模型可选。
• RIFE——帧插值引擎。负责把 30fps 的视频变 60fps、120fps，从入门版到 HD、UHD、动漫版，再到 v4.26 共十余个模型版本，全部放在 models/rife/。

所有 AI 引擎都通过 ncnn + Vulkan 在 GPU 上运行，不依赖特定的显卡品牌。

一张表看懂：不同视频该选哪个引擎

视频内容	首选引擎	典型用法	说明
动漫 / 手绘视频	Anime4K v4	放大 + 保线条	速度快，可实时
真人电影 / 纪录片	Real-ESRGAN	4 倍放大	通用性强，肤色自然
老旧噪点动漫	Real-CUGAN	去噪 + 放大	三套模型按降噪强度选
卡顿的低帧率视频	RIFE	帧率翻倍	常与放大引擎叠加使用

需要说明的是，放大与插值可以串联：比如先用 RIFE 把帧率翻倍，再交给 Real-ESRGAN 放大，这正是官方推荐的"高动态场景"处理思路。

6.0 架构的取舍：从"落盘上百 GB"到"全程留在内存"

为什么 6.0 值得升级？官方架构文档 docs/book/src/developing/architecture.md 里写得很直白：早期版本要把每一帧抽出来存到磁盘、处理完再拼回去，一部电影动辄占用几百 GB 临时空间；5.0 改用管道逐帧传递，但又受制于帧格式必须统一转换的瓶颈。

对比维度	4.0 及以前	5.0	6.0（当前）
中间帧存储	全部落盘，可达数百 GB	管道逐帧传递	全程留在内存/显存
磁盘占用	极大	无落盘	零额外磁盘占用
帧格式转换	反复转换	统一转 RGB24	按需转换
解码编码次数	多次	多次	各一次

实现方式是用 FFmpeg 的 libavformat 直接传递 AVFrame 结构，解码一次、编码一次，帧始终在 RAM 和 GPU 上流转。换句话说，处理过程不会消耗额外的磁盘空间，只需要预留最终成片的容量。核心引擎源码在 src/，命令行工具在 tools/video2x/。

效果到底如何：官方演示给出的参考

项目早期公开过一批演示对照数据（使用当时版本引擎，仅供参考）：

• 《千与千寻》预告片：360P 放大到 4K
• Bad Apple!!：384P / 30FPS 提升至 4K / 120FPS
• 《樱花庄的宠物女孩》片段：240P / 29.97FPS 提升至 1080P / 60FPS

此外官方提供了一个 240P 标准测试片段（standard-test.mp4），配合 Real-CUGAN 与 Real-ESRGAN 的放大样本，专门用来验证你的环境是否正常，也是做性能基准测试的统一素材——想自测效果，拿它跑一遍就能直观对比放大前后的差异。

FAQ：新手最常问的五个问题

问：我的电脑能跑吗？ 答：CPU 需要支持 AVX2（Intel Haswell 及以后、AMD Excavator 及以后）；显卡需要支持 Vulkan（NVIDIA GTX 600 系、AMD Radeon HD 7000 系、Intel HD 4000 及以后即可）。入门门槛比想象中低。

问：处理过程会占很多磁盘空间吗？ 答：6.0 版本不会。中间帧全程在内存和显存中流转，零额外磁盘占用，只需预留最终成片的空间。

问：动漫和真人视频怎么选模型？ 答：动漫优先 Anime4K 或 Real-CUGAN（后者还能顺带去噪）；真人、纪录片等通用内容选 Real-ESRGAN；觉得卡顿就用 RIFE 提升帧率。

问：完全免费吗？会不会有水印？ 答：项目以 AGPLv3 协议开源，完全免费无水印，本地处理不上传任何数据。没有强力 GPU 时，还可以借助 Google Colab 免费借用云端显卡运行。

问：处理到一半能暂停吗？ 答：可以。处理中按空格键暂停/继续，按 q 中止，也能在图形界面里排队多个任务、随时增删。

写在最后：让老视频重获新生的下一步

模糊的视频不会自己变清晰，但用对工具，这件事可以简单到"选个模型、点下开始"。Video2X 免费、开源、本地运行，四个引擎覆盖动漫、真人、去噪、插值四类需求，6.0 架构又解决了磁盘占用的老痛点——现在正是试一下的最好时机。

git clone https://gitcode.com/GitHub_Trending/vi/video2x

克隆下来、装好依赖，再拿一小段视频跑通第一个任务，你就能亲眼看到老画面里被 AI 重新找回的细节。

【免费下载链接】video2x A machine learning-based video super resolution and frame interpolation framework. Est. Hack the Valley II, 2018. 项目地址: https://gitcode.com/GitHub_Trending/vi/video2x