Video2X：免费AI视频超分框架，把老视频拉到4K只要一条命令
【免费下载链接】video2xA 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
Video2X 是一个基于机器学习的视频超分辨率和帧插值框架，专门用来把低分辨率、低帧率的老视频重制到高清。比如你手头有一段 480p 的 DV 婚礼录像或一部 480p 的老动漫，它可以直接输出到 1080p 甚至 4K，同时把 30fps 补到 60fps。项目完全免费开源，6.0 版本用 C/C++ 完整重写，帧数据全程在内存和 GPU 中流转，处理时不产生额外的磁盘占用。
🎬 它到底能帮你做什么
修复老视频画质
家庭录像、VHS 转录的老片子普遍是 480p 甚至 240p，放大后全是马赛克和模糊块。Video2X 用 AI 超分模型重建细节而不是简单拉伸，240p 的素材经 4 倍放大后可以得到接近 1080p 的画面，文字边缘和人物轮廓都能看清。
给老动漫拉分辨率
80、90 年代的动漫大多只有 480p，在 4K 显示器上播放会明显发虚。针对动漫线条和内容特点，Video2X 内置了专门的模型组合，放大后能保留线条锐度和色块风格，不会出现真人视频模型常见的"油画感"。
补齐帧率
30fps 的游戏录像在快速动作时会出现拖影和卡顿感。帧插值模式可以在两帧之间用 AI 生成中间帧，把 30fps 提升到 60fps，动作衔接更连贯，集锦回看不再卡帧。
⚡ 核心能力拆解
Video2X 的能力可以分成三个维度，对应不同的处理目标：
- 放大（超分辨率）：支持 2 倍到 4 倍放大，也可以指定目标分辨率（比如直接输出 3840x2160）。Anime4K 走实时 shader 路线，速度快；Real-ESRGAN 和 Real-CUGAN 走神经网络重建，细节更好但更耗时。
- 帧率提升（帧插值）：RIFE 系列模型负责生成中间帧，版本从标准版到 UHD 版覆盖不同分辨率需求，UHD 版针对 4K 素材做了参数调整。
- 去噪与画质保持：老视频常见的噪点、压缩块状伪影是超分的最大干扰项，Real-CUGAN 的降噪模型会先压噪再放大，对带颗粒感的素材效果明显。
各模型的分工如下表：
| 能力/模型 | 适用内容 | 关键特点 | 推荐场景 |
|---|---|---|---|
| Anime4K v4 | 动漫、动画 | 实时 shader，速度最快 | 大体积动漫整季处理 |
| Real-ESRGAN | 真人视频、纪录片 | 通用重建能力强 | 家庭录像、实拍素材 |
| Real-CUGAN | 动漫 | 去噪与放大结合 | 有噪点的老动漫 |
| RIFE 系列 | 低帧率视频 | 专做帧率插值 | 30fps 转 60fps |
🛠️ 上手体验：从安装到出片
第 1 步：安装。Windows 用户从发行版下载官方安装程序，一路下一步即可，GUI 支持简体中文；Linux 用户可以用 AppImage 直接运行，Arch 用户有 AUR 包。
第 2 步：第一次处理。GUI 模式打开选输入、选输出、选模型即可。命令行用户一条命令完成 4 倍放大：
video2x -i input.mp4 -o output.mp4 -p realesrgan -s 4第 3 步：按需换模型。动漫换成-p realcugan，追求速度换成-p libplacebo配 Anime4K。
没有好显卡也能跑：项目提供 Docker 镜像一条命令启动，也支持在 Google Colab 上免费借用 NVIDIA T4/L4/A100 算力，单次会话最长 12 小时。相关文档见 命令行使用指南。
📊 性能与兼容性
最低配置要求：
- CPU：支持 AVX2 指令集（Intel Haswell 或 AMD Excavator 及更新架构）
- GPU：支持 Vulkan（NVIDIA GTX 600 系列、AMD HD 7000 系列及以上）
- 内存：8GB 以上
性能优化建议：
- 用
video2x --list-gpus确认 Vulkan 显卡被正确识别，选独显运行。 - 长视频放在 SSD 上，减少 FFmpeg 读写的等待时间。
- 先用短视频验证模型选择，再跑正片。
6.0.0 版本放弃了旧的 Python 架构，改用 C/C++ 重写整条流水线：帧只解码一次、只编码一次，像素格式按需转换，数据始终留在内存和 GPU 里。官方给出的参考基准是 240p 标准测试片从 3 小时级降到 1 小时内的处理耗时（具体取决于显卡），相比旧版 Python 方案速度提升超过 300%。架构细节可以看 架构说明文档。
🎞️ 真实效果
- 一位动漫搬运 UP 主：把一部 360p 的《千与千寻》预告片用 Real-CUGAN 放大到 4K，线条边缘锐利度肉眼可见地提升，成片比原片大了约 10 倍面积。
- 一位老用户：处理一段 240p、29.97fps 的《樱花庄的宠物女孩》片段，用超分加帧插值组合拉到 1080p、60fps，快速打斗镜头的拖影基本消失。
- 一位做家庭回忆录的用户：480p 的婚礼录像经 Real-ESRGAN 4 倍放大后到 1080p，人脸轮廓清晰到能看清当天的表情细节。
🚀 开始使用
git clone https://gitcode.com/GitHub_Trending/vi/video2x- Windows：从发行版下载安装程序，GUI 一键出片
- Linux：AppImage 直接双击运行，或安装 AUR 包
- 没显卡：用 Docker 镜像或 Google Colab 免费跑
小贴士：第一次用建议先拿一段 30 秒的短视频试跑，分别用 Anime4K 和 Real-CUGAN 各处理一遍对比效果，选一个顺眼的再处理长视频，能省下不少无效的时间。
那段 2003 年的婚礼录像还在硬盘里吃灰的话，一条命令就能让它变成能直接投屏播放的高清版本。
【免费下载链接】video2xA 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
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
