传统放大（双线性、双三次插值）通过对相邻像素取平均产生平滑模糊的结果。AI超分辨率模型（ESRGAN、Real-ESRGAN、SwinIR）学习预测高频细节（锐利边缘、纹理、精细图案）在给定低分辨率输入时应该是什么样的。它们在高分辨率图像及其降采样版本的配对上训练，学习从低分辨率到高分辨率的映射。
AI放大必然会发明原始图像中不存在的细节。模糊的人脸会获得看起来合理但可能与真人不符的特征。文字变得可读但可能包含错误的字母。这对于艺术增强来说没问题，但在取证应用（监控录像、医学影像）中有问题，因为虚构的细节可能被误认为真实证据。输出看起来令人信服，但并不忠实。
许多图像生成工作流采用两阶段方法：先以较低分辨率生成（更快、更便宜），然后用超分辨率模型放大。Stable Diffusion的“hires fix”就是这样做的。基础生成处理构图和内容；放大器添加精细细节和锐度。这比直接在高分辨率下生成更高效，尤其是对于每像素计算密集的模型。