Topaz Labs AI Gigapixel 5 for Windows PC它是第一个也是唯一一个使用人工智能的力量来放大你的图像，同时添加自然的细节，以获得更清晰和更令人印象深刻的结果的桌面应用程序。
使用AI技术把精美的照片放大。在不损失细节的情况下放大你的图像在过去一直是不可能的......直到现在。在完美保留图像质量的情况下，将你的照片放大到600%。

特点：-

将图像放大至600%。
从一张简单的iPhone照片创建一个美丽的80 x 60英寸的打印。或者将你的单反相机照片变成锐利和超精细的100MP图像。

使用真正的智能升格技术
经过数百万张样本图片的训练，Gigapixel现在可以以令人惊讶的质量水平放大你的图片。

获得清晰的结果。
Gigapixel对每个像素进行了约200万次操作，让你获得尽可能多的细节和清晰度的结果。

不再有模糊的放大效果。
令人叹为观止的清晰打印。在后期制作中进行高分辨率裁剪。 iPhone照片看起来就像从单反相机里出来的。
无论你为什么要放大你的照片，你总是希望你的结果有最好的质量。AI Gigapixel是目前唯一的照片放大产品，能够真正将细节添加到您的放大照片上。

恢复实际清晰度的真实细节
增加边缘对比度是使图像看起来 "锐利 "的最简单方法，也是大多数其他放大软件的工作方式。
而Gigapixel则不同：它通过恢复图像中的真实细节来增加你的升格照片的实际清晰度。这只有通过训练和接触数以百万计的测试图像才能实现。

清晰的照片，看起来就像从未被放大过一样
很难相信上面这张清晰的输出图片被放大了4倍，但它确实是。
千兆像素人工智能成功地确定了哪些图像特征是明星（细节），哪些是噪音。然后，它自然而然地突出和恢复细节，同时抑制升格后的照片中的噪音。

你可以在任何地方获得最高质量的图像升格
由于这些卓越的结果，Gigapixel AI被从领先的摄影师、视频游戏修改者到主要电影制片厂的所有人使用。
如果您需要在保留美丽细节的同时放大您的照片，请利用该领域最先进的技术，试一试Gigapixel AI吧。

图像放大：内插法与机器学习
基于插值的照片放大软件已经存在了几十年。Gigapixel基于机器学习的新方法是一个巨大的飞跃：最先进的 "深度学习 "方法使其能够放大图像，同时实际增加新的细节。
培训
为了教授低质量和高质量结果之间的区别，我们首先收集了数百万张各种主题和风格的照片。

学习
然后，这些照片被用来创建一个复杂的神经网络，逐渐学会放大、增强和创建自然细节的最佳方法。

优化
我们专有的人工智能引擎使用你的计算机的图形卡来快速处理你的图像。
 
       令人惊叹的锐利打印。在后期制作中进行高分辨率的裁剪，让iPhone照片看起来就像从单反相机中出来的一样。无论你为什么要放大你的照片，你总是希望得到最好的效果。AI Gigapixel是目前唯一一款可以真正为你放大照片增加细节的照片放大产品。

       放大图像高达600％ 清晰的照片，看起来就像没有被放大过一样。
很难相信上面清晰的输出图像被放大了6倍，但确实如此。Gigapixel AI成功地确定了哪些图像特征是明星（细节），哪些是噪点。然后，它自然而然地突出和恢复细节，同时抑制你的放大照片中的噪点。

       在任何地方都能获得最高质量的图像升格。
正因为这些卓越的效果，Gigapixel AI被每个人使用，从领先的摄影师，到视频游戏修改者，再到主要的运动工作室。
如果你曾经需要在保留美丽的细节的同时提升你的照片，利用该领域最现代的技术，给Gigapixel AI一个尝试。
提高图像质量。

千兆像素人工智能可以使你的图像看起来像是用更高质量的相机拍摄的。它在不同类型的主题（如肖像、风景、建筑等）的图像上接受过足够的训练，知道照片细节应该是什么样子。这使你能够非常自然地提高你的照片的分辨率和质量，并尽量减少人工痕迹。

像素数并不是影响图像质量的唯一因素。通常情况下，如果你一开始用的是低质量的图像，那么如果你提升它的质量，最终只会得到一个更大的低质量图像。千兆像素人工智能的技术反而可以创造出非常可信和自然的图像细节，往往可以看起来很神奇。
增加图像细节，看起来完全自然。

通常情况下，放大原本低质量的图像会造成模糊的方形伪影，在视觉上降低了图像的质量。因为Gigapixel AI是在广泛的山地纹理数据集（以及其他主题）上训练出来的，它能够在放大图像的同时提高分辨率。你几乎看不出它被放大了。
增强羽毛的纹理

羽毛通常很难正确增强；它们需要在不同的地方既尖锐又柔软，看起来才自然。虽然这对普通的放大方法来说很困难，但Gigapixel AI了解如何以一种可信的方式增加羽毛的细节。
改善皮肤纹理和锐度

人像是另一个棘手的问题--特别是皮肤纹理--因为我们都对 "不自然 "的皮肤或脸部非常敏感。在放大人像时，千兆像素人工智能会增加可信的皮肤细节和纹理，以达到你在上面看到的那种效果。
高分辨率的风景画

如果没有精细的细节，风景往往显得不自然。千兆像素人工智能可以从现有的细节中添加可信的纹理，并极大地提高风景画的图像质量。
更详细的城市景观

与自然界相比，人造建筑往往有更多笔直、清晰的线条。Gigapixel的特殊 "线条 "人工智能模型专门针对建筑和物体进行训练，以获得更好的效果。
水晶般清晰的升格效果，没有块状的人工痕迹

一般的升格技术会产生模糊和块状的人工制品，你可以在上面看到，但Gigapixel AI能清晰地解决边缘问题，几乎没有人工制品，效果更自然。(请特别注意上面的窗户、树木和山体边缘的精细细节）。
修复低分辨率图像中的极端像素化现象

虽然Gigapixel AI对开始时具有中等或高质量的输入图像效果最好，但它也能对极低质量和压缩的图像创造奇迹。除了提高分辨率外，"非常压缩 "模式还将自动去除JPEG压缩伪影，应用降噪，并以自然方式锐化输出。
创建更好的印刷品

大型印刷品会显示出照片中的每一个小细节，因此，从高质量的图像开始就显得尤为重要。千兆像素人工智能可以帮助你实现额外的图像分辨率，使你的打印作品真正引人注目。事实上，如果从一张高质量的图片开始，Gigapixel AI的效果甚至更好，所以你可以在这里获得特别好的效果。

将图像放大到600%
用一张简单的iPhone照片制作一张80 x 60英寸的精美印刷品。或者将你的数码单反相机的照片变成锐利和超细节的100MP图像。

使用真正的智能升格技术
经过数百万张样本图像的训练，Gigapixel现在能以惊人的质量水平放大你的图像。

获得清晰的结果。
Gigapixel 对每个像素执行约 200 万次操作，让你获得尽可能多的细节和清晰度的结果。

不再有模糊的放大效果。
令人叹为观止的清晰打印。在后期制作中进行高分辨率裁剪。 iPhone照片看起来就像从单反相机里出来的。无论你为什么要放大你的照片，你总是希望你的结果有最好的质量。AI Gigapixel是目前唯一的照片放大产品，能够真正将细节添加到您的放大照片中。

恢复实际清晰度的真实细节
增加边缘对比度是使图像看起来 "锐利 "的最简单方法，也是大多数其他放大软件的工作方式。而Gigapixel则不同：它通过恢复图像中的真实细节来增加你的升格照片的实际清晰度。这只有通过训练和接触数以百万计的测试图像才能实现。

清晰的照片，看起来就像从未被放大过一样
很难相信上面这张清晰的输出图像被放大了4倍，但它确实是。千兆像素人工智能成功地确定了哪些图像特征是明星（细节），哪些是噪音。然后，它自然而然地突出和恢复细节，同时抑制升格后的照片中的噪音。

你可以在任何地方获得最高质量的图像升格
由于这些卓越的结果，Gigapixel AI被从领先的摄影师、视频游戏修改者到主要电影制片厂的所有人使用。如果您需要在保留美丽细节的同时放大您的照片，请利用该领域最先进的技术，试一试Gigapixel AI吧。

图像放大：内插法与机器学习
基于插值的照片放大软件已经存在了几十年。Gigapixel基于机器学习的新方法是一个巨大的飞跃：最先进的 "深度学习 "方法使其能够放大图像，同时实际增加新的细节。

内插法
插值算法的工作原理是根据周围像素的颜色来逼近新像素。这并不增加图像的任何细节，它只是平滑了像素之间的过渡。

神经网络（千兆像素人工智能）
一个神经网络分析了数以千计的照片对，以了解细节通常如何丢失。该算法根据它所学到的知识，在新的图像中学习 "填充 "信息......有效地为你的照片增加新的细节。

主要更改

    更新了人工智能引擎，兼容性更好，处理速度更快
    添加了标准和高保真 V2 模型
        这些模型最终将取代 v1 模型。如果您有质量问题，请告知我们。
    用新的设计和控件刷新了用户界面
    用新选项更新了偏好设置
        注意：这将完全重置您的偏好设置

显著的新增功能：

    在预览中添加了平移和捏合缩放手势
    添加了更新的 RAW 预览处理（应更接近照片 AI）
    增加了在分割视图和并排视图中捕捉之前/之后的功能
    增加了通过拖动上下移动文件列表的功能
        注：存在一个已知问题，即移除/添加图像会导致其退回到默认位置
    更改了选择逻辑
    更改了控件，以便在选择了具有不同值的多个图像时显示混合状态

修复

    修正了重复的模型下载循环
    修正了批处理过程中跳过文件的问题
    修正了某些机器上的CPU性能损失
    修正了长宽比锁定时的裁剪框边缘处理行为
    删除了窗口大小调整时裁剪框的重置。
    恢复了安装后打开选项
    教程不再修改偏好设置
    修复了Lightroom整合后无法启动应用程序的问题
    删除了错误的模型下载错误信息