与传统软件的拉伸放大比差距到底在哪
两种「放大」根本不是一回事
传统软件（Photoshop、各类看图软件）的放大走插值：在已知像素之间按数学规则算出新像素——最邻近是复制邻近像素（保锐利、出锯齿），双线性/双三次是加权平均（平滑、发糊）。无论哪种，信息量没有增加，只是把已有像素摊得更开。
神经网络放大则是在学习了几十万组「低清→高清」配对后，推测出新像素应有的样子，见放大原理。官方对传统方法放大后的描述是「依然有明显的模糊感、边缘的重影以及噪点」。
效果对照
| 维度 | 插值放大 | 神经网络放大 |
|---|---|---|
| 边缘线条 | 锯齿或糊边 | 重新勾勒，平滑锐利 |
| 大色块 | 脏色过渡带 | 干净 |
| 噪点压缩块 | 同步放大 | 可被抑制 |
| 细节纹理 | 无中生有不可能 | 无中生有（推测性的） |
| 速度 | 毫秒级 | 分钟级（云端排队） |
| 结果确定性 | 100% 可复现 | 同参数基本可复现，模型升级会变 |
插值并没有被淘汰：三个仍属于它的场景
- 要求 100% 保真——法律取证、医学影像、印刷原稿，任何「推测像素」都不可接受；
- 目标尺寸只差一点——1800px 拉到 2000px，插值损失几乎不可见，没必要过模型；
- 最终缩小——放大是为了缩小（downscale 出特殊尺寸）时，插值足够。
更常见的协作关系：先模型后插值
实际工作流里两者是上下游而非对手：
- 目标尺寸卡在两档之间——先 4x 模型放大，再用插值缩回目标尺寸，结果好于直接插值放大，见选倍数；
- 放大后精修——模型出图后，在图像软件里做局部手动修补（收边、调色），各干各的强项；
- 放大前预处理——裁剪、去划痕交给图像软件，模型只吃干净的图，见图前准备。
成本维度的一句话
插值是「免费的即时操作」，神经网络放大消耗时间（排队）与额度（任务数）。能用插值解决的别上模型——这既省钱也省心，见额度规划。
相关阅读：和老牌放大工具的异同、高频问答。