Waifu2x 免費開源圖片放大：動漫圖除噪放大，圖可以不出門

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

把一張 120×120 的測試圖丟進 waifu2x 的瀏覽器版本、放大成 240×240，全程開著網路請求紀錄，跑完之後我把 71 筆請求逐筆看過：沒有任何一筆帶著圖片內容離開這台電腦。這是 2026 年 9 月我在 unlimited.waifu2x.net 實測的結果，也是這個 2015 年就紅起來的免費開源放大工具，現在最值得講清楚的一件事：它有兩個官方入口，一個把圖送上伺服器，一個把整個模型搬進你的瀏覽器，隱私邊界完全不同。

先講定位。waifu2x 是專為動漫插畫設計的超解析工具，用深度卷積神經網路把圖放大、順便把 JPEG 壓縮雜點洗掉，照片也有專屬模式。它走紅的場景十年來沒變過：老動漫圖放到今天的大螢幕上不夠看、低解析度的遊戲截圖想印出來、被轉傳到爛掉的長輩圖滿臉塊狀雜點，這些都是它的經典受眾。原始碼以 MIT 條款公開，網頁版免費、不必註冊，主站介面還有繁體中文。下面用實測與原始碼把幾個實際會影響你判斷的問題解開：圖會被傳到哪裡、多大的圖能用、免費的代價是什麼，以及一個被中文網路講錯了十年的說法。

圖會被傳到哪裡？雲端主站與瀏覽器版，邊界各走各的

waifu2x 的官方網頁版有兩個網址，做的是同一件事，資料流向卻相反。

主站是 www.waifu2x.net。它原本叫 waifu2x.udp.jp，2024 年 2 月底換了網域，站方公告寫得明白，舊網址現在只是轉址過去，所以照著舊教學走不會迷路，只是網址列會換新名字。主站屬於雲端處理：圖要上傳到它的伺服器，用站方的 GPU 算完再還給你。這不代表圖會被永久保存，官方隱私政策直接寫出保存規則：上傳的圖與網址只作快取用途，快取 30 分鐘到期後自動刪除。這組數字我對著 nunif 專案裡的伺服器原始碼核過，web/server.py 的快取參數預設值就是 30 分鐘、快取上限 10GB，政策與程式碼對得上。頁面本身掛 Google Analytics 與 AdSense，匿名使用時表單裡帶著 Cloudflare Turnstile 驗證欄位；站方也讓你用 Patreon 帳號登入，官方說明登入只拿使用者代碼與 API 呼叫次數，用來配給略過驗證的額度，屬於贊助者的附加福利，不登入照樣免費用。

Pin

主站的介面把受眾分得很清楚。樣式有三種：插畫（art）給動漫圖與電繪，插畫掃描（art_scan）給紙上掃描的圖，照片（photo）給實拍。掃描模式獨立存在的原因很實際：掃描圖除了 JPEG 雜點，還帶著紙張紋理與掃描器噪訊，用插畫模式處理會把紙紋當雜點擦掉，專用模型才知道哪些紋理該留。倍率有 1.6 倍與 2 倍兩段，1.6 倍的存在也有道理：有些圖不需要放到兩倍大，只是想在除噪的同時稍微提高解析度，1.6 倍能少掉一些過度放大的副作用。輸出格式選 PNG 或 WebP，想要無失真保存選前者，想要檔案小選後者。主站也接受直接貼圖片網址，由伺服器代為抓取，這條路對你來說少了一次下載上傳，對伺服器來說多了一次對外抓圖的責任。

另一個入口 unlimited.waifu2x.net，官方 README 稱它是瀏覽器內版本。整個模型透過 ONNX Runtime 在你的瀏覽器裡跑，圖從頭到尾不出本機。我實測的細節在下一節，這裡先把結論放著：兩個入口的差異，比多數人以為的「同一個網站的兩個分頁」大得多。

實測瀏覽器版：71 筆請求裡，沒有一張圖片位元組出門

測試方法是這樣：我自己畫了一張 120×120 的漸層測試圖，在 unlimited 版選 WebAssembly 後端、2 倍放大、不做除噪，點下開始之後等它跑完，同時記錄整段期間的每筆網路請求。

結果分成兩半看。輸出半邊：畫面上出現一張 240×240 的完成圖，尺寸正好兩倍，輸出可以存成 PNG。網路半邊：整個過程共 71 筆請求，其中下載方向包含三個模型檔（swin_unet_v3 的 scale2x.onnx 與兩個輔助濾鏡），全部來自 unlimited.waifu2x.net 自己的網域，另外還有 ONNX Runtime 的執行環境從 jsdelivr CDN 載入。上傳方向是關鍵：20 筆非 GET 請求裡，只有 1 筆發到 unlimited.waifu2x.net 本身，對象是 /cdn-cgi/rum、大小 841 bytes，那是 Cloudflare 的連線品質遙測；其餘 19 筆全部發給 Google 的廣告與分析平台。換句話說，圖片內容零上傳，這點成立；但「零上傳」與「零對外請求」是兩件事，不能混著講。

Pin

瀏覽器版的選項比主站多出一截，反映出它把控制權交給使用者。後端有自動、WebGPU、WebAssembly 三種：一般瀏覽器選自動就好，有新顯卡的會吃到 WebGPU 加速，像我在測試環境裡就是退到 WebAssembly 跑完的。模型有五種可選，預設的 swin_unet_v3 是 2026 年 8 月才加入的新一代插畫模型，清單裡還留著標註 2018 年 11 月的 cunet 舊模型，等於把八年的模型演化攤在同一個下拉選單裡。倍率有 1 倍、2 倍、4 倍，4 倍在這裡是真的選項；另有切塊尺寸（含隨機順序的 Shuffle）、翻轉集成推論（TTA）與透明色版處理，給願意等更久換更好結果的人。這些選項的名稱是英文，對照主站的繁中介面不難理解。

時間上也值得記一筆。從模型檔開始下載到畫布畫出完成圖，前後不到 10 秒，跑的是沒有顯卡加速的 WebAssembly 後端、一張小圖；這不是速度評測，只是說明普通機器處理小圖時，瀏覽器流程不需要漫長等待，大圖才需要把耐心算進去。另外，瀏覽器版對 PNG 透明圖有專門的色版處理選項，透明邊緣的放大品質是動漫素材常見的坑，願意開啟的話可以少踩。

這份請求清單能證明的，是處理發生在哪裡；它不能證明放大品質好不好。我用的漸層測試圖是為了驗證資料流向而設計的，平滑漸層本來就不是考驗超解析模型的難題，拿它去評分畫質沒有意義。

最反常的發現：圖沒出門，注意力先被收走了

實測過程裡最出乎意料的一件事，發生在按下開始之前：頁面先跳出一道廣告閘，要嘛看一則短廣告，要嘛取得 24 小時站內通行，二選一。底層是 Google 的廣告投放與同意訊息平台，我的請求紀錄裡，光 Funding Choices 這個網域就佔了 21 筆。

反常的地方在於直覺落差。聽到「瀏覽器本機處理」，多數人會直接等同於「很隱私」，實際結構卻是兩件事並存：你的圖確實一個位元組都沒上傳，同時你的瀏覽行為與廣告曝光照常被記錄。對於只是不想把圖片交給雲端的人，這條線已經夠用；對於連瀏覽足跡都不想留下的場景，廣告閘與分析腳本就是另一道牆，那種需求該走的是自己架原始碼，後面會講。

順帶一提，廣告閘的文案寫的是「24 小時站內通行」，意思是看過一則廣告之後，這一天內再轉換圖片不必每張都看。對偶爾救一兩張圖的人，這個代價不算沉重；對要批次處理幾十張的人，與其一天看一次廣告慢慢等瀏覽器算，不如直接考慮本機方案，速度與耐心都是理由。

主站能用多大的圖？1500×1500 這關，手機照片過不去

主站的輸入限制寫在頁面上，三個數字：檔案最大 5MB、除噪的輸入最大 3000×3000、放大的輸入最大 1500×1500。這三個數字我同時在伺服器原始碼裡核對過：上傳大小預設 5MB、像素上限參數預設 3000×3000，放大模式的允許像素再從這個數字開平方折半算出，正好等於 1500×1500。頁面說的與程式碼跑的是同一套規則，沒有各說各話。

這裡有個容易混淆的地方先拆開：5MB 限制的是檔案大小，像素限制的是解析度，兩道牆獨立存在。一張 1400×1400 的高解析 PNG 可能不到 2MB，過得了像素牆也過得了大小牆；一張 800×600 卻被存成 8MB 的未壓縮檔，照樣在 5MB 這關被擋。檢查的順序建議先看像素再看檔案大小，因為像素一旦超標就沒得救，檔案太大還能先轉檔減肥。

1500×1500 這個上限比想像中容易撞到。手機直拍的照片動輒 4032×3024，是上限的四倍多，照限制數字推，這種圖在主站連放大這關都進不去，要先自己縮圖，或者直接走沒有這組輸入牆的瀏覽器版。要補充的是，這段是從官方限制數字推出的結論，我沒有實際丟一張手機照片去主站被擋下來；但限制本身是頁面白紙黑字，加上原始碼裡同一組常數的預設值，數字沒有模糊空間。反過來講，動漫圖的處境好得多：網路上流傳的插畫、截圖、表情圖，尺寸通常遠低於 1500，這道牆幾乎是為照片族群設的。

瀏覽器版能吃多大的圖，取決於你的記憶體與耐心，它提供 64 到 640 的切塊尺寸讓機器自己分批消化，沒有伺服器端那種硬上限，這也是「推論在本機」的必然結果。代價是速度由你的硬體決定：沒有獨立顯卡、靠 WebAssembly 純軟體運算的機器，大圖會跑得很有感，這時候把切塊調小可以避免記憶體爆炸，時間則要有心理準備。

除噪這件事值得多講兩句。waifu2x 的除噪分五段，針對的是 JPEG 壓縮產生的塊狀雜點，被轉傳多次的老圖是典型受眾。但官方在繁中介面裡放了一句很實在的警告：去除雜點時可能會犧牲圖片細節，請在確定有 JPEG 雜點時再使用。沒有雜點的圖硬開除噪，等於叫模型把不存在的雜點擦掉，擦掉的通常就是你想要的細節。不確定自己圖有沒有雜點，把原圖放大到 200% 看色塊邊緣有沒有階梯狀或毛邊，有再開，沒有就別動。

「無損放大」這四個字，講錯了很多年

中文網路介紹 waifu2x，十篇有九篇寫「無損放大」，這四個字其實一直不對。它的原理是以 SRCNN 這類卷積神經網路做生成式超解析：模型看過大量動漫圖，學到線條與色塊的規律，放大時照這套規律把細節重新畫出來。重新繪製出來的清晰，與「把原本的資訊完整保住」是兩件不同的事，後者才叫無損。

這個區別對使用的影響很實際。動漫插畫是它的主場，訓練素材就是這類圖，線條邊緣的表現自然。照片就要有心理準備，細節會被模型重畫，皮膚紋理、布料質感這種不規則資訊，模型的版本未必要等於原圖的版本。文字、條碼、規則格子這類訊號，生成式模型有機會越幫越忙，越放大越糊成一團也不是新聞。真正無損的放大只有向量圖，點陣圖的世界裡，放大就是要補資訊，差別只在補的方式誠不誠實，waifu2x 補的是它對動漫圖的理解，這在插畫上叫本事，在照片上叫風險，同樣的機制，兩種後果。

原始倉庫凍結了，專案還活著嗎？

waifu2x 有個容易誤判的地方，值得單獨說清楚。nagadomi/waifu2x 這個 2015 年開張的原始倉庫，約 2.8 萬顆星、MIT 條款，main 分支的最後一筆修改停在 2023 年 2 月，內容只是更新一條外部連結。只看這裡，會以為專案停擺了。但 README 開頭就寫著：開發已經搬到 nunif 這個倉庫。搬家的不只是網址，還有整個技術堆疊：原始倉庫用 Lua 語言寫在 Torch7 框架上，那是 2015 年的主流選擇；nunif 則是 Python 加 PyTorch 的現代組合，也因為換了堆疊，同一套模型才有辦法匯出成 ONNX 格式搬進瀏覽器跑，你在 unlimited 版看到的那些模型檔，副檔名正是 .onnx。後續都在那邊：nunif 約 3,400 顆星、同樣 MIT，2026 年 8 月還有新的提交；主站 2026 年 8 月 17 日更新了插畫模型；瀏覽器版同一個月先後加入 WebGPU 支援與新版 swin_unet_v3 模型。倉庫搬家、線上服務照跑，判斷一個工具死活，要看服務本身與後繼倉庫的動向，盯著原始倉庫的日期只會得到過時的答案。這個模式近年越來越常見，學會看後繼倉庫，能少錯殺一半還活著的老工具。

想擺脫所有限制的人，nunif 就是那扇門。它是 Python 專案，伺服器參數開得明白：輸入像素上限、上傳大小上限都可以調，還有專為私人伺服器準備的無限制參數，自備一張顯卡就能把 5MB 與尺寸牆全部拆掉，廣告與遙測也一併消失，這也是隱私要求最高的單位會走的路。圍繞著它的生態也值得認識：waifu2x-ncnn-vulkan（約 3,400 顆星、MIT）把模型搬到消費級顯卡上跑，適合大量批次；Video2X（約 2.2 萬顆星、AGPL-3.0）把同一族模型拿去放大影片，讓老動畫也有重見天日的機會。這些分支走的都是本機路線，與瀏覽器版同一個精神，差別在安裝門檻與算力來源。

免費背後的但書，與還會變動的事

把信任放在哪裡，值得先想清楚。主站的 30 分鐘快取是站方自己寫下的政策承諾，對得起原始碼，但政策與廣告閘的長相都可能調整，頁面也掛著廣告與分析腳本；真要嚴格對待敏感圖片，瀏覽器版或自架才是把控制權留在自己手上的路。廣告閘擋在轉換之前這件事，是以台灣連線的單次觀察為準，不同地區與時段的體驗可能不同。畫質的好壞牽涉個人觀感與圖片類型，這裡不替任何服務排名；想看 AI 放大與除噪的其他選擇，可以接著讀我們介紹過的 PNGEnlarger 與 AI 圖片除噪工具，拿自己的圖去試最準。

三種處境，各走各的路

圖片出門無所謂、要最快拿到結果的人，用主站：介面有繁體中文，丟圖、選倍率、下載，兩分鐘內結束，只要記得輸入別超過 1500×1500 與 5MB，照片族記得先縮圖。不想讓圖上雲端、圖又偏偏很大的人，用瀏覽器版：第一次要等廣告閘與模型下載，之後同一個瀏覽器會快取模型，介面是英文，操作邏輯與主站相通。要跑大量批次、或者完全不能容忍廣告與遙測的人，自己架 nunif，或用 ncnn-vulkan 這類本機分支，機器是你的，規則你說了算。

成功的樣子很好認：輸出尺寸正好兩倍，塊狀雜點被洗乾淨。不對勁的樣子也說得具體：細節被抹成塑膠感，就把除噪等級降一段或關掉；照片越放大越奇怪，就確認自己選的是照片模式而非插畫模式；規則圖案糊掉，那這張圖不適合生成式放大，別跟它耗。輸出的 PNG 檔會變大是正常物理現象，要再壓小，交給我們介紹過的 TopSpeed Image Compressor 這類壓縮工具處理就行。

一句話收尾：waifu2x 十年過去免費依舊、原始碼也還開放著，真正要做的決定只有一個，你的圖要走哪條路。