Ampliación fiel o generativa: cuál cambia tu foto

A una foto pequeña o dañada le falta información. Parte de ella se puede deducir con mucha seguridad: un borde borroso sigue siendo un borde, los bloques de compresión siguen un patrón conocido y el ruido es lo bastante aleatorio como para separarlo de la imagen. Otra parte no: los mechones exactos de pelo en una cara de 30 píxeles de ancho, las letras de una palabra convertida en un borrón, el tejido de una tela que la compresión aplanó.

Una herramienta fiel, también llamada modelo de restauración, reconstruye lo primero y deja lo segundo en paz. Donde hay información, enfoca; donde no la hay, se queda liso. Una herramienta generativa también rellena lo segundo. Ha aprendido cómo suelen ser el pelo, las letras y las telas, y dibuja una versión verosímil allí donde la foto no está clara.

La mayoría de las herramientas reales mezclan ambas cosas, y algunas te dejan elegir cuánto deben inventar. La pregunta útil no es qué tecnología usa una herramienta, sino cuánto de lo que ves en el resultado vino de tu foto.

Los modelos de restauración suelen entrenarse con pares: una foto limpia y una copia dañada de ella. El modelo aprende a convertir la copia de nuevo en la foto limpia y se le penaliza cada vez que su resultado se aparta del real. Eso lo empuja hacia respuestas que la imagen de entrada respalda. Cuando duda, la respuesta más segura es una lisa, y por eso los resultados fieles pueden verse suaves o planos donde falta información.

Los modelos generativos se entrenan para producir imágenes que parezcan reales, a menudo guiados por la imagen de entrada o por una instrucción de texto. Se les premia por un detalle convincente, no por coincidir con un original exacto. Así convierten una cara diminuta y borrosa en un retrato nítido, y por eso mismo el retrato puede no ser la misma persona.

Cambios de identidad. Notamos hasta la mínima diferencia en una cara. Un mejorador generativo puede cambiar la forma de los ojos, la línea de la nariz, los dientes o la piel. El resultado parece una foto nítida de alguien parecido. En las fotos familiares y las fotos de perfil, eso es una pérdida real.

Texto inventado. Cuando las letras no están claras, un modelo generativo dibuja letras que encajan con las formas. Una señal de tráfico, un tique de compra, una matrícula o un documento pueden acabar con caracteres que parecen seguros y son erróneos. Como el resultado se ve nítido, el error pasa fácilmente desapercibido.

Productos que ya no coinciden. En un anuncio, el detalle generado puede añadir un punto de tejido, una textura o una línea en la etiqueta que el artículo real no tiene. Los compradores compran lo que ven.

Registros y pruebas. Las fotos para reclamaciones al seguro, el estado de un inmueble, la ciencia, el periodismo o fines legales deben mostrar lo que había. Cualquier detalle generado, aunque sea una textura sutil, les resta valor.

Las herramientas generativas no son malas herramientas; resuelven otro problema. En obras de arte, imágenes conceptuales o impresiones decorativas, lo verosímil es el objetivo. Si amplías arte generado con IA, no hay un original real al que ser fiel.

Un caso más suave es la textura. Una foto nocturna en la que el móvil convirtió la hierba en un verde plano se ve rara aunque sea «exacta». Añadir ahí una textura natural de hierba hace que vuelva a parecer una foto. Es un intercambio razonable para un recuerdo, siempre que sepas que esa textura es verosímil y no recuperada.

Usa una herramienta que no añada nada siempre que el detalle exacto importe más que el aspecto: documentos, tiques, capturas de pantalla, matrículas, números de serie, pruebas y todo lo que vayas a comparar con el objeto real.

La contrapartida es que los resultados estrictamente fieles están limitados por la imagen de entrada. Una foto muy pequeña o dañada sale más limpia y más grande, pero más plana que con una herramienta generativa, porque la herramienta no dibuja lo que no puede ver.

Unas comprobaciones sencillas muestran cuánto añade una herramienta:

• Reduce el resultado al tamaño original y compáralos. Un resultado fiel debería verse casi idéntico a la imagen de entrada. Los rasgos que la entrada no tiene se han añadido.
• Usa una imagen con texto pequeño que conozcas. Palabras nítidas pero equivocadas indican que la herramienta está generando.
• Usa una foto de alguien a quien conozcas bien, con la cara pequeña en el encuadre. Pregúntate si el resultado sigue pareciéndose a esa persona, no solo si se ve nítido.
• Fíjate en las zonas que eran planas o borrosas en la imagen de entrada. Si aparece textura nueva ahí, es generada.
• Procesa la misma imagen dos veces. Las herramientas que trabajan con muestreo aleatorio dan un detalle fino distinto en cada pasada.

Estamos cerca del extremo fiel, pero no en él, y preferimos decirlo claramente.

Nuestros tres modelos principales, Mejorar, Ampliar 4× y Ampliar 8×, trabajan en dos etapas. Una red de restauración elimina el ruido y la compresión y reconstruye los bordes que los píxeles respaldan. Después, una etapa de detalle añade textura fina natural, como el tejido de una tela, el follaje o la veta de la madera, donde la foto la había perdido. Esa textura es verosímil, no real. Los modelos están ajustados para no cambiar el estilo de una foto ni remodelar caras, pero aun así conviene revisar las caras al 100 % de zoom.

En Mejorar, la etapa de detalle está condicionada. En una foto que ya está limpia, deja la imagen prácticamente como está. Detecta el texto y lo deja en manos de la etapa de restauración, que quita el ruido y la compresión y no redibuja las letras. La detección puede fallar alguna vez con letra muy pequeña o densa, así que en documentos en los que importa cada carácter, revisa el resultado o conserva el original. Con Ampliar 4× y 8×, el texto pequeño queda tan suave como en el original; no adivinamos letras.

Si no quieres que se añada absolutamente nada, por ejemplo en capturas de pantalla, gráficos o texto en los que cuenta cada píxel, conserva el original o haz una captura nueva: todos nuestros modelos pueden añadir algo de textura fina.

Ninguna de nuestras herramientas sirve para uso forense o probatorio, y ninguna hará legible un texto ilegible ni reconstruirá una cara de 50 píxeles.

Tienes 3 créditos gratis al día, sin registro y sin tarjeta. Una foto con una herramienta gasta 1 crédito; Ampliar 8× gasta 2. En el plan gratuito puedes subir archivos JPG, PNG o WebP de hasta 3 MB y 8 MP, y los resultados llevan marca de agua. Pro (9,99 US$ al mes, 200 créditos) y Pro+ (19,99 US$ al mes, 500 créditos) quitan la marca de agua y admiten archivos de hasta 20 MB y 30 MP. Las fotos que subes y los resultados se borran en un plazo de 24 horas y nunca se usan para entrenar IA.