Zum Inhalt springen
DE
Menü

Ein Open-Source-Video-Upscaler, der in Ihrem Browser läuft

Die KI-Engine hinter dem kostenlosen Werkzeug von ToHD ist Open Source. webgpu-video-upscaler ist ein MIT-lizenzierter Video-Upscaler, der komplett in einem Browser-Tab läuft: Er decodiert Ihr Video, skaliert jedes Bild mit Real-ESRGAN über WebGPU auf Ihrer Grafikkarte hoch und schreibt eine MP4 mit dem Originalton. Es gibt nichts zu installieren, und das Video wird nie hochgeladen. Sie können es mit Ihrem eigenen Clip ausprobieren oder zuerst den Code lesen.

So funktioniert ein lokaler KI-Video-Upscaler im Browser-Tab

Jedes Bild durchläuft fünf Schritte, alle im Tab:

  1. Mediabunny decodiert das Bild, das auf ein Canvas gezeichnet wird, das auch die Drehung des Videos anwendet.
  2. Die Pixel werden zu einem Tensor für das Modell.
  3. ONNX Runtime Web führt Real-ESRGAN realesr-general-x4v3 mit dem WebGPU-Backend auf dem ganzen Bild aus. Es gibt keine Kacheln: Das kompakte Modell nimmt das ganze Bild in einem Durchgang.
  4. Das 4x-Ergebnis wird auf die Ausgabegröße skaliert, zum Beispiel 1080p.
  5. Mediabunny codiert die Bilder in H.264 und schreibt eine MP4, die Tonspur wird unverändert kopiert. Lange Videos werden in den privaten Dateispeicher des Browsers gestreamt, das Ergebnis liegt also nicht im Arbeitsspeicher.

Weil Decodieren und Codieren zum Modell fast nichts hinzufügen, sagt das an ein paar Bildern gemessene Tempo das ganze Video voraus. Das kostenlose Werkzeug nutzt das, um vor dem Start zu zeigen, wie lange Ihr Clip dauert.

Gemessenes Tempo

Auf einem Rechner, einem Apple M2 Max in einem Chromium-basierten Browser am 8. November 2026, brauchte das Modell:

Eingabe Ausgabe fp16 fp32
360p 720p 206 ms pro Bild 1.067–1.765 ms pro Bild
360p 1080p 200 ms pro Bild nicht gemessen
480p 1080p 360 ms pro Bild nicht gemessen
720p 1080p 830–870 ms pro Bild nicht gemessen

Ab 360p sind das etwa 3 Minuten für einen 30-Sekunden-Clip mit 30 Bildern pro Sekunde. fp16 lieferte in unseren Tests dasselbe Bild wie fp32. Andere Geräte wurden noch nicht gemessen; ein Laptop mit integrierter Grafik kann mehrfach langsamer sein.

Was es behebt und was nicht

Getestet an vier kostenlosen Stockclips, die wir verkleinert oder unscharf gemacht und dann hochskaliert haben:

  • Niedrige Auflösung (360p oder 480p auf 720p oder 1080p): sichtbar schärfer. Schrift, Schnurrhaare und Wimpern kommen als saubere Linien zurück.
  • Leicht unscharf: besser bei allen vier Clips.
  • 720p auf 1080p: ein kleiner Gewinn.
  • Starke Kompression: Blöcke werden geglättet, verlorene Details kommen aber nicht zurück.
  • Bewegungsunschärfe: wird nicht behoben. Die Schlieren bleiben.

Feine Hautstruktur wie Sommersprossen kann geglättet werden. Sie können zwei Testclips und ihre Ergebnisse herunterladen und selbst urteilen.

Was ToHD hinzufügt

Das Open-Source-Repository ist die KI-Pipeline für sich. Die ToHD-Website fügt einen Schnellmodus für Smartphones und langsamere Computer hinzu, eine automatische Vorher-nachher-Vorschau mit Bildern aus Ihrem ganzen Clip, eine Anime-Einstellung mit realesr-animevideov3, kostenloses 4K am Computer und die bezahlte Cloud-Verarbeitung, die schneller ist und Stapel und Smartphone-Videos nimmt. Ihre Video-Einstellung nutzt general-x4v3 mit der Entrauschungsstärke des Modells bei 0,75, eine etwas sanftere Fassung des Modells im Repository. Die vollständige Liste der Komponenten und Lizenzen steht auf der Danksagungsseite.

Häufige Fragen

Ist ToHD Open Source?

Die KI-Engine schon. Die Browser-Pipeline, die Ihr Video liest, verbessert und schreibt, liegt als webgpu-video-upscaler unter MIT-Lizenz auf GitHub. Die ToHD-Website, ihr Schnellmodus und der bezahlte Cloud-Dienst sind nicht Open Source.

Ist es ein lokaler Video-Upscaler, wenn es im Browser läuft?

Ja. Das Modell läuft über WebGPU auf Ihrer eigenen Grafikkarte, und das Video wird im Browser-Tab gelesen und geschrieben. Nichts wird hochgeladen, es arbeitet also wie ein lokaler KI-Video-Upscaler, ohne dass Sie etwas installieren. Der Code ist öffentlich, Sie können das also selbst prüfen.

Wie schlägt es sich gegen Video2X oder Real-ESRGAN am Desktop?

Es nutzt dieselbe Familie von Real-ESRGAN-Modellen, ohne Installation und ohne Python oder Treiber einzurichten. Der Kompromiss liegt bei Tempo und Größe. Eine Desktop-App kann größere Modelle nutzen; diese Engine bleibt bei einem kompakten Modell, damit sie im Browser-Tab schnell bleibt. Die Pipeline im Repository gibt bis zu 1080p aus, und die ToHD-Website baut darauf auf und macht am Computer kostenlos 4K.

Welche Browser braucht es?

Einen Browser mit WebGPU, etwa ein aktuelles Chrome oder Edge am Computer. Mit der Funktion shader-f16 läuft das fp16-Modell, ohne sie das fp32-Modell, das in unserem Test 5- bis 8-mal langsamer war. Smartphones und integrierte Laptop-Grafik wurden mit dieser Engine nicht gemessen und dürften deutlich langsamer sein.

Wo liegt der Code auf GitHub, und darf ich ihn in meinem eigenen Projekt nutzen?

Der Code liegt unter github.com/flreey/webgpu-video-upscaler, und ja, Sie dürfen ihn unter der MIT-Lizenz nutzen. Es sind drei TypeScript-Dateien mit zwei Abhängigkeiten, Mediabunny und ONNX Runtime Web. Die Modellgewichte behalten ihre eigene BSD-3-Clause-Lizenz aus dem Real-ESRGAN-Projekt.