AIREITERByteDance стоит выбрать для апскейла и интерполяции через облачный API, Topaz — для интерактивного восстановления на локальном компьютере, а Real-ESRGAN — для собственных автоматизированных пайплайнов. При этом состояние исходника и требования к финальному файлу важнее самой отметки «4K».
Коротко: выбирайте под исходник, а не под разрешение
ByteDance Video Upscaler удобен, когда из AI-генерированного ролика, UGC, короткого сериала или старой киноплёнки нужно получить файл в 1080p, 2K или 4K. Topaz Video лучше подходит монтажёру, которому нужны локальные превью и ручной выбор моделей. Real-ESRGAN — недорогая основа для скриптов и собственного хостинга, но покадровая обработка потребует дополнительной работы, чтобы избежать мерцания и сохранить звук.
| Задача | С чего начать | Почему |
|---|---|---|
| Очистить AI-сгенерированный ролик и вывести его в 2K/4K | ByteDance Video Upscaler | Пресет для AIGC и одна операция video-to-video |
| Восстановить видео на рабочей станции с ручным контролем | Topaz Video | Локальный рендеринг, превью и десктопный рабочий процесс |
| Обработать много роликов с полным контролем над пайплайном | Real-ESRGAN | Открытый код для инференса и автоматизации |
| Использовать коммерческий API с опубликованной посекундной тарификацией | ByteDance через fal | Queue API, вебхуки, пресеты и контроль расходов |
Что именно предлагает ByteDance Video Upscaler
На странице Replicate модель обозначена как видеомасштабатор ByteDance vCube. В документации указано, что исходники в 480p, 720p и 1080p можно преобразовать в 2K или 4K, одновременно применив улучшение и интерполяцию. Это не генератор видео из одного изображения: модель обрабатывает уже существующий видеофайл.
Главные настройки — пресет сцены, уровень обработки, целевое разрешение и частота кадров. На Replicate перечислены сцены aigc, short_series, ugc, old_film и common; там же описаны уровень standard и доступный только по списку разрешённых пользователей уровень pro. В README Replicate сказано, что пятиминутный ролик обычно обрабатывается за 3–5 минут, поэтому рассчитывать на предпросмотр в реальном времени не стоит.
| Настройка | Заявленные варианты | Практическое применение |
|---|---|---|
| Сцена | aigc, short_series, ugc, old_film, common | Подбирайте пресет под исходный материал |
| Разрешение | От 240p до 1080p, а также 2K и 4K на Replicate | Выбирайте предел, необходимый для выдачи, а не автоматически 4K |
| Частота кадров | 24, 30, 60 и документированное значение 120 | Сохраняйте частоту исходника, если интерполяция не нужна специально |
| Уровень | standard; доступ к pro на Replicate ограничен | Оставьте Pro для лиц и мелких деталей |
| Результат | Один MP4-файл | Проверьте звук и метаданные у выбранного провайдера |
В fal настроек больше, чем в Replicate: доступны уровни обработки, fidelity, разрядность, пресеты и целевые значения до 8K. Однако опубликованная в интерфейсе тарифная таблица охватывает только 1080p, 2K и 4K.
Настройки, которые меняют стоимость
Для стандартного режима и 30 кадров/с fal указывает $0.0072 за секунду для 1080p, $0.0144 для 2K и $0.0288 для 4K. На странице сказано, что при 60 кадрах/с стоимость удваивается, а режим Pro стоит в 10 раз дороже обычного. Таким образом, стандартный рендер 30-секундного ролика в 4K/30 обойдётся примерно в $0.864 — без учёта возможных дополнительных списаний для конкретного аккаунта.
| Конфигурация fal | Цена за секунду готового видео | Пример для 30 секунд |
|---|---|---|
| Standard, 1080p/30 | $0.0072 | $0.216 |
| Standard, 2K/30 | $0.0144 | $0.432 |
| Standard, 4K/30 | $0.0288 | $0.864 |
| Standard, 4K/60 | $0.0576 | $1.728 |
| Pro, 4K/30 | $0.288 | $8.640 |
Это тарифы fal, а не универсальные цены ByteDance: BytePlus VOD использует отдельную поминутную тарификацию, зависящую от уровня обработки, разрешения и диапазона частоты кадров.
Как честно сравнить обработку одного и того же старого ролика
Для полезного сравнения нужны один исходник и одна цель по качеству. Возьмите фрагмент длиной 5–10 секунд, где есть лицо, мелкая фактура, субтитры или вывеска, движущийся край и однородная тёмная область. Исходник, участок, разрешение, частоту кадров, кодек и этап возврата звука должны быть одинаковыми во всех тестах.
| Пайплайн | Что рендерить | Что проверять |
|---|---|---|
| ByteDance | old_film или common, 2K или 4K, частота кадров как у исходника | Зерно, лица, текст и стабильность между кадрами |
| Topaz Video | Одна и та же модель улучшения и одинаковые настройки вывода | Восстановление деталей и появление выдуманной фактуры |
| Real-ESRGAN | Те же кадры с задокументированной моделью и настройкой тайлов | Согласованность кадров, ореолы и время обработки |
Результаты можно считать бенчмарком только если зафиксированы исходник, настройки, время, стоимость и слепое сравнение бок о бок. Страницы поставщиков подтверждают возможности и цены, но не определяют универсального победителя по качеству.
Таблица выше — ориентир для выбора маршрута, а не гарантия качества: перед полным рендером обязательно протестируйте исходник. Важнее логотипа именно типичные сбои. Мелкие субтитры могут превратиться в резкие полосы, лица — стать восковыми или чрезмерно детализированными, плёночное зерно — превратиться в ползущий шум. Исходник с низкой резкостью, сильной компрессией, чересстрочной развёрткой или плохой экспозицией иногда выглядит в 4K хуже: ореолы и выдуманные детали становятся заметнее.
Работа с API: отправка, ожидание, скачивание и пакетная обработка
API fal работает асинхронно. Храните ключ на сервере, отправляйте публичный URL или загруженный файл, следите за очередью и скачивайте возвращённый MP4. Минимальный Python-воркер может выглядеть так:
import os
import fal_client
VIDEO = "https://example.com/archive/clip.mp4"
result = fal_client.subscribe(
"fal-ai/bytedance-upscaler/upscale/video",
arguments={
"video_url": VIDEO,
"target_resolution": "4k",
"target_fps": 30,
"enhancement_preset": "old_film",
"enhancement_tier": "standard",
"fidelity": "high",
},
with_logs=True,
)
print(result["video"]["url"])В пакетном продакшене замените subscribe на постановку задачи в очередь с вебхуком или опросом статуса. Добавьте повторы для временных сбоев, сохраняйте идентификатор запроса провайдера и ограничьте параллелизм, чтобы папка с короткими роликами не превратилась в неконтролируемый счёт. Сначала обработайте фрагмент длиной 5–10 секунд и только потом отправляйте весь исходник.
С Real-ESRGAN процесс с кадрами заметно более ручной: извлеките кадры через FFmpeg, запустите официальный скрипт видеоинференса или модель для изображений, соберите пронумерованные кадры обратно с исходной частотой и добавьте оригинальную аудиодорожку. Не меняйте нумерацию кадров и используйте промежуточные файлы без потерь или с высоким качеством. Иначе вы будете сравнивать не только апскейлеры, но и кодеки промежуточных файлов.
Когда апскейл ухудшает видео
Остановите обработку или уменьшите целевое разрешение, если в коротком тесте заметили что-то из этого:
- Текст меняет форму. Модель не восстанавливает читаемые символы, а реконструирует предположение.
- Лица плавают от кадра к кадру. Выберите более консервативный уровень или локальный инструмент с лучшим контролем.
- На контурах появляются ореолы. Сильная резкость обводит контраст, а не возвращает детали.
- Зерно начинает ползти. Шум превратился во временную фактуру; перед увеличением может понадобиться шумоподавление.
- Движение выглядит неестественно. Интерполяция изменила тайминг или создала смешанные объекты.
- Исходник чересстрочный или плохо экспонирован. Сначала выполните деинтерлейсинг или исправьте исходное изображение.
- Финальная выдача рассчитана только на 1080p. Рендер в 4K увеличит расходы и может проявить артефакты, которые исчезнут после уменьшения.
Пресет ByteDance old_film полезно протестировать на архивных материалах, но публичные страницы модели не обещают удаления царапин, устранения мерцания, сохранения звука или конкретного кодека. Считайте это вопросами рабочего процесса, а не гарантированными функциями.
FAQ: что решить перед рендером
Может ли ByteDance увеличить видео до 4K?
Да. В документации Replicate указаны цели 2K и 4K, а fal предлагает 4K и дополнительные значения в схеме. Точные ограничения, цена и доступный уровень зависят от хостинга.
Нужно ли преобразовывать 24 кадра/с в 60?
Только если этого требует формат выдачи или вы проверили артефакты интерполяции. Более высокая частота кадров не создаёт движение, которого не было в исходной записи.
ByteDance дешевле Topaz?
Для небольшого количества секунд через API ByteDance может оказаться недорогим: fal указывает $0.864 за 30 секунд в 4K/30 в стандартном режиме. В официальной документации по ценам Topaz Video указано $299 в год при предоплате или $33 в месяц при годовом обязательстве. Точка безубыточности зависит от вашей видеокарты, объёма обработки и необходимости облачного рендеринга: сравнивайте годовую стоимость лицензии и время работы оборудования с ожидаемым числом секунд в облаке.
Real-ESRGAN бесплатен для видео?
Официальный проект предоставляет открытый код и предобученные модели, но вычислительные ресурсы, хранилище и время инженеров бесплатными не становятся. Покадровая обработка также требует проверенного пайплайна для звука и согласованности между кадрами.
Сохраняет ли апскейлер звук?
Не рассчитывайте на это автоматически. Модель или API возвращает видеофайл, но в рассмотренной публичной документации нет универсальной гарантии сохранения звука. При необходимости оставляйте исходную аудиодорожку и добавляйте её обратно через remux.
Что выбрать для лиц?
Начните с короткого фрагмента и сравните ByteDance Pro, Topaz и консервативные настройки Real-ESRGAN. Отклоняйте любой результат, который меняет личность или делает кожу пластиковой, даже если на ней стало заметно больше пор.
Какой вариант я бы отправил в продакшен
Самый безопасный порядок такой: вырезать короткий фрагмент, отрендерить все варианты с реальной частотой кадров для выдачи, проверить лица, текст и движение при масштабе 100%, а затем обработать весь архив. Для связанных локальных сценариев пригодятся руководство по настройке Real-ESRGAN и материал о восстановлении лиц с помощью GFPGAN и CodeFormer.