为什么做 KunoX
KunoX 最初是为我自己做的。
在 macOS 上,我一直找不到一个真正好用的工具:既要足够快、能稳定长时间运行、界面干净、没有广告,还要支持批量处理。
大多数方案都有各种问题:要么不够稳定,要么需要注册或依赖云端,要么速度慢、效果不理想,或者根本无法支撑真实工作场景。
所以我决定自己做一个:
本地处理、稳定可靠、界面简洁,真正为实际使用而设计。
视频放大(动漫优化)
针对动漫视频优化,提升线条清晰度与画面边缘细节。
适用场景:
• 动漫 / 动画画质增强
• 低分辨率动漫修复
• 线条与细节优化
真实视频优化能力正在开发中,后续版本将持续提升。
全部本地处理,结果稳定可控。
技术参数(当前版本)
- 输入格式:MP4、MOV、M4V
- 视频编码:H.264 / H.265
- 输出格式:MP4(H.264 + AAC)
- 推荐分辨率:1080p 以内
- 最大视频时长:约 10 分钟
- 帧率:最高 30fps(高于该值将自动处理)
动漫增强演示 1Real-ESRGAN
动漫增强演示 2Real-ESRGAN
模型原理
KunoX 基于 ESRGAN 系列模型构建,这是目前最广泛应用的超分辨率技术路线之一。
这类模型的目标,是从低分辨率输入中重建缺失细节,同时尽量保持画面干净、自然,而不是简单做锐化。
在 KunoX 中,不同模型面向不同内容类型:
图片模型
- 照片模型:用于自然图像
- 插画模型:用于动漫、线稿和插画风格内容
视频模型
- 动漫视频模型:针对动画内容优化,重点提升线条清晰度与边缘表现
- 真实视频增强仍在持续优化中,后续版本会进一步完善
核心目标是稳定、可预期的细节恢复,而不是人工锐化感。
模型参考:ESRGAN(Enhanced Super-Resolution GAN)
为批量工作流而设计
KunoX 的设计核心是批量处理,而不是单张图像演示。
图像通过内部任务队列处理,即使是大型文件夹也可以稳定运行,而不会导致界面卡顿。
每一次批处理都会记录处理参数与输出结果,方便整理与重复执行工作流程。
系统支持:
- 基于文件夹的导入
- 批处理参数控制
- 独立输出目录
- 多图像队列处理
这种结构使 KunoX 能够以可控、可重复的方式处理大量图像。
性能与实际限制
AI 图像放大在计算上非常密集,尤其是在处理大批量任务时。
KunoX 在 macOS 上进行了多项优化,以保证长时间运行时的稳定性。
当前处理流程支持最大 2000px 的图像输入,在质量、性能与稳定性之间取得了实际可用的平衡。
处理速度取决于你的 Mac 硬件性能和可用内存。
视频处理相比图片计算量更高,所需时间也会更长。
如果在处理大型任务时出现速度下降,可以降低放大倍数,或者关闭其他应用以释放系统资源。
推荐配置
在处理大批量图像时,建议使用以下配置:
- Apple Silicon Mac(M1 或更新)
- 建议 16GB 内存
- 充足的磁盘空间用于临时处理文件
KunoX 在较低配置设备上也可以运行,但批处理任务可能需要更长时间。保持足够的可用内存可以帮助系统维持稳定性能。
常见问题
图片:PNG、JPG / JPEG
视频:MP4、MOV、M4V
图片支持完整批量处理。
视频当前更适合轻量任务(单个或小队列)。
免费版提供每日限额:
- 图片:每天 10 张
- 视频:每天 1 条
- 视频时长:最长 30 秒
- 图片每日无限放大
- 视频处理能力提升
- 完整工作流能力
一次性购买,无订阅。
当前对动漫 / 动画内容效果最佳(线条更清晰、边缘更干净)。
真实视频增强仍在持续优化中,后续版本会继续提升。
当前版本建议范围:
- 分辨率最高 1920x1080
- 时长最长 10 分钟
- 帧率最高 30fps
实际处理时间取决于设备性能和视频复杂度。
不会。所有处理都在本地完成。
无需上传,不依赖云端处理。
下载 KunoX
已上架 Mac App Store。
为 macOS 打造的本地图像与视频放大工具。