BrowserTools
Inicio / IA / Ampliar imagen con IA

Ampliar imagen con IA

Haz que una imagen pequeña o borrosa sea más grande y nítida con IA, directamente en tu navegador.

Mantenido por BrowserTools · Última actualización 2026-09-29

Cargando Ampliar imagen con IA… Si no ocurre nada, activa JavaScript.

Cuando amplías una imagen de la forma habitual, el programa no tiene nada nuevo con lo que trabajar: reparte los píxeles existentes sobre un área mayor y suaviza los huecos, así que una miniatura de 300 píxeles ampliada a 1200 se ve blanda, con bordes difusos y cuadros de JPEG muy visibles. Un ampliador con IA funciona de otra manera. Es una red neuronal entrenada con millones de pares de imágenes pequeñas y grandes, que ha aprendido cómo suelen ser los bordes nítidos, el pelo, el texto, los ladrillos o las hojas, y vuelve a dibujar la imagen ampliada con detalle verosímil en lugar de desenfoque. Esta herramienta usa Swin2SR, un modelo abierto de superresolución, y lo ejecuta por completo en tu navegador. Tus imágenes nunca se suben, no hay cuenta, ni marca de agua, ni límite diario.

Preguntas frecuentes

¿Se suben mis imágenes a un servidor?
No. El modelo de IA se descarga en tu navegador y todo el procesamiento ocurre en tu propio dispositivo. Tus imágenes nunca salen de él, lo que también significa que la herramienta sigue funcionando si te quedas sin conexión después de cargar el modelo.
¿Qué diferencia hay entre Photo x4 y Fast x2?
Photo x4 amplía cuatro veces por lado con un modelo entrenado con fotos reales, así que también elimina bloques de JPEG, ruido y algo de desenfoque. Es más lento y el modelo ocupa unos 21 MB. Fast x2 duplica el tamaño con un modelo de 7 MB, varias veces más rápido, y funciona mejor con imágenes que ya están limpias.
¿Puede la ampliación con IA recuperar detalles que nunca estuvieron en la foto?
En realidad, no. El modelo inventa textura verosímil y bordes nítidos a partir de lo que aprendió de otras imágenes, así que el resultado se ve más definido, pero no puede leer una matrícula o una cara que solo mide unos pocos píxeles. Tómalo como una forma de que la imagen se vea bien a mayor tamaño, no como prueba de lo que había.
¿Por qué hay un tamaño máximo de imagen?
La superresolución es pesada: el trabajo crece con el número de píxeles, y x4 produce dieciséis veces más. En un ordenador sin WebGPU una imagen grande podría tardar muchísimo o quedarse sin memoria, así que las entradas se limitan a 512 píxeles por lado en x4 y 1024 en x2 cuando se usa el procesador, y a 1024 y 2048 con tarjeta gráfica. Las imágenes más grandes suelen tener ya suficiente resolución; si aun así quieres procesar una, redúcela primero con el redimensionador de imágenes.
¿Por qué va lento en mi ordenador?
Si tu navegador no ofrece WebGPU (o la tarjeta gráfica no es adecuada), el modelo se ejecuta en el procesador con WebAssembly, que es muchas veces más lento. La línea de progreso muestra el bloque actual y una estimación del tiempo restante, y puedes cancelar entre bloques. Las versiones recientes de Chrome y Edge en un ordenador con tarjeta gráfica son la opción más rápida.
¿Qué pasa con las imágenes PNG transparentes?
El modelo solo trabaja con el color, así que el canal de transparencia se amplía por separado con un remuestreo suave y se vuelve a aplicar encima. Descarga en PNG o WebP para conservarlo; JPEG no admite transparencia, así que las zonas transparentes quedan en blanco.
¿En qué formato debo descargar?
PNG no tiene pérdidas y conserva todo el detalle que produjo el modelo, pero los archivos son grandes. WebP y JPEG son mucho más pequeños y se ven casi idénticos con la calidad predeterminada, así que son una buena opción para la web o para compartir. Puedes cambiar de formato en cualquier momento sin volver a procesar la imagen.
¿Tengo que descargar el modelo cada vez?
No. La primera vez que usas un modo, su modelo (7 MB o 21 MB) se descarga desde este sitio y tu navegador lo guarda. En las visitas siguientes se carga desde esa caché al instante, hasta que borres los datos del navegador.

Acerca de Ampliar imagen con IA

Hay dos modos. Photo x4 hace la imagen cuatro veces más ancha y cuatro veces más alta (dieciséis veces más píxeles) con un modelo entrenado con fotos reales, que además limpia artefactos de JPEG, ruido y desenfoque leve, así que es la opción adecuada para fotos antiguas del móvil, capturas de imágenes guardadas muchas veces o fotos de producto que salieron demasiado pequeñas. Fast x2 duplica el tamaño con un modelo mucho más ligero: es más rápido y va bien con imágenes que ya están limpias, como ilustraciones, logotipos y fotos recientes que solo necesitan algo más de resolución. La imagen se procesa en pequeños bloques superpuestos que luego se funden, lo que mantiene el uso de memoria lo bastante bajo para móviles y portátiles y te permite seguir el progreso y cancelar en cualquier momento.

La velocidad depende mucho de tu dispositivo. Los navegadores con WebGPU usan la tarjeta gráfica y terminan una imagen típica en segundos; sin ella, el modelo se ejecuta en el procesador, donde una imagen de 256 píxeles tarda unos 15 segundos en Fast x2 y alrededor de un minuto en Photo x4. Por eso cada modo tiene un tamaño máximo de entrada: sin tarjeta gráfica, 512 píxeles por lado en x4 y 1024 en x2, y con WebGPU 1024 y 2048, lo que ya produce imágenes de hasta 4096 píxeles. Después del proceso, arrastra el control deslizante para comparar el resultado de la IA con una ampliación normal, cambia a tamaño real para revisar los detalles y descarga en PNG, WebP o JPEG, una por una o todas juntas en un zip. El modelo se descarga una vez desde este sitio y tu navegador lo guarda para la próxima vez.

¡Amplía! El truco imposible favorito de la televisión

Durante décadas, las series policiacas han mostrado a investigadores inclinados sobre un monitor diciendo "amplía" hasta que un reflejo borroso en unas gafas de sol se convierte en una matrícula legible. Los ingenieros se reían, porque el procesamiento de imagen clásico no puede crear información que el sensor nunca captó: los filtros de nitidez solo exageran bordes que ya estaban ahí.

El aprendizaje profundo cambió la conversación, aunque no como imaginaba la televisión. En 2014, el artículo de SRCNN demostró que una pequeña red convolucional podía aprender a ampliar imágenes mejor que la interpolación bicúbica, y modelos posteriores entrenados con pérdidas adversarias (como ESRGAN, en 2018) empezaron a producir pelo, hierba y tela convincentes. El problema es que esos detalles se adivinan a partir de los datos de entrenamiento, no se recuperan, así que dos modelos distintos pueden dibujar dos caras distintas a partir de los mismos pocos píxeles.

Swin2SR, el modelo que se usa aquí, se publicó en 2022 y se basa en el Swin Transformer, que mira la imagen a través de pequeñas ventanas que se desplazan. Su variante para imágenes reales se entrenó con fotos dañadas a propósito con desenfoque, ruido y compresión JPEG fuerte, y por eso limpia tan bien imágenes que se han guardado y compartido muchas veces.

Herramientas relacionadas

Redimensionar imágenes

Cambia el tamaño de una imagen en píxeles o en porcentaje, sin deformarla.

Quitar fondo

Recorta el sujeto de una foto y obtén un PNG transparente, directamente en tu navegador, sin subir la imagen.

Compresor de imágenes

Reduce el tamaño de tus imágenes y compara el resultado con el original.

Calculadora de costes de API de IA

Descubre cuánto te costará un modelo de IA por petición, por día y por mes, y compara los principales proveedores lado a lado.
Apoyar