6 अक्टूबर 2026
AI अपस्केलिंग: फेथफुल या क्रिएटिव, एक अपस्केलर असल में क्या गढ़ता है
360 पिक्सेल की वही फ़ोटो चार गुना बड़ी की गई, एक बार क्लासिक इंटरपोलेशन से, एक बार Topaz Precision से और एक बार Topaz Bloom 2 से, 100% पर क्रॉप करके। एक AI अपस्केलर असल में क्या करता है, क्रिएटिव मोड चेहरा कब बदल देता है, फेथफुल मोड कब काफी है, और हर एक की कीमत क्या है।
Frank HoubreImaginode के संस्थापक
अपस्केलिंग का मतलब है सोलह में से पंद्रह पिक्सेल गढ़ना
4x अपस्केल पिक्सेल संख्या को सोलह गुना कर देता है: सोलह में से पंद्रह पिक्सेल मूल तस्वीर में थे ही नहीं, और दो अपस्केलर के बीच सारा फ़र्क इस बात में है कि वे उन्हें कैसे गढ़ते हैं।
पहले सीधे आंकड़े देखें। 360 पिक्सेल चौड़ी एक फ़ोटो में 129,600 पिक्सेल होते हैं। चार गुना बड़ा करने पर यह 1440 पिक्सेल चौड़ी हो जाती है, यानी 2,073,600 पिक्सेल। मूल जानकारी नहीं बदली: सीन की अब भी 129,600 असली माप मौजूद हैं, और बाकी हिस्सा भरने के लिए लगभग बीस लाख पिक्सेल गढ़ने पड़े।
इसलिए सवाल कभी यह नहीं होता कि 'क्या टूल डिटेल जोड़ रहा है'। उसे जोड़ना ही पड़ेगा, वरना तस्वीर धुंधली ही रह जाएगी। असली सवाल यह है कि वह डिटेल आती कहाँ से है। पड़ोसी पिक्सेलों पर किए गए हिसाब से, किसी ऐसे मॉडल से जिसने सीख लिया है कि एक तीखी बनावट कैसी दिखती है, या किसी ऐसे मॉडल से जो सीन को अपने ढंग से फिर से बना देता है। ये तीन अलग-अलग काम हैं, और किसी इंसान की तस्वीर पर इनके नतीजे बिल्कुल अलग होते हैं।
यही हम यहाँ देखेंगे, पिक्सेल दर पिक्सेल, एक असली तस्वीर पर, Imaginode पर उपलब्ध दोनों इमेज अपस्केलर के साथ, और किसी भी फ़ोटो एडिटर की क्लासिक बढ़ाई हुई तस्वीर को आधार मानकर।
अपस्केलर के तीन परिवार
इंटरपोलेशन एक औसत निकालता है और धुंधलापन देता है, फेथफुल सुपर-रेज़ोल्यूशन तस्वीर से प्रशंसनीय किनारे फिर से बनाता है, और क्रिएटिव अपस्केलिंग एक डिफ्यूज़न मॉडल से बनावट को नए सिरे से गढ़ती है जो जो देखती है उसे बदल भी सकती है।
पहला परिवार है इंटरपोलेशन: बाइलिनियर, बाइक्यूबिक, Lanczos। हर नया पिक्सेल अपने पड़ोसियों का भारित औसत होता है। यह तेज़ है, मुफ़्त है, हर एडिटर में मौजूद है, और पूरी तरह ईमानदार है: कुछ भी गढ़ा नहीं जाता। इस ईमानदारी की कीमत है धुंधलापन। दो पिक्सेल का तीखा किनारा आठ पिक्सेल के ग्रेडिएंट में बदल जाता है।
दूसरा परिवार वह है जिसे हम फेथफुल सुपर-रेज़ोल्यूशन कहेंगे। एक नेटवर्क को लाखों इमेज जोड़ों पर प्रशिक्षित किया गया है, वही सीन कम और ज़्यादा डेफिनिशन में, और उसने तीखे किनारे, आँखें, बाल, टेक्स्ट फिर से बनाना सीख लिया है। यह इनपुट तस्वीर से चिपका रहता है: इसका काम है जो पहले से वहाँ है उसका तीखा वर्शन अंदाज़ा लगाना। Topaz Precision इसी परिवार से है।
तीसरा परिवार नया है। क्रिएटिव अपस्केलिंग एक डिफ्यूज़न मॉडल पर निर्भर करती है, वैसे ही मॉडल की तरह जो टेक्स्ट से इमेज बनाता है। कम-रेज़ोल्यूशन वाली तस्वीर उसके लिए गाइड का काम करती है, और मॉडल उसके ऊपर बनावट को नए सिरे से गढ़ता है। नतीजा अक्सर चौंका देने वाला तीखा होता है, त्वचा, कपड़े, पदार्थ के साथ। लेकिन मॉडल जो देखता है उसका सम्मान करने के लिए बाध्य नहीं है, बस उसके साथ सुसंगत बने रहने के लिए। Topaz Bloom 2 इसी परिवार से है।
टेस्ट: 360 पिक्सेल की एक पारिवारिक तस्वीर
वही धुंधली 360 × 360 तस्वीर, Lanczos, Topaz Precision और Topaz Bloom 2 से चार गुना बड़ी करके 1440 × 1440 की गई; नीचे दिए टुकड़े 100% पर हैं, बिना किसी छेड़छाड़ के।
यह केस जानबूझकर मुश्किल चुना गया है, क्योंकि यह सबसे आम असली मामला है: एक पुरानी पारिवारिक तस्वीर, छोटी, कंप्रेस्ड, थोड़ी धुंधली, जिसमें चार चेहरे हैं। अगर किसी अपस्केलर को कुछ गड़बड़ करनी है, तो वह यहीं करेगा, और यहीं यह सबसे ज़्यादा मायने रखता है।
तीनों वर्शन बिल्कुल एक ही साइज़ के हैं, 1440 पिक्सेल चौड़े। टुकड़े पिता के चेहरे के इर्द-गिर्द वही 560-पिक्सेल वर्गाकार हिस्सा दिखाते हैं, बिना किसी रीसाइज़िंग के, जैसा आप किसी एडिटर में 100% ज़ूम करके देखते। किसी तस्वीर पर क्लिक करके उसे बड़ा करें और तीरों से एक से दूसरी पर जाएँ।
क्लासिक बढ़ाई हुई तस्वीर वही है जिसकी उम्मीद थी: फ़ोटो बड़ी हो गई है लेकिन ज़्यादा तीखी नहीं, और मूल तस्वीर के JPEG कंप्रेशन ब्लॉक अब साफ़ दिख रहे हैं। Topaz Precision एक तीखा चेहरा देता है, पढ़ने लायक आँखें, तीन दिन की दाढ़ी, और यह साफ़ तौर पर वही आदमी है। Topaz Bloom 2 तीनों में सबसे तीखी तस्वीर देता है, लेकिन एक अलग ही आदमी।
क्रिएटिव मोड ने क्या बदला, एक-एक डिटेल में
इस तस्वीर में Bloom 2 ने पिता के चेहरे की बनावट, उनके दाँत और आँखें बदल दीं, एक टी-शर्ट को कॉलर वाली शर्ट बना दिया, बच्चे के स्वेटर की धारियों को एकसार कर दिया और माँ के कंधे पर एक हाथ जोड़ दिया।
दोनों वर्शन को साथ रखकर गौर करें। Bloom वाले पिता का चेहरा चौड़ा है, गाल की हड्डियाँ अलग हैं, दाँत फिर से बनाए गए हैं और नज़र अब उनकी अपनी नहीं रही। स्वेटर के नीचे वाली हल्के रंग की टी-शर्ट कॉलर वाली शर्ट बन गई है। लड़के का धारीदार स्वेटर, जो मूल में एक अनियमित पैटर्न था, अब एक बिल्कुल एकसार बुना हुआ कपड़ा बन गया है, मानो किसी कैटलॉग से निकला हो। फ्रेम के बाईं ओर, एक धुंधला आकार अब माँ के कंधे पर टिका हुआ हाथ बन गया है।
इनमें से कोई भी बदलाव बेतुका नहीं है। असली दिक्कत यही है: हर एक प्रशंसनीय है, और परिवार के अलावा कोई इसे नोटिस नहीं करेगा। मॉडल ने पैंतीस साल के एक मुस्कुराते आदमी की रूपरेखा देखी और बहुत कौशल से पैंतीस साल के एक मुस्कुराते आदमी को बना दिया। बस वह तस्वीर वाला आदमी नहीं है।
Precision भी पूरी तरह सही नहीं है। त्वचा चिकनी कर दी गई है, कहीं-कहीं लगभग प्लास्टिक जैसी, लड़की के गुलाबी स्वेटर में वहाँ अजीब धारियाँ रह गई हैं जहाँ कंप्रेशन ने जानकारी कुचल दी थी, और बैकग्राउंड नरम बना हुआ है। लेकिन जब इसे कुछ नहीं पता होता, यह धुंधला ही छोड़ देता है। खाली जगह भरने के लिए यह कोई वस्तु नहीं गढ़ता, और असली तस्वीर पर काम करने वाले टूल से यही उम्मीद की जाती है।
फेथफुल अपस्केलिंग कब चुनें
जैसे ही तस्वीर कुछ असली दिखाती है जिसे पहचानना ज़रूरी है, कोई व्यक्ति, कोई उत्पाद, कोई दस्तावेज़, कोई जगह, फेथफुल अपस्केलिंग ही एकमात्र सही चुनाव है।
नियम याद रखना आसान है: अगर कोई कह सकता है 'यह वह नहीं है' या 'यह हमारा उत्पाद नहीं है', तो आपको फेथफुल चाहिए। पारिवारिक तस्वीरें, ग्राहकों के पोर्ट्रेट, लेबल या लोगो वाली उत्पाद तस्वीरें, आर्किटेक्ट के नक्शे, स्क्रीनशॉट, आर्काइव, सबूत के दस्तावेज़। इन सबमें गढ़ा हुआ कोई डिटेल एक गलती है, सुधार नहीं।
यह सबसे सस्ता भी है, और काफ़ी फ़र्क से। Topaz Precision को आउटपुट के हर 24 मेगापिक्सेल ब्लॉक पर बिल किया जाता है: 24 मेगापिक्सेल से कम निकलने वाली किसी भी तस्वीर के लिए 12 क्रेडिट, जो 1024 पिक्सेल चौड़ी तस्वीर के 4x या 4 मेगापिक्सेल तस्वीर के 2x को कवर करता है। प्रति मेगापिक्सेल, यह क्रिएटिव मोड से बारह गुना सस्ता है।
किसी पुरानी ख़राब तस्वीर के लिए, जिसमें सिलवटें, दाग़ या फीके रंग हों, सिर्फ़ अपस्केलिंग काफ़ी नहीं है: यह खामियों को भी बड़ा कर देती है। जो तरीका काम करता है वह एक पुरानी तस्वीर को रीस्टोर करना में बताया गया है, और जो तस्वीर सिर्फ़ छोटी और धुंधली है, उसके लिए एक फ़ोटो को तीखा बनाना सीधे सही सेटिंग से शुरू होता है।
क्रिएटिव मोड अपनी कीमत कब चुकाता है
क्रिएटिव मोड तब सही चुनाव है जब तस्वीर में सम्मान करने लायक कोई सच्चाई नहीं होती: कोई AI-जनरेटेड तस्वीर, कोई इलस्ट्रेशन, कोई लैंडस्केप, कोई बनावट, कोई सेट, ख़ासकर अगर इसे बड़े फॉर्मेट में छापना हो।
किसी AI-जनरेटेड तस्वीर का कोई मूल नहीं होता। महल, जंगल, गढ़ा हुआ किरदार कहीं भी मौजूद नहीं है, और कोई नहीं कह सकता कि दीवार का पत्थर वैसा नहीं था। ऐसे में, क्रिएटिव मोड की आज़ादी एक फ़ायदा बन जाती है: यह वहाँ पदार्थ जोड़ देती है जहाँ जनरेटर ने चिकनी सतहें छोड़ दी थीं, और 100% पर तस्वीर बहुत कुछ पा लेती है।
लैंडस्केप, दूर से दिखती वास्तुकला, बैकग्राउंड की बनावट, पेंट किए गए इलस्ट्रेशन के लिए भी वही तर्क लागू होता है। पहचान की बजाय पदार्थ से बनी हर चीज़ नए सिरे से गढ़े गए अनाज को अच्छी तरह सह लेती है। यह अक्सर उस पोस्टर में फ़र्क डालता है जो पास से देखने पर भी अच्छा लगता है और उस पोस्टर में जो खिंचा हुआ लगता है।
हालाँकि इसकी कीमत चुकानी पड़ती है। Bloom 2 को आउटपुट के हर 2-मेगापिक्सेल ब्लॉक पर बिल किया जाता है, Precision से प्रति मेगापिक्सेल बारह गुना ज़्यादा: 1024 पिक्सेल की तस्वीर के 2x के लिए 34 क्रेडिट, वही तस्वीर के 4x के लिए 101 क्रेडिट, जो 16.8 मेगापिक्सेल पर निकलती है। यह धीमा भी है: हमारे टेस्ट में एक छोटी तस्वीर पर 149 सेकंड मापे गए। और किसी जनरेटेड तस्वीर पर भी, नतीजा स्वीकार करने से पहले चेहरों को ज़रूर देखें: कोई बार-बार आने वाला किरदार एक तस्वीर से दूसरी में चेहरा बदल सकता है।
कोई भी अपस्केलर जो वापस नहीं ला सकता
तीस पिक्सेल ऊँचा चेहरा, भारी मोशन ब्लर, चूका हुआ फ़ोकस या अपठनीय टेक्स्ट वापस नहीं लाया जा सकता: फेथफुल मोड इन्हें धुंधला छोड़ देता है, क्रिएटिव मोड इन्हें किसी और चीज़ से बदल देता है।
जानकारी की एक सीमा होती है जिसके नीचे कोई भी टूल नहीं जा सकता। मूल तस्वीर में तीस पिक्सेल ऊँचा चेहरा किसी व्यक्ति को वापस लाने लायक पर्याप्त माप नहीं रखता। फेथफुल मोड एक चिकना, धुंधला चेहरा बनाएगा, क्रिएटिव मोड एक तीखा लेकिन ग़लत चेहरा। दोनों में से कोई सही नहीं देगा।
टेक्स्ट सबसे धोखेबाज़ मामला है। कोई साइनबोर्ड, कोई प्लेट, कोई लेबल जो मूल तस्वीर में अपठनीय है, या तो अपठनीय ही रहेगा, या प्रशंसनीय अक्षरों से फिर से लिख दिया जाएगा जिनका कोई मतलब नहीं है, या बदतर, जिनका कोई और ही मतलब है। अगर टेक्स्ट मायने रखता है, तो उसे ऊपर से फिर से टाइप करें, अपस्केलर पर भरोसा न करें। यही समस्या जनरेशन के समय भी सामने आती है, जिसकी जानकारी हाथ और टेक्स्ट, AI की खामियाँ में है।
आख़िरी मामला है ख़ुद फ्रेम। एक अपस्केलर तस्वीर को बड़ा बनाता है, वह दृश्य क्षेत्र को चौड़ा नहीं करता। अगर आपको किसी वर्गाकार तस्वीर को पोस्टर फॉर्मेट में बदलने के लिए किनारों पर और दृश्य चाहिए, तो वह एक अलग टूल है: किसी तस्वीर का विस्तार करना किनारों पर सुसंगत दृश्य जोड़ता है, और अपस्केलिंग बाद में आती है।
2x या 4x: सही फ़ैक्टर मोड पर निर्भर करता है
आउटपुट साइज़ इनपुट साइज़ को फ़ैक्टर के वर्ग से गुणा करके मिलता है: 4x सोलह गुना ज़्यादा पिक्सेल पैदा करता है, जिससे फेथफुल मोड में कीमत लगभग नहीं बदलती और क्रिएटिव मोड में कीमत तीन से चार गुना बढ़ जाती है।
क्लिक करने से पहले करने वाला हिसाब: चौड़ाई × फ़ैक्टर, ऊँचाई × फ़ैक्टर, और नतीजे का मेगापिक्सेल में गुणनफल। 1024 × 1024 की तस्वीर 2x में 2048 × 2048 पर निकलती है, यानी 4.2 मेगापिक्सेल, और 4x में 4096 × 4096 पर, यानी 16.8 मेगापिक्सेल। 2048 × 2048 की तस्वीर 2x में 16.8 मेगापिक्सेल और 4x में 67 मेगापिक्सेल पर निकलती है।
फेथफुल मोड में, 24-मेगापिक्सेल ब्लॉक छोटी तस्वीरों पर 4x को लगभग मुफ़्त बना देता है: 1024 पिक्सेल की तस्वीर के लिए 2x में भी 12 क्रेडिट और 4x में भी 12 क्रेडिट। अगर अंतिम इस्तेमाल को लेकर कोई संदेह हो तो 4x चुनना ही बेहतर है। क्रिएटिव मोड में उल्टा है: वही तस्वीर के लिए 2x में 34 क्रेडिट, 4x में 101 क्रेडिट। जितना फ़ैक्टर चाहिए उतना ही लें, एक भी ज़्यादा नहीं।
दोनों मामलों में एक सीमा लागू होती है: 100 मेगापिक्सेल आउटपुट। इससे ज़्यादा फ़ाइल आराम से संभालने के लिए बहुत भारी हो जाती है, और क्रिएटिव मोड की कीमत बेतुकी हो जाती है। इसलिए 4096 × 4096 की तस्वीर 4x में नहीं जा सकती, जिससे 268 मेगापिक्सेल बन जाते। किसी ख़ास माध्यम के लिए असल में कितने पिक्सेल चाहिए, इसका हिसाब किसी AI तस्वीर को बड़ा प्रिंट करना में विस्तार से बताया गया है।
अपस्केल सबसे आख़िर में करें, बीच में कभी नहीं
अपस्केलिंग एक चेन का आख़िरी चरण है: जनरेट करें, रीटच करें, स्वीकृत करें, फिर आख़िरी वर्शन को अपस्केल करें, क्योंकि अपस्केल के बाद रखा गया कोई मॉडल उसके पिक्सेलों का फ़ायदा नहीं उठाता।
सबसे आम गलती है बहुत जल्दी अपस्केल कर देना। आप एक तस्वीर जनरेट करते हैं, वह अच्छी लगती है इसलिए उसे अपस्केल कर देते हैं, फिर उसे रीटच करते हैं या किसी वीडियो मॉडल को शुरुआती फ्रेम के तौर पर भेज देते हैं। जो पिक्सेल कमाए थे वे गँवा दिए जाते हैं: कोई इमेज मॉडल अपने ही रेज़ोल्यूशन पर दोबारा काम करता है, और कोई वीडियो मॉडल आपने जो भी साइज़ की तस्वीर उसे दी हो, 720p या 1080p पर ही आउटपुट देता है।
सही क्रम हमेशा एक जैसा रहता है। सबसे सस्ते स्तर पर एक्सप्लोर करें, चुनें, रीटच करें, कंपोज़िशन को स्वीकृत करें, फिर एक ही बार अपस्केल करें, वह वर्शन जो असल में प्रोडक्शन में जाना है। यह वही सिद्धांत है जो वीडियो के लिए लागू होता है, जहाँ फाइनल एडिट से पहले लो-डेफिनिशन में स्वीकृत किया जाता है, इसकी जानकारी 4K में AI वीडियो में है।
कैनवस पर, यह सीधे दिखता है: Enhance (बेहतर बनाना) नोड चेन के आख़िरी छोर पर जुड़ता है, आख़िरी Image (तस्वीर) नोड के आउटपुट पर। अगर आप शुरुआत में कुछ बदलते हैं, तो आप चेन को फिर से चलाते हैं और अपस्केलिंग उसी के साथ चलती है। ये सब हिस्से AI वर्कफ़्लो क्या होता है में समझाए गए हैं।
Imaginode पर अपस्केल कहाँ करें
तीन जगहें: कैनवस का Enhance (बेहतर बनाना) नोड, Image, Video या Sound मोड में; Retouch (रीटच) नोड की हर लेयर का अपस्केल एक्शन; और Claude या ChatGPT से, MCP सर्वर का edit_image टूल।
Enhance (बेहतर बनाना) नोड मुख्य प्रवेश बिंदु है। Image मोड में, यह Topaz Precision और Topaz Bloom 2 पेश करता है, 2x या 4x फ़ैक्टर के साथ, और रन करने से पहले बटन पर दिखाई गई कीमत, जो आपकी तस्वीर के असली साइज़ पर आधारित होती है। Video मोड में, यह दोनों वीडियो अपस्केलर पेश करता है, जिनकी जानकारी सबसे बेहतरीन AI वीडियो अपस्केलर में है।
Retouch (रीटच) नोड में, हर इमेज लेयर का अपना अलग अपस्केल एक्शन होता है, उसी कीमत पर। यह तब काम आता है जब आप कई तत्वों से एक पोस्टर बना रहे हों: आप उस तत्व को अपस्केल करते हैं जिसे ज़रूरत है, पूरे दस्तावेज़ को नहीं। और अगर आप किसी असिस्टेंट से काम कर रहे हैं, तो MCP सर्वर का edit_image टूल कैनवस खोले बिना किसी तस्वीर को अपस्केल कर देता है।
दूसरी जगहों पर मौजूद विकल्पों से तुलना के लिए, Topaz Gigapixel, Magnific, Krea, Upscayl और बाकी, पूरी तुलना सबसे बेहतरीन AI इमेज अपस्केलर में है।
संक्षेप में
हर असली चीज़ के लिए फेथफुल, हर गढ़ी हुई चीज़ के लिए क्रिएटिव, मोड के हिसाब से चुना गया फ़ैक्टर, और अपस्केलिंग सबसे आख़िरी चरण पर।
कोई व्यक्ति, कोई उत्पाद, कोई दस्तावेज़, कोई आर्काइव: Topaz Precision, 24 मेगापिक्सेल आउटपुट तक 12 क्रेडिट, और 1024 पिक्सेल की तस्वीर पर 4x की कोई अतिरिक्त कीमत नहीं लगती। नतीजा थोड़ा चिकना रह सकता है, लेकिन यह झूठ नहीं बोलेगा।
कोई जनरेट की गई तस्वीर, कोई इलस्ट्रेशन, कोई सेट, कोई बनावट, ख़ासकर प्रिंट के लिए: Topaz Bloom 2, 2-मेगापिक्सेल ब्लॉक पर बिल किया जाता है, इसलिए संभलकर इस्तेमाल करें। स्वीकृत करने से पहले चेहरों को 100% पर ज़रूर जाँचें, और अगर 4x ज़रूरी न हो तो 2x को प्राथमिकता दें।
और हर हाल में, यह याद रखें कि कोई अपस्केलर कोई चमत्कार नहीं करता: तीस पिक्सेल से छोटे चेहरे के नीचे या मोशन ब्लर के अंदर, जानकारी मौजूद ही नहीं रहती। किसी से यह वादा करने से पहले कि आप उसकी तस्वीर 'वापस ला देंगे', यह जान लेना बेहतर है।