Mindket

AuraSR-v2

新上架第 1 版 · 更新于

概览

用基于 GAN 的超分辨率模型把生成的图片放大四倍。由 fal 制作,适合想把生成图片放大的人。

AuraSR-v2 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • Windows、macOS 或 Linux 上的 Python
  • aura-sr 包
  • 一张用 PIL 加载的待放大图片
用在
  • Windows、macOS 或 Linux 上的 Python,通过 aura-sr 包
  • 图像流程:放在生成器出图之后的一个步骤
  • transformers 库:模型页上标注的库
先运行
$ pip install aura-sr

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

AuraSR-v2 是一个超分辨率模型,用来放大图像生成器做出的图片。它是一个 GAN,是对 GigaGAN 论文的变体,改成了从输入图像出发做放大。Torch 代码建立在一个非官方的 GigaGAN 实现之上。

适合谁

它适合用 AI 做图并想要更大版本的人,也适合在图像流程里加入放大步骤的开发者。

谁在用
IndustryWho uses itHow they use itExample
设计使用图像生成器的创作者放大一张生成的图片把小尺寸的渲染图变成更大的版本
软件开发者在图像生成之后加一个放大步骤给每个输出做放大的 Python 脚本
研究图像研究者研究基于 GAN 的放大把输出与其他放大工具比较

如果你不做图也不修图,可以跳过它。

用在哪里

  • Windows、macOS 或 Linux 上的 Python,通过 aura-sr 包
  • 图像流程:放在生成器出图之后的一个步骤
  • transformers 库:模型页上标注的库
它能做的事
Use caseWhoWhat they get back
放大生成的图像创作者图片的更大版本
重叠式四倍放大开发者一次调用得到放大四倍的图像

如何设置

  • Windows、macOS 或 Linux 上的 Python
  • aura-sr 包
  • 一张用 PIL 加载的待放大图片
  1. 用 pip 安装 aura-sr 包。
  2. 用 from_pretrained 按名字加载模型。
  3. 如果愿意,可以手动下载模型文件。
$ pip install aura-sr
from aura_sr import AuraSR

aura_sr = AuraSR.from_pretrained("fal/AuraSR-v2")
pip install -U huggingface_hub
hf download fal/AuraSR-v2

如何使用

加载一张图片,需要的话先缩小,然后对它调用四倍重叠放大。模型卡先把示例图缩放到 256 乘 256。

upscaled_image = aura_sr.upscale_4x_overlapped(image)
模型卡给出的调用
ToolWhat it does
AuraSR.from_pretrained按名字 fal/AuraSR-v2 加载模型
upscale_4x_overlapped把图像放大四倍,分成重叠的小块来处理

示例

你从图像生成器拿一张 256 乘 256 的图片,交给放大调用。调用返回一张更大的新图像,之后你可以用 PIL 保存或查看。

新手与专家

如果你是新手,这是一个把小图变大、同时尽量补上可信细节的工具。第一件小事是运行安装那一行和加载那一行,再放一张小图试试。

如果你懂这个领域,这个模型是一个 618M 参数的 GAN,由 GigaGAN 改造而来,用于以图像为条件的放大。重叠方法把图片分成重叠的部分来处理。代价是 GAN 会编造细节,所以结果是合理的放大,而不是还原原图。

  1. 用 PIL 加载图像
  2. 把它缩放到 256 乘 256
  3. 调用重叠式四倍放大
  4. 得到更大的图像

注意事项

  • 大小:618M 参数,F32 约 2.5 GB。
  • 方法:基于 GAN,由 GigaGAN 论文改造。
  • License:apache-2.0。
  • Cost to run:没有提到 API 密钥、账号或付费服务。
  • Data it reaches:它从 Hugging Face 下载模型,模型卡里的示例还会从网上取一张图片。

README 和文件

README

AuraSR-v2

用基于 GAN 的超分辨率模型把生成的图片放大四倍。由 fal 制作,适合想把生成图片放大的人。

由 fal 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么:AuraSR-v2 是一个超分辨率模型,用来放大图像生成器做出的图片。它是一个 GAN,是对 GigaGAN 论文的变体,改成了从输入图像出发做放大。Torch 代码建立在一个非官方的 GigaGAN 实现之上。

适合谁:它适合用 AI 做图并想要更大版本的人,也适合在图像流程里加入放大步骤的开发者。

Title: 谁在用
Industry | Who uses it | How they use it | Example
设计 | 使用图像生成器的创作者 | 放大一张生成的图片 | 把小尺寸的渲染图变成更大的版本
软件 | 开发者 | 在图像生成之后加一个放大步骤 | 给每个输出做放大的 Python 脚本
研究 | 图像研究者 | 研究基于 GAN 的放大 | 把输出与其他放大工具比较

如果你不做图也不修图,可以跳过它。

用在哪里:

  • Windows、macOS 或 Linux 上的 Python,通过 aura-sr 包
  • 图像流程:放在生成器出图之后的一个步骤
  • transformers 库:模型页上标注的库
Title: 它能做的事
Use case | Who | What they get back
放大生成的图像 | 创作者 | 图片的更大版本
重叠式四倍放大 | 开发者 | 一次调用得到放大四倍的图像

如何设置:

  • Windows、macOS 或 Linux 上的 Python
  • aura-sr 包
  • 一张用 PIL 加载的待放大图片
  1. 用 pip 安装 aura-sr 包。
  2. 用 from_pretrained 按名字加载模型。
  3. 如果愿意,可以手动下载模型文件。
$ pip install aura-sr
from aura_sr import AuraSR

aura_sr = AuraSR.from_pretrained("fal/AuraSR-v2")
pip install -U huggingface_hub
hf download fal/AuraSR-v2

如何使用:
加载一张图片,需要的话先缩小,然后对它调用四倍重叠放大。模型卡先把示例图缩放到 256 乘 256。

upscaled_image = aura_sr.upscale_4x_overlapped(image)
Title: 模型卡给出的调用
Tool | What it does
AuraSR.from_pretrained | 按名字 fal/AuraSR-v2 加载模型
upscale_4x_overlapped | 把图像放大四倍,分成重叠的小块来处理

示例:
你从图像生成器拿一张 256 乘 256 的图片,交给放大调用。调用返回一张更大的新图像,之后你可以用 PIL 保存或查看。

新手与专家:
如果你是新手,这是一个把小图变大、同时尽量补上可信细节的工具。第一件小事是运行安装那一行和加载那一行,再放一张小图试试。

如果你懂这个领域,这个模型是一个 618M 参数的 GAN,由 GigaGAN 改造而来,用于以图像为条件的放大。重叠方法把图片分成重叠的部分来处理。代价是 GAN 会编造细节,所以结果是合理的放大,而不是还原原图。

用 PIL 加载图像
把它缩放到 256 乘 256
调用重叠式四倍放大
得到更大的图像

注意事项:

  • 大小:618M 参数,F32 约 2.5 GB。
  • 方法:基于 GAN,由 GigaGAN 论文改造。
  • License:apache-2.0。
  • Cost to run:没有提到 API 密钥、账号或付费服务。
  • Data it reaches:它从 Hugging Face 下载模型,模型卡里的示例还会从网上取一张图片。

Hugging Face 上的数据(2026年11月13日)

  • 任务:image to image
  • 框架:transformers
  • 参数量:618M
  • Weights: about 2.5 GB in F32; about 309 MB at 4-bit (estimate)
  • Formats: Safetensors
  • 最近 30 天下载:1,554
  • 点赞:349
  • 许可证:apache-2.0
  • 标签:transformers, safetensors, pytorch, super-resolution, image-to-image

链接

  • 模型:https://huggingface.co/fal/AuraSR-v2
  • 文件:https://huggingface.co/fal/AuraSR-v2/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件:

pip install -U huggingface_hub
hf download fal/AuraSR-v2

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-13

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。

产品最近 30 天下载点赞参数量许可证最近更新
AuraSR-v2 本页1,554349618Mapache-2.0
Iris-3B共有 super-resolution · pytorch · safetensors9973503Bapache-2.0
FLUX.2 [klein] 4B Base共有 image-to-image · safetensors743,0551953.9Bapache-2.0
FLUX.2 [klein] 4B共有 image-to-image · safetensors435,6431,1163.9Bapache-2.0
Qwen-Image-Edit共有 image-to-image · safetensors141,5202,58020.4Bapache-2.0
ControlNet v1.1 depth (SD 1.5)共有 image-to-image · safetensors22,04170361Mopenrail
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

开发类的相似商品

查看开发类的全部商品

Lexnet

alpindale · 工具包

用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。

新上架

FLUX.2 Klein LoRA Studio

prithivMLmods · 工具包

在浏览器或你自己的电脑上,用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。

新上架

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架