Хабр·Russia·Tuesday, October 6, 2026 at 08:21 AM UTC

Улучшение качества фото: топ ИИ для апскейла и реставрации

Translate

DrArgentum13 минут назад

Вы когда-нибудь пробовали увеличить старое фото через нейросеть и получали лицо, которое не имеет ничего общего с оригиналом? Или загружали снимок в апскейлер и видели, как он честно увеличил все царапины вместе с лицом?

Апскейл и реставрация - нетипичный кейс использования, требующий особый подход. В 2026 году на рынке есть несколько моделей, которые закрывают эти задачи с разной степенью надёжности. Мы протестировали GPT Image 2, Nano Banana 2, Grok Imagine Image 2.0, Gen4-Image, FLUX.2-Flex и Qwen-Image-2-Pro на реальных повреждённых фотографиях. Разница в результатах оказалась значительнее, чем можно было ожидать.

Если вам не знаком термин, то апскейл — это увеличение разрешения фото без потери качества. Нейросеть не просто растягивает картинку, она анализирует и дорисовывает детали, убирая мыло.

Но рядом с апскейлом есть такой термин, как реставрация, — это когда фото помимо малого разрешения ещё и затёртое, выцветшее, или вообще с царапинами. Тут нейросеть работает как реставратор, за счет своей креативности, убирает шум, восстанавливает утраченные фрагменты, или вовсе раскрашивает чёрно-белые снимки.

Современные модели умеют многое, но с разной степенью надёжности. Одни отлично сохраняют идентичность лица, но проваливаются там, где нужно точно следовать инструкции. Другие дают красивый результат, который при ближайшем рассмотрении оказывается далёк от оригинала. Третьи работают только с тем, что сгенерировали сами, и не принимают референсы. А еще, почти все современные генераторы изображений — это диффузионные модели. Если говорить простыми словами, для модели наше фото изначально становится этаким белым шумом, и нейросеть как раз убирает постепенно этот шум, чтобы получилось осмысленное изображение - в данном случае отреставрировать плохие участки фото. Восстановление изображения - это img2img, то есть мы не с нуля из промпта генерируем, а работаем над уже готовым. То есть это денойзинг (механизм уменьшения процента шума, изначально он, условно, может быть 70%) с подсказкой в виде изображения.

Также стоит учесть, что нейросеть обучена на миллионах картинок. Когда она видит повреждённый участок, она отвечает на вопрос: «Глядя на то, что вокруг, и на то, что я видела на миллионах других картинок — какие пиксели здесь наиболее правдоподобны?». То есть она предсказывает распределение вероятностей для каждого пикселя, условно, с вероятностью 40% на каком то-месте коричневый цвет, с 25% - черный, с 15% - серый. И после также над остальными участками, согласованно с тем, что она выбрала ранее. Поэтому, если у вашей бабушки на фото отсутствует нос, который в реальности был ярко выраженный, в восстановленном фото, скорее всего, нос у нее будет средний человеческий.

Мы разобрали шесть моделей, поддерживающих img2img, доступных через BotHub: GPT Image 2, Nano Banana 2, Grok Imagine Image 2.0, Gen 4 Image, FLUX.2-Flex, Qwen-Image-2-Pro.

Вы можете воспользоваться любой нейросетью из нашего списка на нашей платформе BotHub. У нас поддерживается огромный список моделей (полный список доступен по этой ссылке). Если вы ищете нейросети для работы с фото — вы можете воспользоваться этим списком, включая GPT-Image-2, Nano Banana 2 и многие другие. Всё доступно без VPN и с возможностью пополнения с российской карты.

Хочу сразу уточнить, что групповые фото нейросети реставрируют, мягко говоря, плохо. Если у вас фото выпускного класса 1985 года, лучше по отдельности реставрировать. Почему так - расскажу в конце.

За оригинал я взял фото Парижа с Эйфелевой башней:

И затем я через каждую модель попросил восстановить это фото, в списке ниже я приложил каждое фото, включая стоимость генерации.

Перед началом давайте определимся с шагами действий. Сперва стоит отсканировать оригинал в максимальном разрешении. Если можете только с телефона - можно, но проверьте чтобы бликов и посторонних объектов не было. После загрузите в выбранную модель, напишите промпт по типу «Отреставрируй это фото качественно, убери царапины, рваные края, и шум, сохрани композицию и лица, не меняй цветовую гамму». Потом проверьте результат на предмет галлюцинаций или лишних деталей.

GPT Image 2: точная реставрация

GPT Image 2 — модель OpenAI для генерации изображений и редактирования картинок по текстовому описанию. Вышла 21 апреля 2026, сменив GPT Image 1.5. Ключевые улучшения по сравнению с предшественником существенные, в виде рендеринга текста внутри изображения, фотореалистичная детализация поверхностей и следование длинным многосоставным промптам.

Модель поддерживает шесть разрешений, вплоть до 4K (3840×2160). На эндпоинте редактирования все входные изображения обрабатываются на высоком уровне точности принудительно, без возможности переключения. Это критично для реставрации: модель не «упрощает» исходник.

За восстановление фото потрачено 21,6 ₽, и получен такой результат:

GPT Image 2 показал самый сбалансированный результат. Здания, вывески, автомобили и люди сохранили свои очертания и расположение. Модель убрала царапины и пятна, но не «пересоздала» сцену заново. Эйфелева башня осталась на месте, пропорции не нарушены. Цветокоррекция мягкая, без переусиления.

Nano Banana 2: быстро, дешево, но гладко

Nano Banana 2 — модель от Google (Gemini 3.1 Flash Image), вышедшая в общей доступности в мае 2026. Позиционируется как баланс между скоростью Flash и качеством Pro.

Для реставрации важно, что модель удерживает консистентность до 5 персонажей и детали 14 объектов в одном рабочем процессе. Это значит, что на фото с несколькими людьми она может сохранить их идентичность лучше, чем многие конкуренты. Поддерживает разрешения от 512px до 4K.

За восстановление потрачено 16,2 ₽.

Nano Banana 2 дал более «чистую» и гладкую картинку. Небо стало ярче, здания — светлее. Модель хорошо убрала царапины и шум. Однако есть лёгкое «переулучшение»: сцена выглядит более стерильной, чем оригинал. Люди и машины сохранили положение, но детализация лиц чуть мягче, чем у GPT Image 2.

Flux-2-flex: дорогое восстановление с сохранением стиля фото

FLUX.2-Flex — модель от Black Forest Labs, часть семейства FLUX.2. Специализация — типографика и рендеринг текста, а также сохранение мелких деталей.

Допускает до 10 референсных изображений, можно настроить параметр image_output_quality - качество выходного изображения.

Ключевая особенность Flex — тонкая настройка контроля. Для реставрации старых фото это даёт предсказуемость, которой не хватает другим моделям.

На генерацию потрачено 23,8 ₽.

FLUX.2-Flex сохранил больше всего «фактуры» оригинала. Зерно, тон бумаги, характерные для старой фотографии артефакты — всё это осталось, но без повреждений. Модель не стала делать картинку «новой», она именно отреставрировала старую, но довольно сильно разукрасила ее. Люди и здания читаются чётко, пропорции не нарушены.

Qwen Image 2 Pro: фотореалистично, но не для сложной композиции

Qwen-Image-2-Pro — модель от Alibaba, часть серии Qwen-Image 2.0. Полнофункциональная версия интегрирует генерацию и редактирование изображений.

Технически интересна тем, что поддерживает промпты до 1000 токенов — это позволяет описывать сложные инструкции по реставрации без риска, что модель обрежет половину. Модель обучена на многоязычном тексте внутри изображений, улучшен рендеринг текстур и реалистичных сцен.

На генерацию потрачено 20,1 ₽.

Qwen-Image-2-Pro выдал фотореалистичную, но полную галлюцинаций, картинку. Здания, машины, люди — всё на месте, но объекты плавают. Дорого, и для фото со сложной композицией не подходит, особенно если есть много лиц.

Grok Imagine Image 2.0: генерация по мотивам

Grok Imagine Image 2.0 — модель SpaceXAI для генерации изображений по описанию и референсу и редактирования готовых картинок.

На генерацию потрачено 7,1 ₽.

Grok Imagine Image 2.0 фактически пересоздал сцену, сохранив основу. Здания, люди, машины — всё на месте, но это уже реставрация с додумками. Детализация высокая, картинка приятная, но оригинальная композиция сильно изменена. Эйфелева башня стала чётче, небо — ярче, тени переработаны.

Gen 4 Image: стилизация вместо точности

Gen 4 Image — модель от Runway, сфокусированная на img2img генерации.

На генерацию потрачено 7,1 ₽.

Gen4-Image выдал картинку, которая меньше всего похожа на оригинал. Композиция сохранена, но стиль сильно изменён, изображение выглядит больше как рисунок или гравюра. Детализация ниже, чем у остальных моделей. Если вам нужна стилизация и не нужна сильная точность - то модель скорее всего подойдет. В отличии от Grok Imagine Image, он додумал не новые объекты, а стиль.

Чего не умеет ни одна модель

Групповые фото — бич моделей. В тесте на восстановление групповых снимков GPT Image 2 показал результат 0,47 — дети стали настолько похожи друг на друга, что алгоритм перестал понимать, кто где стоит. Групповое фото нейросетью не реставрируется, и если нужно одно лицо — вырезайте его и работайте с фрагментом.

Также, если фото убито сильным сжатием, нейросеть не спасёт. Она уберёт часть артефактов, но детали, которых нет в файле, придётся выдумывать. Скан с плёнки даст больше, чем переснятое с экрана фото.

Стоит учесть пределы разрешения, ибо разрешение 4x от нейросети — будет отличаться от реальных 4x от сканера. Для печати А3 и больше лучше сканировать оригинал в максимальном разрешении, чем «дорисовывать» его.

Ну и любая генеративная модель может добавить то, чего не было: лишнюю пуговицу, тень, блик. В реставрации это называется «семантическим дрейфом» — модель уходит от оригинала, делая картинку «лучше» в ущерб точности.

Заключение

Реставрация фотографий перестала быть уделом фотошопа и часов ручной работы. Безусловно, фотошоп и ручная работа также нужны, если архив фото сложный, но нейросети могут помочь в большинстве случаев. Но выбор нейросети - отдельная сложность, универсального победителя среди них нет. Цена не всегда коррелирует с качеством, например FLUX.2-Flex, самая дорогая модель, заняла третье место, а Gen4-image и Grok Imagine Image дешевые, но оказались в конце списка.

Главное — сохранять исходник. Любая генеративная модель может добавить то, чего не было, и «семантический дрейф» случается даже у лучших флагманов. Реставрация не должна превращаться в пересоздание.

Наш блог

В нашем блоге есть много других интересных статей:

View the original on Хабр →

KioskNews shows a cleaned-up reading view extracted from the publisher’s page — the original always lives on their site, not ours.