Un mejorador de video de código abierto que funciona en tu navegador
El motor de IA de la herramienta gratuita de ToHD es de código abierto. webgpu-video-upscaler es un mejorador de video con licencia MIT que funciona por completo en una pestaña del navegador: decodifica tu video, mejora cada fotograma con Real-ESRGAN en tu tarjeta gráfica a través de WebGPU y escribe un MP4 con el audio original. No hay nada que instalar y el video nunca se sube. Puedes probarlo con tu propio clip o leer antes el código.
Cómo funciona un mejorador de video con IA local en una pestaña del navegador
Cada fotograma pasa por cinco pasos, todos dentro de la pestaña:
- Mediabunny decodifica el fotograma y se dibuja en un canvas, que también aplica la rotación del video.
- Los píxeles se convierten en un tensor para el modelo.
- ONNX Runtime Web ejecuta Real-ESRGAN realesr-general-x4v3 sobre el fotograma completo con el backend WebGPU. No hay mosaico: el modelo compacto procesa el fotograma entero de una vez.
- El resultado 4x se escala al tamaño de salida, por ejemplo 1080p.
- Mediabunny codifica los fotogramas en H.264 y escribe un MP4, copiando la pista de audio tal cual. Los videos largos se van guardando en el almacenamiento privado de archivos del navegador, así que el resultado no se queda en memoria.
Como decodificar y codificar no añade casi nada al tiempo del modelo, la velocidad medida en unos fotogramas predice la del video completo. La herramienta gratuita lo usa para mostrar cuánto tardará tu clip antes de empezar.
Velocidad medida
En una máquina, un Apple M2 Max con un navegador basado en Chromium el 8 de noviembre de 2026, el modelo tardó:
| Entrada | Salida | fp16 | fp32 |
|---|---|---|---|
| 360p | 720p | 206 ms por fotograma | 1.067–1.765 ms por fotograma |
| 360p | 1080p | 200 ms por fotograma | no medido |
| 480p | 1080p | 360 ms por fotograma | no medido |
| 720p | 1080p | 830–870 ms por fotograma | no medido |
Desde 360p son unos 3 minutos para un clip de 30 segundos a 30 fotogramas por segundo. fp16 dio la misma imagen que fp32 en nuestras pruebas. Todavía no se han medido otros dispositivos; una portátil con gráficos integrados puede ser varias veces más lenta.
Qué arregla y qué no
Probado con cuatro clips de stock gratuitos que redujimos o desenfocamos y luego mejoramos:
- Baja resolución (de 360p o 480p a 720p o 1080p): visiblemente más nítido. El texto, los bigotes y las pestañas vuelven a ser líneas limpias.
- Ligeramente desenfocado: mejor en los cuatro clips.
- De 720p a 1080p: una mejora pequeña.
- Compresión fuerte: los bloques se suavizan, pero el detalle perdido no vuelve.
- Desenfoque de movimiento: no se arregla. Las estelas se quedan.
La textura fina de la piel, como las pecas, puede suavizarse. Puedes descargar dos clips de prueba y sus resultados para juzgarlo tú mismo.
Qué añade ToHD
El repositorio de código abierto es solo el proceso de IA. El sitio de ToHD añade un modo Rápido para teléfonos y computadoras más lentas, una vista previa automática de antes y después con fotogramas de todo tu clip, un ajuste Anime que usa realesr-animevideov3, 4K gratis en una computadora y el procesamiento en la nube de pago, más rápido y que acepta lotes y videos del teléfono. Su ajuste Video usa general-x4v3 con la intensidad de reducción de ruido del modelo en 0,75, una versión algo más suave del modelo del repositorio. La lista completa de componentes y licencias está en la página de créditos.
Preguntas frecuentes
¿ToHD es de código abierto?
El motor de IA sí. El proceso del navegador que lee, mejora y escribe tu video está en GitHub como webgpu-video-upscaler, con licencia MIT. El sitio web de ToHD, su modo Rápido y el servicio de pago en la nube no son de código abierto.
¿Es un mejorador de video local si funciona en un navegador?
Sí. El modelo se ejecuta en tu propia tarjeta gráfica a través de WebGPU, y el video se lee y se escribe dentro de la pestaña del navegador. No se sube nada, así que funciona como un mejorador de video con IA local sin instalar nada. El código es público, así que puedes comprobarlo tú mismo.
¿Cómo se compara con Video2X o Real-ESRGAN en el escritorio?
Usa la misma familia de modelos Real-ESRGAN, sin nada que instalar y sin Python ni controladores que configurar. La diferencia está en la velocidad y el tamaño. Una app de escritorio puede usar modelos más grandes; este motor usa un modelo compacto para seguir siendo rápido en una pestaña del navegador. El proceso del repositorio llega hasta 1080p, y el sitio de ToHD parte de él para hacer 4K gratis en una computadora.
¿Qué navegadores necesita?
Un navegador con WebGPU, como Chrome o Edge recientes en una computadora. Con la función shader-f16 ejecuta el modelo fp16; sin ella, el modelo fp32, que fue de 5 a 8 veces más lento en nuestra prueba. Los teléfonos y los gráficos integrados de portátiles no se han medido con este motor y se espera que sean mucho más lentos.
¿Dónde está el código en GitHub y puedo usarlo en mi propio proyecto?
El código está en github.com/flreey/webgpu-video-upscaler, y sí, puedes usarlo con la licencia MIT. Son tres archivos TypeScript con dos dependencias, Mediabunny y ONNX Runtime Web. Los pesos del modelo mantienen su propia licencia BSD 3-Clause del proyecto Real-ESRGAN.