
Real-ESRGAN là gì? Real-ESRGAN là một thuật toán và bộ mã nguồn mở dùng AI để phóng to (upscale) và khôi phục ảnh, video bị mờ, nhiễu hoặc nén mạnh, do Xintao Wang cùng các cộng sự ở Tencent ARC Lab và Viện Công nghệ Tiên tiến Thâm Quyến công bố năm 2021. Theo API GitHub (đọc ngày 04/11/2026), kho xinntao/Real-ESRGAN được tạo ngày 19/7/2021, có khoảng 37.300 sao, giấy phép BSD-3-Clause, viết bằng Python. Lần đẩy mã gần nhất là ngày 6/8/2024 và bản phát hành mới nhất là v0.3.0 (20/9/2022), nên kho gần như đứng yên. Bài này giải thích Real-ESRGAN làm được gì, chi phí ẩn khi chạy, ba cách bắt đầu theo README, rủi ro bản quyền ảnh và khi nào nên chọn công cụ khác.

Real-ESRGAN nhận ảnh hoặc khung hình video, phóng to bằng mô hình học sâu và trả về ảnh rõ hơn. Sơ đồ: OPCAIOS.
Real-ESRGAN là gì và ai tạo ra nó?
Real-ESRGAN là mô hình siêu phân giải (super-resolution) cho ảnh thực tế, mở rộng từ ESRGAN và được huấn luyện hoàn toàn bằng dữ liệu tổng hợp. Nhóm tác giả gồm Xintao Wang, Liangbin Xie, Chao Dong và Ying Shan, thuộc Tencent ARC Lab và Viện Công nghệ Tiên tiến Thâm Quyến.
Phóng to thông thường chỉ kéo giãn điểm ảnh nên ảnh bị nhoè; Real-ESRGAN "đoán" chi tiết bị mất dựa trên những gì mô hình đã học. Điểm khác của Real-ESRGAN, theo bài báo trên arXiv (2107.10833) và README trên GitHub (đọc ngày 04/11/2026), là nhóm tác giả mô phỏng nhiều kiểu hỏng ảnh ngoài đời: mờ, nhiễu, nén JPEG, thu nhỏ nhiều lần. Nhờ vậy mô hình xử lý được ảnh chụp cũ, ảnh tải từ mạng xã hội hay khung hình phim hoạt hình. Bài báo được trình bày tại hội thảo ICCV Workshops năm 2021. Nhiều ứng dụng có giao diện đồ hoạ được xây trên nền này, ví dụ Upscayl, theo README.
Real-ESRGAN có những tính năng chính nào?
Real-ESRGAN có nhiều mô hình cho từng loại ảnh, cộng các tuỳ chọn xử lý ảnh lớn và làm nét khuôn mặt. Bảng dưới tóm tắt theo README trên GitHub (đọc ngày 04/11/2026), diễn đạt lại bằng tiếng Việt.
| Tính năng | Mô tả ngắn |
|---|---|
| Mô hình ảnh chung | RealESRGAN_x4plus (phóng 4 lần) và RealESRGAN_x2plus (phóng 2 lần) |
| Mô hình nhỏ cho cảnh chung | realesr-general-x4v3, có tuỳ chọn giảm nhiễu -dn để tránh ảnh bị bệt |
| Ảnh anime | RealESRGAN_x4plus_anime_6B, kích thước mô hình nhỏ hơn |
| Video hoạt hình | Mô hình AnimeVideo-v3, xử lý từng khung hình |
| Làm nét khuôn mặt | Tích hợp GFPGAN qua tuỳ chọn --face_enhance |
| Tỉ lệ tuỳ ý | --outscale phóng tới tỉ lệ bất kỳ, phần dư dùng nội suy thường |
| Ảnh lớn | Chia ô (tile) để chạy trên GPU ít bộ nhớ |
| Huấn luyện | Có mã huấn luyện và tinh chỉnh trên dữ liệu riêng |
Một điểm hay bị hiểu nhầm: tỉ lệ thật của mô hình là 2 hoặc 4 lần. Khi bạn chọn 3,5 lần, Real-ESRGAN vẫn phóng bằng mô hình 4 lần rồi thu nhỏ lại bằng phép nội suy rẻ hơn, theo README.
Real-ESRGAN có miễn phí không, chi phí ẩn là gì?
Real-ESRGAN miễn phí: mã theo giấy phép BSD-3-Clause, cho phép dùng cả mục đích thương mại nếu giữ thông báo bản quyền. Chi phí thật nằm ở phần cứng: máy có GPU, điện, hoặc tiền thuê GPU đám mây khi xử lý số lượng lớn.
| Hạng mục | Thông tin (đọc ngày 04/11/2026) |
|---|---|
| Giấy phép mã | BSD-3-Clause theo API GitHub |
| Phí phần mềm | 0 đồng, không có bản trả phí chính thức |
| Phần cứng | Bản ncnn chạy được trên GPU Intel, AMD, Nvidia; bản Python hợp nhất với GPU Nvidia có CUDA |
| Dịch vụ trực tuyến | Có bản demo trên Replicate, Colab, Hugging Face Spaces; Replicate tính phí theo điều khoản riêng, chúng tôi chưa đọc trang giá |
Chi phí phần cứng chưa gồm thuế, có thể thay đổi. Chúng tôi chưa đo tốc độ xử lý trên máy cụ thể nào, nên không nêu con số thời gian.
Cài và bắt đầu dùng Real-ESRGAN thế nào?
Real-ESRGAN có ba cách bắt đầu theo README: thử trực tuyến, tải bản chạy sẵn ncnn-vulkan, hoặc cài mã Python. Người không biết code nên bắt đầu bằng bản chạy sẵn vì không cần cài Python, PyTorch hay CUDA.
Cách cài bằng Python, theo README trên GitHub (đọc ngày 04/11/2026), cần Python 3.7 trở lên và PyTorch 1.7 trở lên. Thứ tự như sau:
- Đầu tiên, tải mã nguồn về máy:
git clone https://github.com/xinntao/Real-ESRGAN.git
cd Real-ESRGAN
- Tiếp theo, cài các gói phụ thuộc:
pip install basicsr
pip install facexlib
pip install gfpgan
pip install -r requirements.txt
python setup.py develop
- Tải tệp mô hình vào thư mục
weights:
wget https://github.com/xinntao/Real-ESRGAN/releases/download/v0.1.0/RealESRGAN_x4plus.pth -P weights
- Cuối cùng, chạy suy luận cho thư mục ảnh
inputs, kết quả nằm ở thư mụcresults:
python inference_realesrgan.py -n RealESRGAN_x4plus -i inputs --face_enhance
Với bản chạy sẵn, bạn tải tệp nén cho Windows, Linux hoặc macOS ở trang Releases, giải nén rồi chạy lệnh mẫu trong README:
./realesrgan-ncnn-vulkan.exe -i input.jpg -o output.png -n model_name
Ví dụ dùng thực tế (ví dụ giả định): một chủ shop có 50 ảnh sản phẩm cũ chỉ rộng 600 điểm ảnh, muốn đăng lên sàn yêu cầu ảnh lớn hơn. Họ chạy bản ncnn với mô hình realesrgan-x4plus cho cả thư mục, rồi xem lại từng ảnh, bỏ những ảnh mà chữ trên bao bì bị biến dạng.
Real-ESRGAN có giới hạn, rủi ro và lưu ý pháp lý gì?
Real-ESRGAN có ba nhóm giới hạn: kho ít được bảo trì, chất lượng không đều với ảnh khó, và rủi ro bản quyền của chính bức ảnh bạn xử lý. Mô hình không khôi phục sự thật, nó tạo chi tiết trông hợp lý.
Giới hạn đầu tiên là bảo trì. Theo API GitHub (đọc ngày 04/11/2026), lần đẩy mã gần nhất là 6/8/2024 và kho có khoảng 650 issue đang mở; với Python và PyTorch mới, bạn có thể gặp lỗi tương thích cần tự xử lý. Giới hạn tiếp theo là kỹ thuật: README ghi bản ncnn cắt ảnh thành nhiều ô rồi ghép lại, nên có thể lệch nhẹ giữa các ô, và không hỗ trợ outscale. Với chữ nhỏ hay khuôn mặt, mô hình có thể "bịa" nét không có trong ảnh gốc, nên đừng dùng ảnh đã phóng to làm bằng chứng hay hồ sơ.
Cuối cùng là pháp lý. Giấy phép BSD-3-Clause chỉ áp dụng cho mã, không cấp quyền với ảnh hay phim bạn xử lý; phóng to ảnh của người khác không làm bạn thành chủ sở hữu. Khi làm nét khuôn mặt người thật, hãy cân nhắc quy định về dữ liệu cá nhân. Đây là thông tin tham khảo, không phải tư vấn pháp lý; chúng tôi chưa đối chiếu văn bản luật gốc.
Real-ESRGAN khác gì các công cụ phóng to ảnh khác?
Real-ESRGAN là nền tảng mô hình miễn phí, chạy cục bộ, phù hợp người chịu cài đặt. Các lựa chọn khác thường đổi sự đơn giản lấy chi phí hoặc ngược lại. Bảng dưới là mô tả chung, không phải đo đạc.
| Công cụ | Điểm chính | Hợp với ai |
|---|---|---|
| Real-ESRGAN | Mã nguồn mở, nhiều mô hình, chạy cục bộ, kho ít cập nhật | Người dùng dòng lệnh, nhà phát triển |
| Upscayl | Ứng dụng giao diện đồ hoạ xây trên Real-ESRGAN | Người không biết code |
| waifu2x | Công cụ lâu đời cho ảnh anime, README có so sánh với mô hình anime | Người làm ảnh minh hoạ |
| Clarity Upscaler | Phóng to kèm "sáng tạo" thêm chi tiết bằng mô hình khuếch tán | Ảnh nghệ thuật, chấp nhận ảnh thay đổi |
| Nút trong ComfyUI | Gắn mô hình upscale vào quy trình tạo ảnh | Người đã dùng ComfyUI |
Khi nào nên dùng Real-ESRGAN?
Real-ESRGAN hợp khi bạn cần phóng to nhiều ảnh, muốn chạy trên máy riêng và không muốn trả phí theo lượt. Nếu chỉ cần vài ảnh, một dịch vụ trực tuyến hoặc ứng dụng có giao diện sẽ nhanh hơn.
| Tình huống | Gợi ý |
|---|---|
| Vài ảnh lẻ, không biết code | Thử bản demo trực tuyến hoặc Upscayl |
| Hàng trăm ảnh sản phẩm, có máy GPU | Bản ncnn chạy theo thư mục |
| Cần tự động hoá trong quy trình | Bản Python, gọi từ script hoặc n8n |
| Ảnh anime, minh hoạ | Mô hình RealESRGAN_x4plus_anime_6B |
| Ảnh làm bằng chứng, hồ sơ | Không dùng, vì mô hình có thể tạo chi tiết giả |
Kinh nghiệm của OPCAIOS
Chúng tôi đã tải kho Real-ESRGAN về máy làm việc để thử nâng độ phân giải ảnh, nhưng chưa đưa vào quy trình hằng ngày của opcaios.org. Chúng tôi chưa đo chất lượng hay tốc độ bằng số. Real-ESRGAN cũng nằm trong danh mục Repo của mục Tiện ích trên opcaios.org. Khi cân nhắc dùng lâu dài, chúng tôi xét bốn tiêu chí:
- Kho còn được cập nhật không: Real-ESRGAN gần như đứng yên từ 2024, nên phải tự lo lỗi tương thích.
- Giấy phép: BSD-3-Clause dễ dùng, nhưng phải kiểm tra riêng GFPGAN và các kho đi kèm.
- Chi phí ẩn: cần GPU; nếu thuê GPU thì tính theo giờ chạy.
- Có thay được công cụ đang dùng không: với vài ảnh mỗi tuần, một ứng dụng có giao diện có thể đủ.
Đọc thêm: ComfyUI là gì?, Docker là gì?, Clarity Upscaler là gì?, GitHub là gì?, 5 công cụ làm nét ảnh AI tốt nhất 2026.
Câu hỏi thường gặp
Real-ESRGAN có dùng được trên máy không có card Nvidia không?
Có. Theo README trên GitHub (đọc ngày 04/11/2026), bản chạy sẵn realesrgan-ncnn-vulkan hỗ trợ GPU Intel, AMD và Nvidia, có tệp cho Windows, Linux và macOS. Bản này đã gói sẵn mô hình, không cần cài CUDA hay PyTorch. Bản Python thì chạy tốt nhất với GPU Nvidia có CUDA; chạy bằng CPU vẫn được nhưng chậm hơn nhiều. Máy yếu thì dùng tuỳ chọn chia ô (tile) để giảm bộ nhớ GPU.
Real-ESRGAN có phóng to được video không?
Có, nhưng gián tiếp. Real-ESRGAN xử lý từng khung hình, nên với video bạn thường tách khung bằng ffmpeg, phóng to từng khung rồi ghép lại kèm âm thanh gốc. README có mô hình riêng AnimeVideo-v3 cho video hoạt hình và bản demo Colab cho video anime. Với video quay thật, kết quả có thể nhấp nháy giữa các khung; hãy thử một đoạn ngắn trước.
Real-ESRGAN có dùng cho mục đích thương mại được không?
Mã Real-ESRGAN theo giấy phép BSD-3-Clause, theo API GitHub (đọc ngày 04/11/2026), cho phép dùng thương mại nếu giữ thông báo bản quyền và điều kiện của giấy phép. Tuy vậy, các kho đi kèm như GFPGAN, BasicSR, facexlib có giấy phép riêng, bạn cần đọc từng kho. Giấy phép phần mềm cũng không cấp quyền với ảnh bạn xử lý. Đây là thông tin tham khảo, không phải tư vấn pháp lý.
Vì sao ảnh sau khi phóng to bằng Real-ESRGAN trông giả?
Real-ESRGAN tạo chi tiết trông hợp lý dựa trên dữ liệu huấn luyện, không khôi phục chi tiết thật đã mất. Với da người, tóc, chữ nhỏ hay hoạ tiết vải, mô hình có thể làm ảnh bệt như tranh vẽ hoặc tạo nét lạ. Bạn có thể thử mô hình realesr-general-x4v3 với tuỳ chọn giảm nhiễu -dn để cân bằng, theo README. GFPGAN làm mặt nét hơn nhưng có thể làm khuôn mặt khác đi.
Người không biết code có học dùng Real-ESRGAN được không?
Được, nếu đi từ bước dễ. Đầu tiên, thử bản demo trực tuyến để xem kết quả có hợp nhu cầu không. Tiếp theo, tải bản chạy sẵn ncnn-vulkan và chạy một lệnh mẫu trong README với một ảnh. Cuối cùng, nếu muốn tự động hoá cho nhiều ảnh, nhờ một trợ lý AI như Claude Code viết script gọi lệnh cho cả thư mục. Nếu muốn học cách đưa công cụ AI như vậy vào công việc hằng ngày có hệ thống, xem khoá đào tạo ứng dụng AI của OPCAIOS.
Nguồn: GitHub xinntao/Real-ESRGAN (README, API, trang Releases, đọc ngày 04/11/2026), bài báo arXiv 2107.10833; chưa đọc/chưa kiểm chứng: giấy phép chi tiết của GFPGAN, BasicSR, facexlib, trang giá Replicate, tốc độ và chất lượng trên phần cứng cụ thể; số sao và giá có thể thay đổi. Kinh nghiệm là của OPCAIOS.
Để lại bình luận
Email của bạn sẽ không hiển thị công khai. Bình luận sẽ hiển thị sau khi được duyệt.


