如果你关注 AI 绘画或者摄影后期，大概率听说过 Magnific AI。它那个"近乎魔法"的幻觉放大效果确实惊艳，能把一张模糊的小图补全成纤毫毕现的大片。但它的价格也同样"惊艳"——Pro 档位每月 59.25 美元，折合人民币约 430 元。如果你是专业工作室，一年砸在画质增强上的钱够买台 MacBook Pro 了。
就在大家忍痛续费的时候，2024 年 3 月，GitHub 上一个叫 Clarity AI（项目名：clarity-upscaler）的项目横空出世。开发者 philz1337x 开门见山地把它定位为 Magnific 的免费开源替代方案。上线两年，这个项目已经积累了超过 5,000 颗星（截至目前 5,028 stars）。
不过这里要先说一个非常重要的事：Clarity AI 使用的是 AGPL-3.0 协议，不是 MIT 或 Apache 那种"随便用"的宽松协议。AGPL-3.0 有一条关键的"传染性"条款——如果你把它的代码集成到自己的网络服务里（比如做了一个在线图片放大 SaaS），你的整个服务端代码可能都得跟着开源。个人玩玩、内部使用完全没问题，但想拿来做商业产品的话，务必让法务先过一遍。
GitHub 项目首页：5,028 Stars，AGPL-3.0 开源
简单来说，Clarity AI 解决了同样的痛点：当你手里有一张 AI 生成的细节略显模糊的图，或者分辨率极低的老照片，它能通过 Stable Diffusion 的能力，在放大的同时往里面"填肉"——补全皮肤纹理、发丝、甚至布料的缝纫细节，让原本平庸的图片瞬间具有电影质感。
技术演进：从 1.0 到 1.7，一年干了别人三年的活
Clarity AI 从 2024 年 3 月首次发布代码，到年底的 1.7 版本，迭代速度相当猛。梳理一下它的版本线：
- 1.0 - 1.2：搭好了基于 Stable Diffusion XL 的放大框架，实现了基础的 Tiled Upscaling（分块放大），解决了"图太大显存炸了"的问题。
- 1.3 - 1.5：这是质的飞跃。引入了 Resemblance（相似度修复） 功能，通过 ControlNet 的 Tile Resample 模型，把 AI 的"想象力"关进笼子里——让它只补细节，不改人脸。这一步解决了早期"放大后人物走形"的致命问题。
- 1.6：分辨率直接拉到 13,000 x 13,000 像素。什么概念？一张普通头像能放大到印巨幅户外广告海报的尺寸。
- 1.7：优化了多步超分流程，新增了 Pattern Upscaling（模式超分），对纺织品纹样、建筑材质这类有重复图案的场景效果拔群。
项目 README 中的效果演示
它跟传统"放大"有什么本质区别？
传统的超分工具（比如双三次插值，Photoshop 里就有）只是机械地把像素点拉大，结果就是图变大了、也变糊了。而 Clarity AI 走的是 多步超分辨率 路线——
它先把大图切成无数个小块，每一块单独让 Stable Diffusion 去"脑补"细节、重新绘制，然后拼回来。过程中 ControlNet 在旁边盯着，确保 AI 不会把你的猫放大成了狗。
这个思路在特定领域尤其好使：
- 纺织品设计：放大布料纹样时，能精准还原编织的经纬线感，而不是把纹理涂成一坨。
- 建筑设计：对石材纹理放大时，能自动补全颗粒感和自然风化痕迹，比锐化自然太多了。
硬件门槛与使用方式
说到底，AI 放大是个吃 GPU 的重活。要跑出 13k 的效果，建议配置：
- 操作系统：Windows 10/11 或 Linux
- 环境依赖：Python 3.10+，NVIDIA 显卡（需支持 CUDA）
- 显存：24GB（如 RTX 3090/4090）最佳。低显存也能跑，但速度会让你怀疑人生。
如果你没有这种硬件条件，几个替代方案：
- 官方 Web App（ClarityAI.co）：基础功能能用，但 Flux Upscaler 等高级功能收费。
- ComfyUI 节点：目前最推荐的本地方案，在 ComfyUI 管理器里搜
clarity-upscaler就能装上。 - 云端跑：支持 Cog 容器化部署，在 Replicate 上租一台 A100（80GB）大概 5.84 美元/小时。偶尔用用的话，比 Magnific 的月费划算得多。
项目 README：详细的安装说明和使用方式
主流方案对比
| 维度 | Magnific AI | Clarity AI | Topaz Photo AI |
|---|---|---|---|
| 价格 | $59.25/月起 | AGPL-3.0 开源免费 | 买断制（约 $199） |
| 核心能力 | 极致的细节"脑补" | 极强细节增强 + 高度可控 | 偏向写实修复，生成感弱 |
| 硬件要求 | 云端运行，无要求 | 24G 显存最佳 | 本地运行，要求中等 |
| 上手难度 | 极低 | 中等（需配环境） | 低 |
| 商用限制 | 无（付费即用） | AGPL-3.0 传染性，商用需谨慎 | 无 |
| 适用场景 | 艺术创作、极致幻想 | 摄影修复、设计出图、个人工作流 | 老照片修复、降噪 |
说几句真话
Clarity AI 确实能力不错，但也有几个绕不过去的坑。
第一是配置门槛。Python 环境 + CUDA 版本兼容性问题，对非程序员来说就是第一道劝退墙。第二是模型选型的学问，最终效果高度取决于你选的 Checkpoints（比如 Juggernaut XL），选错了画面可能过度平滑或者带着明显的 AI 塑料感。第三也是最容易被忽略的——AGPL-3.0 的商用风险。不少人看到"开源免费"就以为可以随便拿来做产品，但 AGPL 的传染性条款一旦触发，后果可能比付 Magnific 的月费严重得多。
但话说回来，如果你就是个人用、内部用，想要 100% 掌控自己的工作流，Clarity AI 目前依然是开源界能打的那一个。它从 2024 年 3 月到年底迭代了 7 个大版本，把 Magnific 级别的画质增强能力拆解并还给了社区。对于想逃离订阅制但又不肯在画质上妥协的创作者来说，这就是现阶段最靠谱的开源选项。
