GPT Image 2 出的图放大就糊：原生 4K 和后期放大不是一回事

AI 出图的群里流传着一条省钱口诀：先出小图跑方向，选中哪张再 AI 放大——反正有放大兜着。这话听着太合理了，我信过很久，也这么跟人讲过。

后来我发现，我连这笔账的分母都算错了。我一直以为 4K 就是 4096×4096，照着这个数去算「放大能省多少」，算出来的每一个百分比都是错的。

先说清楚这篇不讲什么。该选哪个档位，那是选型问题，2K vs 4K 怎么选 那篇已经按交付载体拆过一遍；手里那张拍糊的照片还能不能救，那是另一条线，为什么图片放大后还是糊 拆得比这里细。

这篇只管一种情况：图已经出了，你把它放大，它糊了。为什么会这样，还救不救得回来。

问：「先出小图省点钱，回头 AI 放大就行」这套省钱法为什么会翻车？

省的是出图时的那点积分，赔的是像素的出处。而且这笔账的分母经常一开始就被算错——图叮的 4K 档并不是 4096×4096。按 2026 年 4 月上线 2K / 4K 档时的官方公告，4K 约为 3840×2160（16:9）或 2880×2880（1:1），两种比例都落在 830 万像素上下；标准档 1:1 约 1254×1254，只有 157 万像素，占 4K 的 19% 左右。把标准档拉到 4K，输出图里八成上下的像素在原图中没有任何对应来源——它们是猜出来的。

这几个数字不用信我，上线公告里写着，可以自己去核一遍。有意思的是，线性尺寸只放大了 2.3 倍（1254 到 2880），听着一点都不吓人；可像素是二维的，面积翻了五倍多。人对「放大 2.3 倍」是没什么戒心的，对「八成像素是编的」就有了——这两句话说的是同一件事。

至于能省下多少积分，我不在这里写死数字。档位越高越贵，这是确定的；具体倍数和单价会调整，以定价页的口径为准（截至 2026-07）。真正该记住的不是省了几个积分，而是省的东西和赔的东西根本不是同一种：省的是一次性的那点钱，赔的是这张图今后能不能被人放大着看。

这条口诀在很多场景里确实是对的，这才是它难以被戳破的原因。发朋友圈的图、信息流缩略图、公众号配图，放大完全够用——那八成猜出来的像素会被平台的二次压缩重新抹平一遍，猜错了也没人看得见。它只在特定几类图上翻车，而这几类恰好是要交给客户的那几类。

问：AI 放大用的也是模型，为什么补出来的细节不算数？

差别在模型做决策的那一刻，手上有什么。原生高分辨率是模型在生成这张图的时候就「知道」这些像素该画什么，落下去的是真信息；后期放大拿到的是一张已经完成的小图，它不知道那团灰色到底是毛线、阴影还是布褶，只能按训练里见过的「通常长这样」往外推，推出来的是推测信息。

这里我得刹一脚，别把话说过头。模型内部究竟怎么实现的高分辨率输出——是不是一开始就在大画布上逐像素作画——属于没有公开的实现细节，我没资格替它说。站得住的是结果层面那条界线：原生 4K 的像素是生成过程本身的产物；放大出来的像素，是对一张已经定稿的小图做的推测。官方公告里特意把这两条路径分开讲了一句「是模型原生输出到接近 4K 分辨率，不是 1254 出图后再放大」，划的也是同一条线。

推测信息在缩略图里活得很好，一进 100% 视图就露馅。露馅最狠的是四类东西：图内文字、织物纹理、金属拉丝、毛发。它们的共同点是高频细节——相邻像素之间变化剧烈，没有可预测的规律。任何靠邻居像素往外推的算法，本质上都是在做某种平均，而平均一遇上高频细节，就摊成一片说不清是什么的涂抹感。业内管这叫塑料感、蜡感，说的是同一件事。

图注：同一块毛衣，左原生右放大，绒毛没了

反过来，低频的东西放大起来很安全：大片天空、纯色背景、柔和渐变、虚化的背景光斑。这些地方本来就没多少信息，猜和不猜差别不大。所以一张图放大之后，你的直觉往往是「整体还行，就是主体有点假」——因为崩掉的恰好是主体上那些最贵的细节。

问：那是不是所有图都该直接上原生 4K？

不是，反向的坑一样贵。构图还没定就上 4K，等于把积分花在放大错误上。高分辨率不会帮你兜底，它只会把 prompt 里没写清楚的地方摊开给你看。

标准档自带一层「糊化兜底」——手指多一根、商标少半笔、暗部有噪点，在 1254 上都被糊成了「还行」。档位一升，这层兜底消失，原本看不见的毛病一起现形。所以拿 4K 探索构图是双重浪费：多花积分，还要在一堆被放大的瑕疵里判断这个方向到底行不行。

稳的路子是把两件事分开：方向探索用标准档，越便宜越好，多试几版；方向定了，再按这张图要去哪，决定它是原生升档重出，还是后期放大就够。这两个决策一旦混在一起，就会退化成开头那条口诀——拿探索阶段的省钱逻辑，去解交付阶段的质量问题。

问：哪些图放大一下就能交，哪些不行，有可判定的分界线吗？

有，而且不用凭手感。四个问题挨个问一遍，任何一个答「是」，这张图就该走原生高分辨率，而不是后期放大：终端展示宽度会不会超过原图宽度；用户会不会把图放到 100% 或者点开大图看；主体上有没有细密纹理；这张图会不会进印刷或者大幅面。

第一个问题看的是像素密度。这张图在终端上以多少像素宽显示？多数电商详情页、社媒配图、网页 banner 的实际展示宽度在 1200px 上下。1254 的原图在这个宽度上是一比一，甚至还要被下采样——放不放大意义都不大，猜出来的像素在压缩里就被抹平了。反过来，一张 1254 的图要铺满 2560px 宽的官网首屏，猜出来的部分就会实打实地进到用户眼睛里。

第二个问题看的是会不会被放大着看。商品细节图、材质特写、珠宝工艺图，用户点开大图就是奔着看清楚去的；同一个店铺的列表缩略图，用户扫一眼就划走了。同一张图放在这两个位置上，容错度差着一个数量级。

第三个问题看纹理密度。主体上如果有织物、毛发、金属拉丝、图内文字、珠宝刻面这几类里的任何一类，而且它正好是这张图的卖点，后期放大基本救不了——猜出来的纹理会均匀、规律、缺少随机性，看上去干净得不真实。真实的织物是带毛刺和瑕疵的，猜出来的织物没有。

图注：这三类纹理，后期放大最先崩

第四个问题最硬，因为它能算。按印刷行业通用的 300dpi 口径，A3 幅面（297×420mm）需要 3508×4961 像素。拿 1254 的图去填这个尺寸，是接近 3 倍的线性放大，而纸面上没有平台压缩帮你遮丑——屏幕上的二次压缩其实是放大图仅剩的一把保护伞，印刷把这把伞收走了。

收成一句分界线：图会被压小着看，放大够用；图会被人放大着看，就得原生。

问：图已经糊了，AI 放大能救回多少？

能救的是被糊住的信息，救不回的是压根不存在的信息。整体锐度、边缘发虚、轻度压缩伪影、噪点——这些属于「信息还在，只是被盖住了」，AI 放大能拉回来一大截；而原图里那团已经糊成一片的毛线、看不清笔画的商标、糊掉的成分表小字，放大只会让模型把它猜得更自信、更光滑，也更假。

有个很土但很好用的自检，不需要任何工具：把原图放到 100%，用你自己的眼睛盯住那块最关键的区域。你要是都认不出那是什么，模型也认不出——它只会回你一个自信、光滑、跟原图无关的答案。

工具上分三层，别混成一层看：

• 纯前端改尺寸：站内的在线改图片尺寸在浏览器本地跑，图片不上传，注册之后不限次数，一分钱不花。可它做的是重采样——只改尺寸，不补细节。把 1254 的图用它拉到 3840，你会得到一张更大的糊图，糊得一模一样。
• AI 放大：图片高清放大是 Photoshop 插件里的那套 AI 功能，归会员套餐管——注册送 50 张试用，订阅之后无限生成。它能把边缘和整体质感拉回来，在「糊了但结构还在」的图上效果很实在——补出来的仍然是猜的，只是猜得好看。
• 原生高分辨率：出图那一刻就得选，事后没有补救入口。

这三层是三种不同的东西，谁也替代不了谁。顺带提醒一句，工具页这个枢纽把好几类东西列在一起，别看到「免费」两个字就以为整页都是一个价：纯前端的那几个是真免费、注册后不限次数；PS 插件里的 AI 功能归会员套餐管，订阅之后无限生成；而网页版这边的 GPT Image 2 生图是单独一套，按张扣积分，会员卡在它上面不管用。

如果糊的是局部——手部、图内文字、商标笔画——与其在整图放大上死磕，更划算的是走 PS 接力精修：AI 出基底，Photoshop 接管关键局部，顺手把印刷分色和智能放大一起做掉。

问：什么时候只能重出？

三个条件同时成立，就别在放大上继续叠工序了：主体带细密纹理、这张图会被放到 100% 看或者要进印刷、原图是标准档出的。这种情况下再高明的放大也是在猜关键区域，而关键区域恰恰是客户唯一会盯着看的地方。

重出听起来像赌博，这个顾虑是真的，我不糊弄过去：图叮的 GPT Image 2 页面并没有暴露随机种子（seed）之类的控件，你没法靠「锁定种子、只升档位」来保证画面结构分毫不变。重出很可能就不是同一张图了。这是重出的真实成本，得认。

能把这个赌注压小的做法是拿参考图去约束：把已经选中的那张标准档图当参考图喂回去，让它咬住构图和主体，再把输出档位提上来。同时 prompt 要跟着加细节——高分辨率会把 prompt 里含糊的地方等比放大，这块 从 1254 升到 2K / 4K 的 prompt 调整要点 那篇有完整对比。

至于要不要为此多花那几个积分，这笔账其实不必用积分来算：多掏的那点钱，买的是「不用赌客户会不会点开大图」。而一次返工要搭进去的是重新排期、重新对稿，打过样的还得加上打样费和快递时间。哪边贵，摆出来就知道了。

新的心智模型：像素有没有出处

把「清晰度」这个词先从脑子里拿掉，换成「出处」。一张图上的每个像素只有两种身份：有出处的——模型生成的时候就决定了它该是什么；猜出来的——从邻居像素推算出来的。

后期放大不会增加一张图里「有出处」的像素总量。它做的事情，是把那些有出处的像素摊开，中间空出来的位置拿猜的填满。图看着变大了、也变锐了，出处并没有变多——157 万个有出处的像素，放大到 4K 之后还是 157 万个，剩下那六百多万个全是推算出来的。

所以下次再纠结「这张图够不够清晰」的时候，换个问法：这张图上会被人盯着看的那一小块地方，像素有没有出处？答得上来，档位怎么选就不再是难题；答不上来，再高的分辨率也不过是把猜测放得更大而已。