1上传你手上那张低分辨率配图
这是图生图工具：请先登录，再上传一张文件——可以是从幻灯片里找回来的示意图、从已发表 PDF 里导出的图版，或源文件早已丢失的图解。每次只处理一张，且没有自由输入框，所以「上传的图 + 你点的档位」就是全部请求。尽量从你能找到的最大副本开始：模型只能重建它读得出来的内容，输入里辨认不清的标签，输出里只能靠猜。
- 每次只上传一张图
- 用你能找到的最大副本，不要用截屏的截屏
- 先裁掉多余白边，让重绘把像素花在内容上
- 保留原始文件——核对结果时要用
配图放大
把低分辨率配图重绘到可印刷的分辨率
期刊对线条图通常要求 600 dpi、对半色调图要求 300 dpi，而作者手上往往只有一张从 PPT 里抠出来、或从论文 PDF 里截下来的示意图——只有几百像素宽、每条边都发虚，仅凭这一点编辑部就可能在送审前退回稿件。登录并上传这张图，再点一个目标分辨率：模型会在更大的尺寸上重新画一遍，把线条和文字重建为干净的笔画，而不是简单地把它抹平。但在使用之前请先读下面那一节——这是生成式重绘而非插值放大，有一类图它绝对不能碰。
生成需要登录——先写好提示词，然后 登录后生成。
多种 AI 模型
GPT Image 2、Nano Banana、Seedream 5、Flux 2 Pro 等,按配图需要选择。
最高 4K 导出
1K / 2K / 4K 输出,满足投稿与印刷。
文生图 + 草图转图
从提示词起稿,或把手绘草图精修成配图。
免费开始
几秒免费注册,每张图都保存到私人历史记录。
配图放大
前后对比：只用本工具唯一允许处理的那一类配图
一张实验流程示意图，走 4K 那一格。两张图以相同显示尺寸并列，所以变化的是清晰度而不是构图。这里的例子全部是插画型配图——画出来的示意图——因为生成式重绘只能用在画出来的图上。
放大流程
按更高分辨率重绘之后，再检查这次重绘补画了什么
1
2两个格子、两个价格：2K 为 180 积分，4K 为 250 积分
两个格子都不会往提示词里写一个字，它们各自把一档分辨率写进生成器参数，因此两种情况下的指令完全相同。2K 是起始档，适用于屏幕审阅、幻灯片和预印本 PDF；当配图要用于期刊要求 300 dpi 的印刷投稿时，选 4K。由于两档定价不同，点哪个格子会直接改变这次运行的花费——生成按钮旁的费用提示始终显示当前选择对应的价格，值得先看一眼，因为两个格子除了标签之外看上去一模一样。这里刻意不提供 1K：多数低分辨率原图本来就在这一档，那个格子只会收你一次钱，再把你上传的东西原样还回来。
- 2K —— 屏幕、幻灯片、预印本 PDF —— 180 积分
- 4K —— 期刊要求 300 dpi 的印刷投稿 —— 250 积分
- 价格随所点格子变化，生成前先读费用提示
- 不设 1K 格子，否则等于全价换回输入本来就在的档位
3这是生成式重绘，不是插值放大——绝不能用在数据上
常规放大工具做的是插值：它由已有像素推算出新像素，输出的每一个像素都可以追溯回输入。本工具做的是性质完全不同的另一件事。它让图像模型在更大的尺寸上把这张图重新画一遍，模型会依据它对图中内容的理解，重建边缘、笔画和字符。结果通常比插值好看——轮廓连续、字迹清晰锐利——恰恰是因为它并非由原始像素推导而来。这里被放大出来的细节，其实是被生成出来的细节。因此本工具不适用于任何属于实验原始数据的图像，在投稿场景下更是危险的：显微图、凝胶与免疫印迹、流式细胞图、影像学及其他临床扫描。把这类图送进生成模型，得到的是结构被画出来而非被测量出来的图像，无论主观意图如何，这都构成数据伪造。请把本工具用在本来就是画出来的那类配图上：示意图、通路图与机制图、图形摘要、流程图、装置图以及同类插图。
- 适用：示意图、通路图与机制图、图形摘要、流程图、装置图
- 绝不可用：显微图、凝胶与免疫印迹、流式细胞图、影像学与临床图像，以及任何本身即为测量结果的图版
- 输出像素不是输入像素的放大，而是重新画出来的
- 若放大后的配图要用于投稿，须在图注或方法部分声明经过 AI 处理
4使用之前，先把每一处文字读一遍
重绘最容易露馅的地方是文字。指令要求每个字符都按输入原样拼写返回，并禁止增删、改写、移动或缩放任何元素——但它终究是图像模型：源图里它认不出的字符，输出里就会被写成一个看起来合理的猜测。下标、单位、基因名、p 值都在此列。请把输入与输出并排放大到原始比例，把输出当作文本来读，而不是当作图片来看。逐一核对每条坐标轴上的数字、每个图例条目、每个箭头的指向以及面板字母。发现猜错的地方，请在图像编辑工具里改掉那处标签，而不是反复重新生成、指望下一次能读对。
- 按原始比例逐条标签与原图对读
- 尤其留意下标、上标、单位与希腊字母
- 确认箭头指向、面板字母与图例条目均未改变
- 确认过程中没有新增、丢失或被改变风格的元素
52K 和 4K 是档位而不是 dpi——请自己算一遍
期刊给出的是分辨率密度而不是像素数：半色调图与合成图通常要求 300 dpi，线条图通常要求 600 dpi（偶尔 1200）。密度只有在印刷宽度确定后才成立，所以这里选的档位本身并不能直接回答期刊的要求。请取下载文件的像素尺寸，除以配图实际印刷的宽度——单栏约 3.3 英寸，通栏约 6.7 至 7 英寸——再与期刊要求对比。实践中 4K 用于单栏宽度可以从容超过 600 dpi，而 2K 放进通栏位置则可能达不到 300；请对着真实文件做这道除法，不要只信档位名称。最终文件准备好后，投稿前用 /figure-spec-check 核对尺寸、分辨率与格式是否符合目标期刊。
- dpi = 像素宽度 ÷ 印刷宽度（英寸）
- 线条图通常需要 600 dpi，半色调图与合成图通常 300 dpi
- 导出时记得写入 dpi 标记——但标记本身不会增加像素
- 在 /figure-spec-check 核验最终交付文件
被生成的细节不等于被恢复的细节——请如实声明
本工具用图像模型把你的配图重新渲染一遍。它无法恢复低分辨率原图本来就不包含的信息，而是在原处生成看起来合理的细节，因此放大后的像素是模型画出来的，不是由你的原图推导出来的。请只在插画型配图上使用它——示意图、通路图、图形摘要、流程图——绝不可用于显微图、凝胶、流式细胞图、临床扫描或任何承载实验原始数据的图版，在那些场景中，生成式重绘等同于伪造结果。使用前请逐一核对每处标签与元素，保留未经处理的原始文件与源数据；若放大后的配图出现在投稿或正式发表中，须在图注或方法部分说明其经过 AI 图像模型处理。多数期刊对任何图像处理都要求这一声明。
