デジタル化した古い家族写真
いちばん素直な使い方です。2000年代のコンパクトで撮った一枚や、写真を携帯で撮り直した一枚。ほとんどの場合 Precision で足りますし、似ていることがすべてなので、ここではそれが正解です。紙焼きが傷んでいる、擦れている、黄ばんでいるなら、そのあとに修復を続けてください。
AIで写真を鮮明にする
ぼけた低解像度の写真を、二つの拡大モデルで四倍に。忠実なほうと創造的なほうを並べます。アカウント登録なしで、ワークフロー全体をそのまま見られます。
インタラクティブデモ
本物のワークフロー、本物の結果。自由に移動・ズームできます。
このワークフローを使う実際のワークフロー：360ピクセルの同じ家族写真が二つの拡大モデルに入り、キャンバスが両者の違いを見せます。
概要
- ワークフローの成果物
- 画像2枚（1:1）
- キャンバスの構成
- 4個のノードを2本の接続でつないだ構成
- 使用モデル
- Topaz Precision, Topaz Bloom 2
- 1回のフル実行のコスト
- 約35クレジット（$0.42）
古い携帯の写真、失敗したスキャン、やり取りから拾った画像。横三百ピクセル、手ぶれ、圧縮のブロックノイズ。このワークフローはそれを四倍に拡大します。写真はメディアノードに入り、二つの「改善」ノードへ進みます。それぞれ別の拡大モデルに設定されています。
二つは同じ仕事をしません。そこがこのテンプレートの要点です。Topaz Precision は忠実です。元の画像に実在する細部を取り戻し、顔は見分けがつくまま残しますが、元が平坦だった場所、セーターや布地に粗が出ます。Topaz Bloom 2 は細部を作り直します。写真は見事で、素材も背景も再構成されますが、造作がずれます。
デモの写真で、2026年9月1日に確認した結果です。Bloom 2 は父親のあごの形を変え、母親にイヤリングを足し、男の子のセーターをくっきりした縞に変えました。素晴らしい仕上がりで、もう同じ家族ではありません。家族写真では美しさより似ていることが先です。背景や物が相手なら、判断は逆になります。二つの拡大で42セントです。
手順
- 1
傷んだ写真を読み込む
低解像度、ぼけ、圧縮。それが問題ではなく、この道具の用途です。メディアノードは元の寸法を示し、改善ノードは生成の前に出力寸法を告げます。
- 2
忠実な拡大を回す
Topaz Precision を四倍で。まず試すべきはこちらで、たいていはこれだけで足ります。作り出すのではなく、画像の中にあるものから働くからです。
- 3
創造的な拡大を回す
同じ元画像に Topaz Bloom 2 を並行して。圧縮が消してしまった素材を組み立て直します。顔をよく見るべきなのはここです。
- 4
元写真と見比べる
元の写真は二つの結果の隣にキャンバスに残ります。動いた造作、形の変わった耳、現れた装身具。どちらを採るかを決めるのはそれです。
バリエーションと活用例
同じキャンバスを、別の用途に合わせて調整。各バリエーションは、プロンプトを2〜3行変えるだけです。
印刷するには小さすぎる画像
600ピクセルで拾ったビジュアルはポスターに耐えません。四倍で2400になり、通常の印刷に乗ります。生成の前にノードが告げる出力寸法を見てください。足りるかどうかがすぐ分かります。
スクリーンショットやSNSの画像
メッセージアプリを通ったものは、再圧縮されて縮んで戻ってきます。拡大は圧縮が食べた分をいくらか取り戻します。ただし読めなくなった文字は、どちらのモデルも正しくは戻しません。
背景、物、質感
Bloom 2 の土俵です。壁の粒立ちやソファの織りの正確なところはだれも知らないので、作り出したと責める人もいません。仕上がりは元より説得力があることさえあります。
生成した画像を拡大する
画像ノードから出た一枚は、そのまま改善ノードにつなげます。生成モデルの解像度が頭打ちで、納品物にはもっと大きさが要るときに効きます。
動画を拡大する
改善ノードは動画も扱います。ByteDance Upscaler と Topaz Proteus です。元の音声トラックは保たれます。このテンプレートが見せるのは画像だけですが、手順は同じです。
よくある失敗
顔に Bloom 2 を選ぶ
家族写真を台無しにする失敗です。仕上がりは美しく、まさにそこが罠です。描き直されたあごや足されたイヤリングは画面上では気づかれませんが、その人を知っている人には気づかれます。
拡大の前に修整する
三百ピクセルを渡された編集モデルは顔を修復せず、顔を作り出します。あとで拡大しても、作り出したものが大きくなるだけです。正しい順は、拡大してから修整することです。
何もない元画像に奇跡を期待する
拡大モデルはノイズに沈んだ細部を掘り起こしますが、存在しない情報は作れません。逆光の顔、遠いナンバープレート、高さ三ピクセルの文字。出てくるものは、もっともらしくて誤りです。
拡大を二度重ねる
四倍のあとにもう一度四倍でも、十六倍良くはなりません。一度目の粗を積み上げるだけです。出力が足りないなら、手に入る最良の元画像に戻るほうが、回数を重ねるより確実です。
おすすめモデル
Topaz Precision
Flux Kontextよくある質問
二つのどちらを選べばいいですか。
だれかが見分けなければならない顔があるなら Precision です。背景、物、質感など、正確な細部をだれも知らないものなら Bloom 2 です。迷うなら両方作ってください。キャンバスが並べてくれるので、答えは一目で分かります。
写真に写っていないものまで取り戻せますか。
取り戻せません。それがこの作業の正直な限界です。拡大モデルはノイズに埋もれた細部を戻しますが、逆光で消えた顔や、記録されるには小さすぎた文字を復活させはしません。そうした場合に Bloom 2 が作るものは、もっともらしいだけで本当ではありません。
修整は拡大の前と後、どちらですか。
後です。三百ピクセルを渡された編集モデルは顔を作り出しますし、作り出した顔を拡大しても、作り出した顔のままです。まず拡大し、結果が求めるなら修整します。
一連の生成はいくらですか。
四倍の拡大二つで42セントです。価格はクリック前に各ノードに表示され、「出力」の大きさで決まります。大きな画像を拡大するほうが、小さなものより高くつきます。
Bloom 2 はなぜ遅いのですか。
数秒に対しておよそ一分半かかります。補間ではなく素材を作り直しているからです。同じ理由で、メガピクセルあたりの単価もかなり高くなります。ノードは実行前に価格を告げます。
自分の写真はモデルの学習に使われますか。
使われません。アップロードしたメディアはあなたの領域に留まり、学習には渡されません。家族写真である以上、この問いはなおさら重いはずです。
スマートフォンからできますか。
できます。キャンバスはモバイルで動き、写真はメディアノードから直接撮れるので、机に置いた紙焼きをその場で扱えます。指で操作するキャンバスの動きはスマートフォンで作るガイドにまとめてあります。
古い写真の修復との違いは何ですか。
修復は擦れ、折れ、しみといった物理的な傷みを直し、色をつけます。こちらは何も直しません。画素を足すだけです。二つは補い合い、順番は拡大が先です。