将低分辨率图像放大时，传统方法会复制像素导致方块感或模糊。AI超分辨率技术利用深度学习分析周围像素的规律，预测并生成新的像素，从而在放大的同时保持图像的清晰度。
AI超分辨率的工作原理
普通插值（如双三次插值）对现有像素进行加权平均，边缘会变得模糊。AI模型通过学习大量高清/低清图像对，识别图像中的纹理和结构特征，生成符合上下文的新像素。对文字、建筑边缘、重复纹理效果尤为明显。
适合使用的场景
修复老照片、将网页小图放大用于印刷、为YouTube封面或社交媒体准备足够分辨率的图片，以及将截图质量提升后发布都是常见用途。
2倍 vs 4倍的选择
2倍速度快、文件较小，适合网页和社交媒体。4倍适合大幅面印刷或极低清的原图，处理时间较长。
Pixkit的特点
基于TensorFlow.js在浏览器端运行，文件不上传服务器。首次运行需要几秒钟加载模型，之后处理速度较快。