Новости30 июля 2026 г.9 мин чтения

Онлайн улучшить фото нейросетью: как не спутать реставрацию с придумыванием лица

Апскейлер и генеративная модель одинаково увеличивают пиксели — но один дотягивает то, что было в кадре, а другой сочиняет недостающее, и не всегда правильно

В сентябре 2025 года зернистое фото Дональда Трампа после ИИ-апскейла набрало 4,2 млн просмотров в X — пользователи разглядели на увеличенной коже пятна и решили, что это признак болезни. Фактчекеры доказали обратное: пятна оказались артефактом апскейла, а не реальной деталью кожи, как разобрал PetaPixel в материале про вирусное фото. Журналист BBC по верификации Shayan Sardarizadeh описал механизм прямо: зум на уже сжатом малоразрешённом снимке плюс ИИ-апскейл создают детали, которые люди принимают за физическую реальность, хотя её там никогда не было.

Это не баг одного сервиса, а свойство целого класса технологий. И если вы собираетесь онлайн улучшить фото нейросетью — старый скан, размытый кадр с телефона или документ для печати — прежде чем нажать кнопку, стоит понять, к какому классу принадлежит инструмент под капотом. От этого выбора зависит не только резкость картинки, но и то, останется ли лицо на фото похожим на человека, которого оно должно изображать.

Подключите модели генерации контента с оплатой в рублях на provod.ai

Два инструмента, один маркетинговый ярлык

Индустрия называет «улучшением фото ИИ» вещи с принципиально разной физикой. Апскейлер честного типа берёт существующие пиксели и достраивает их математически — интерполирует, убирает шум, повышает резкость в рамках того, что реально есть в кадре. Генеративная модель работает иначе: там, где данных не хватает, она не интерполирует, а рисует правдоподобную замену.

Ари Каутс, ИИ-консультант, объяснил это PetaPixel предельно сухо: «Апскейлер вынужден заново изобретать» детали, которых не было в оригинале. Не восстанавливать — изобретать. Это не претензия к конкретному продукту, а описание того, как устроены генеративные модели в принципе.

Показательно, что даже разработчики базовой модели Real-ESRGAN — на ней держатся многие бесплатные апскейлеры, включая Upscayl, — сами признают проблему в оригинальной научной статье: GAN-обучение вносит артефакты на части примеров, и модель может выдать правдоподобную, но фактически неверную деталь (arXiv 2107.10833). А в техническом README к исполняемой версии авторы отдельно оговаривают, что тайловая обработка изображения создаёт рассогласование блоков и отклонения от эталонной реализации (GitHub xinntao/Real-ESRGAN). Сам Upscayl, построенный на этой модели, работает офлайн на локальном железе через Vulkan, без вотермарок и обязательной регистрации — разработчики заявляют апскейл до 16x, но независимого измерения качества на такой кратности никто не проводил, так что цифру стоит считать маркетинговым потолком, а не гарантией.

Даже Topaz — вендор, который продаёт восстановление лиц как возвращение естественной детали, — в собственной документации честно предупреждает: Face Recovery нельзя применять на расфокусированных лицах с низким разрешением или без ключевых черт, потому что нехватка данных ведёт к нереалистичным артефактам. Там же — обратное предупреждение: на уже качественном портрете функция может «переобработать» лицо и дать эффект пластиковой кожи (Recover Faces, документация Topaz). Вендор сам очертил границы надёжности своего инструмента — редкий случай честности в этой нише.

Независимый обзор Rangy.ai пошёл дальше и протестировал это на конкретной настройке: у Magnific AI при силе дорисовки 8 из 10 на портрете появляются поры кожи, которых не было в исходном файле — автор прямо советует не применять творческие модели к «портрету бабушки» (Rangy.ai, обзор апскейлеров 2026).

Матрица выбора

Задача	Инструмент	Класс	Почему
Семейный архив, лица родственников	Topaz Gigapixel (Standard/High-Fidelity)	честный апскейлер	дотягивает существующую деталь без дорисовки черт
Документы, ID-фото, мелкий текст	Adobe Firefly Upscale (нативный)	честный апскейлер	не тратит генеративные кредиты, ограничен ~4096 px
Бюджетная реставрация без подписки	Upscayl (офлайн, Real-ESRGAN)	честный апскейлер	бесплатно, работает локально, до 16x по заявлению разработчиков
Декоративное фото для соцсетей	Remini (дефолтный пайплайн)	генеративный	дорисовка ожидаема как функция, не как обман
Творческий апскейл, стилизация	Magnific AI, Topaz Bloom	генеративный	явная дорисовка деталей, включая поры и текстуру кожи

Топаз официально ограничивает даже честный тарифный апскейл: план Standard экспортирует до 32 МП, Pro — до 256 МП, цена — от 12 до 35 $ в месяц (страница тарифов Topaz Photo Restoration). В Photoshop нативный Firefly-апскейл бесплатен по кредитам и упирается примерно в 4096 px, а партнёрские модели Topaz внутри того же интерфейса — платные: Gigapixel — 10 кредитов за снимок до 25 МП, Bloom — 35 кредитов за куда меньший файл в 1–9 МП (справка Adobe о генеративных кредитах). Разница в цене между «дотянуть» и «дорисовать» здесь не случайна — Bloom дороже именно потому, что делает больше творческой работы с меньшим количеством исходных данных.

Когда дорисовка становится юридической проблемой

Это не абстрактный риск. В деле State v. Puloka суд округа Кинг (штат Вашингтон) отклонил как доказательство видео, улучшенное через Topaz Video AI, применив стандарт Frye: метод не прошёл рецензирование и не признан судебно-видео-аналитическим сообществом (разбор дела, The National Law Review). Сертифицированный эксперт по делу показал: инструмент увеличил число пикселей в 16 раз, одновременно добавив информацию, которой не было в оригинале, и удалив часть реальной (Criminal Legal News, разбор показаний эксперта). Рабочая группа SWGDE официально предостерегает от использования подобных инструментов усиления изображения в судебной практике из-за непрозрачности алгоритма — из того же источника. Речь именно о видео и о конкретной версии инструмента образца 2024 года: актуальные модели могли измениться, но принцип, из-за которого суд отверг доказательство, не привязан к версии — он привязан к самой природе генеративной дорисовки.

Это решение об одном деле в одном штате, не прецедент мирового масштаба и никак не связано с российским правом напрямую. Но принцип универсален: если ИИ-усиленная деталь может «изобрести» родинку, шрам или номер, её нельзя предъявлять как доказательство факта — только как визуальное приближение.

Сильное возражение индустрии

Здесь у разработчиков есть законный контраргумент. Bending Spoons, владелец Remini, заявляет: «Мы глубоко заботимся о том, чтобы у всех наших пользователей был безопасный и приятный опыт использования приложения» — компания настаивает, что не использует распознавание лиц и шифрует изображения (заявление компании, ABC7 Chicago). Логика простая: подавляющее большинство людей открывают Remini не для криминалистики, а для красивой фотки в соцсети. Требовать от развлекательного фильтра судебной точности — как требовать от фотошопа документальной достоверности.

Аргумент честный ровно до тех пор, пока пользователь понимает, что перед ним фильтр, а не реставратор. Проблема в том, что маркетинг стирает эту границу. По статье в Wikipedia, движок Remini сейчас опирается на модели генерации изображений Google Nano Banana, а ещё в июле 2023 года пользователи жаловались, что ИИ-обработка портретов меняла тело «до неузнаваемости» (Remini, Wikipedia). Блог конкурента Stork.ai собрал похожие жалобы: дефолтный вывод описывают как эффект «восковой фигуры» — сервис может незаметно поменять цвет глаз, форму улыбки, саму идентичность человека на фото (блог Stork.ai о жалобах пользователей Remini). Так что возражение верно для сценария «фото для инстаграма» и неверно для сценария «фото бабушки, которое повесят на стену как память о её лице».

Библиотека Конгресса США в отчёте о подлинности контента формулирует то же противоречие институционально. Соавторы Kate Murray и Joshua Sternfeld пишут, что данные о происхождении файла — метаданные, фиксирующие факт ИИ-реставрации, — «могут случайно раскрыть информацию, конфликтующую с этическими обязательствами» учреждения, и рекомендуют архивам обязательно помечать такие правки через Content Credentials (отчёт Библиотеки Конгресса, блог The Signal). Ни один массовый потребительский сервис — ни Topaz, ни Remini, ни Adobe — по умолчанию не проставляет такую метку на выходном файле. Пользователь остаётся один на один с решением, которое институции считают обязательным для документирования.

Практический протокол перед тем, как доверять результату

Возьмите один тестовый снимок — скан плёнки, ночное фото с телефона, скриншот с мелким текстом — и прогоните через два-три инструмента из разных классов. Увеличьте результат до 100% и ищите три признака галлюцинации: одинаковую «под трафарет» текстуру пор на разных участках кожи, нечитаемый или искажённый мелкий текст, неестественно ровную кожу без единой асимметрии. Если хотя бы один признак есть — вы смотрите на генеративную дорисовку, а не на восстановленную деталь, и для документа или архивного снимка этот файл не годится.

Отдельная часть этой проверки — понять, насколько сильно дорисовывают сами генеративные модели редактирования изображений, к которым относится и дефолтный пайплайн Remini. Если хочется прогнать один тестовый портрет через несколько таких моделей и сравнить, где именно появляются поры и меняется форма улыбки, не заводя отдельный кабинет под каждый сервис, разумный путь — доступ через единый API: provod.ai, российский аналог OpenRouter, даёт одну точку входа к каталогу доступных моделей, включая поддерживаемые модели генерации и редактирования изображений. Честные апскейлеры вроде Gigapixel или офлайн-Upscayl это не заменяет — и результат всё равно придётся смотреть на 100% своими глазами.

Правило простое и проверяется без экспертизы: если фото пойдёт на печать, в паспортный стол или на стену семейного архива — берите инструмент, который признаёт свои пределы, а не тот, что обещает «показать, как было на самом деле». Разница между этими двумя обещаниями и есть разница между реставрацией и подделкой с хорошим маркетингом.

provod.ai — обновляйте AI-стек, не переписывая продукт

Когда появляется востребованная модель, подключайте её через уже знакомый контур: API, ключ, баланс и инструменты команды сохраняются, а текущая доступность проверяется в каталоге.

В одном каталоге — актуальные модели для текста и медиа: GPT от OpenAI, Claude от Anthropic, Gemini от Google, Grok от xAI, DeepSeek, Qwen, GLM, Kimi и MiniMax; для изображений — Nano Banana 2 Pro и GPT Image; для видео — последние версии Seedance, Kling, Veo и Google Omni. Также доступны модели для reasoning, поиска, документов, эмбеддингов, музыки и аудио.

За новизну нет дополнительной маржи платформы: официальный тариф новой модели применяется 1:1, без наценки provod.ai.

Подключайте новые модели быстрее: форма регистрации · цены на модели · защита данных по 152-ФЗ · API и интеграции