Hermes 出图终于不糊了:图片和视频生成的自动高清化(upscale)全解析


你让 Hermes 生成一张产品宣传图,AI 几秒钟交卷,你满意地点点头——直到把它拖进设计稿里放大,才发现画面糊成一团,细节全是马赛克。这种“生成时看着挺好、放大就没法用”的体验,过去几乎是默认配置:21 个 FAL 图片模型里只有一个会自动放大,Krea 的输出被钉死在 1K/1.5K,视频更是完全没有高清化路径。2026-08-08 合入 Hermes main 的改动(PR #81935)把这件事彻底翻篇了:低分辨率模型默认自动放大,高清化失败也不影响出图

以前的问题出在哪

在讲新行为之前,先看看过去为什么图片总是糊:

  • 绝大多数模型原生分辨率偏低:FAL 的 21 个图片模型里,只有 flux-2-pro 一个会自动接放大流程,其余 20 个都是“出多大算多大”;
  • Krea 输出被钉死:Krea 2 Medium 原生只有 1.5K,Large 是 2K,没有任何放大选项;
  • 视频没有放大路径video_generate 生成的视频是什么分辨率就是什么分辨率,想升级只能靠外部工具。

结果就是:你让 AI 生成“一张高清海报”,它给你的可能只有 1MP 左右,放大即糊。

新默认行为:低于 2MP 的模型自动放大

这次改动的核心策略很简单:凡是原生输出低于约 2MP 的模型,生成完成后自动跑一遍高清化,让你再也不会“静默地”拿到一张低清图。

后端 默认放大的模型 用的放大器
FAL.ai 除 Seedream 5 Pro/Lite 和 Krea 2 Large(原生 ≥2MP)之外的全部模型 Clarity Upscaler(2×,+$0.03/MP)
Krea Krea 2 Medium + Medium Turbo(原生 1.5K);Large(2K)跳过 Krea Enhance(2×,最高 8K 上限)
其他后端 无放大器,返回原生分辨率

原生已经 ≥2MP 的模型(比如 Seedream 5 Pro/Lite、Krea 2 Large)默认放大——没必要为已经够大的图多付一份钱。

upscale 参数:每次调用都能手动覆盖

自动默认值只是兜底,真正的控制权在 upscale 参数上,它可以朝两个方向覆盖默认行为:

  • upscale: false —— 跳过自动放大,拿一张更快、更便宜的“草稿图”;
  • upscale: true —— 强制放大,即使模型原生分辨率已经很高,或者你在做图生图编辑。

优先级是:调用参数 > 配置项 > 目录默认值。也就是说,你可以给某个模型在 config.yaml 里设一个长期偏好(比如 image_gen.krea.upscale: false 想省点钱),但某次特别重要的出图仍然可以单独传 upscale: true 强制高清。

调用返回结果里会带一个 upscaled: true/false 字段,告诉你这次到底放大没有——agent 可以据此判断拿到的分辨率。

视频:SeedVR2 可选高清化

图片是默认开启,视频则是主动选择video_generate 同样接受 upscale: true,FAL 后端会接上字节跳动的 SeedVR2 视频放大器(fal-ai/seedvr/upscale/video,2× 分辨率,约 $0.001/MP 输出视频)。

为什么不默认开?原因很直白:视频放大不仅贵,还慢——如果每段视频默认都升到 2 倍,成本和时间都翻倍,大部分用户并不需要。所以视频高清化保持 opt-in,想要 4K 级别的输出时再传参:

{
  "prompt": "a cinematic drone shot over a coastline at sunset",
  "upscale": true
}

成本与注意事项

放大不是免费的,几个数字帮你心里有数:

  • FAL 图片:Clarity Upscaler 2×,每 MP 约 +$0.03;
  • Krea 图片:Enhance 2×,最高 8K 上限,走和生成一样的 BYO/托管 URL 与鉴权;
  • FAL 视频:SeedVR2,$0.001/MP 输出视频,一条 5 秒 720p→1440p 的 2× 放大大约 $0.44。

三个重要的工程细节:

  1. 失败自动降级:如果放大环节出错(网络问题、限流),自动返回原始图,绝不会因为放大失败而让整次生成失败——你的图永远拿得到,只是可能没放大;
  2. 编辑场景同样生效:图生图(image-to-image / editing)时传 upscale: true 也会强制高清化;
  3. 没有放大器的后端自动忽略upscale 参数对没有放大能力的后端是无害的——它们直接忽略这个参数,行为不变。

实际用起来长什么样

在 CLI 里直接对话即可,agent 会自动决定是否传 upscale。想要明确控制时,你可以在 prompt 里说清楚,比如:

  • “生成一张海报,要高清的” → agent 传 upscale: true(或依赖默认行为);
  • “快速出几张草稿图看看构图,不用太清晰” → agent 传 upscale: false 省时间省钱。

对应到配置层面,Krea 的默认行为还可以整体关掉:

image_gen:
  krea:
    upscale: false

和整个媒体工具箱放在一起看

高清化只是 Hermes 媒体能力的一环。配合 STT 的静音裁剪与模型闲置卸载 这类性能优化,以及 文档提取(PDF/Word/Excel/EPUB),Hermes 在“读”和“生成”两端都越来越接近一套完整的媒体工作流。还不熟悉图像生成配置的,可以先看 v0.20.0 Herald 发版说明 了解整体能力;想知道还有哪些容易被忽略的功能,老手也会错过的隐藏技巧 值得一翻。

一句话总结:从 2026-08-08 起,Hermes 生成的图片默认“够清晰”——低于 2MP 的模型自动放大,想要更快更便宜的草稿或更狠的高清输出,用 upscale: false/true 随时覆盖;视频则按需开启 SeedVR2。糊图时代,正式结束。