Um melhorador de vídeo de código aberto que roda no seu navegador
O motor de IA da ferramenta grátis do ToHD é de código aberto. webgpu-video-upscaler é um melhorador de vídeo com licença MIT que roda inteiramente numa aba do navegador: decodifica seu vídeo, melhora cada quadro com o Real-ESRGAN na sua placa de vídeo via WebGPU e grava um MP4 com o áudio original. Não há nada para instalar e o vídeo nunca é enviado. Você pode testar com seu próprio vídeo ou ler o código antes.
Como um melhorador de vídeo com IA local funciona numa aba do navegador
Cada quadro passa por cinco etapas, todas dentro da aba:
- O Mediabunny decodifica o quadro, que é desenhado num canvas, que também aplica a rotação do vídeo.
- Os pixels viram um tensor para o modelo.
- O ONNX Runtime Web roda o Real-ESRGAN realesr-general-x4v3 no quadro inteiro com o backend WebGPU. Não há divisão em blocos: o modelo compacto processa o quadro inteiro de uma vez.
- O resultado 4x é ajustado ao tamanho de saída, por exemplo 1080p.
- O Mediabunny codifica os quadros em H.264 e grava um MP4, copiando a faixa de áudio como está. Vídeos longos vão sendo gravados no armazenamento privado de arquivos do navegador, então o resultado não fica na memória.
Como decodificar e codificar quase não somam tempo ao modelo, a velocidade medida em alguns quadros prevê a do vídeo inteiro. A ferramenta grátis usa isso para mostrar quanto tempo seu vídeo vai levar antes de começar.
Velocidade medida
Numa máquina, um Apple M2 Max num navegador baseado em Chromium em 8 de novembro de 2026, o modelo levou:
| Entrada | Saída | fp16 | fp32 |
|---|---|---|---|
| 360p | 720p | 206 ms por quadro | 1.067–1.765 ms por quadro |
| 360p | 1080p | 200 ms por quadro | não medido |
| 480p | 1080p | 360 ms por quadro | não medido |
| 720p | 1080p | 830–870 ms por quadro | não medido |
A partir de 360p, são cerca de 3 minutos para um clipe de 30 segundos a 30 quadros por segundo. O fp16 deu a mesma imagem que o fp32 nos nossos testes. Outros aparelhos ainda não foram medidos; um notebook com placa integrada pode ser várias vezes mais lento.
O que ele corrige e o que não
Testado em quatro clipes de banco de imagens grátis que reduzimos ou desfocamos e depois melhoramos:
- Baixa resolução (de 360p ou 480p para 720p ou 1080p): visivelmente mais nítido. Texto, bigodes e cílios voltam como linhas limpas.
- Levemente fora de foco: melhor nos quatro clipes.
- De 720p para 1080p: um ganho pequeno.
- Compressão forte: os blocos são suavizados, mas o detalhe perdido não volta.
- Desfoque de movimento: não é corrigido. Os rastros continuam.
Texturas finas de pele, como sardas, podem ser suavizadas. Você pode baixar dois clipes de teste e os resultados para julgar por conta própria.
O que o ToHD acrescenta
O repositório de código aberto é só o processo de IA. O site do ToHD acrescenta um modo Rápido para celulares e computadores mais lentos, uma prévia automática de antes e depois com quadros de todo o seu vídeo, uma opção Anime que usa o realesr-animevideov3, 4K grátis no computador e o processamento na nuvem pago, mais rápido e que aceita lotes e vídeos do celular. A opção Vídeo usa o general-x4v3 com a intensidade de redução de ruído do modelo em 0,75, uma versão um pouco mais suave do modelo do repositório. A lista completa de componentes e licenças está na página de créditos.
Perguntas frequentes
O ToHD é de código aberto?
O motor de IA é. O processo do navegador que lê, melhora e grava seu vídeo está no GitHub como webgpu-video-upscaler, sob a licença MIT. O site do ToHD, o modo Rápido e o serviço pago na nuvem não são de código aberto.
É um melhorador de vídeo local se roda num navegador?
Sim. O modelo roda na sua própria placa de vídeo via WebGPU, e o vídeo é lido e gravado dentro da aba do navegador. Nada é enviado, então funciona como um melhorador de vídeo com IA local sem instalar nada. O código é público, então você mesmo pode conferir.
Como se compara com o Video2X ou o Real-ESRGAN no desktop?
Usa a mesma família de modelos Real-ESRGAN, sem nada para instalar e sem Python ou drivers para configurar. A diferença está na velocidade e no tamanho. Um app de desktop pode usar modelos maiores; este motor fica num modelo compacto para continuar rápido numa aba do navegador. O processo do repositório vai até 1080p, e o site do ToHD parte dele para fazer 4K grátis no computador.
De quais navegadores ele precisa?
Um navegador com WebGPU, como Chrome ou Edge recentes num computador. Com o recurso shader-f16 ele roda o modelo fp16; sem ele, o modelo fp32, que foi de 5 a 8 vezes mais lento no nosso teste. Celulares e placas integradas de notebook ainda não foram medidos com este motor e devem ser bem mais lentos.
Onde está o código no GitHub e posso usá-lo no meu projeto?
O código está em github.com/flreey/webgpu-video-upscaler, e sim, você pode usá-lo sob a licença MIT. São três arquivos TypeScript com duas dependências, Mediabunny e ONNX Runtime Web. Os pesos do modelo mantêm a própria licença BSD 3-Clause do projeto Real-ESRGAN.