chaiNNer
Aplicación de escritorio basada en nodos que encadena tareas de imagen como mejora de escala con IA, utilizando modelos de PyTorch, NCNN, ONNX o TensorRT.
Conecta nodos para mejorar, procesar por lotes y editar imágenes o vídeo con modelos de redes neuronales.
chaiNNer es una aplicación de procesamiento de imágenes basada en nodos que comenzó como un mejorador de IA. Está pensada para fotógrafos, restauradores y artistas de mods de juegos que quieren encadenar la mejora de escala, la eliminación de fondo y otros pasos en grafos repetibles en su propio ordenador.
Qué es
Arrastras nodos a un editor, conectas tiradores codificados por colores y pulsas ejecutar. Carga modelos de mejora a través de PyTorch (mediante el paquete Spandrel), NCNN, ONNX y TensorRT, y cuenta con nodos de Cargar Imágenes y Cargar Vídeo para trabajo por lotes. Trae su propio Python aislado, por lo que no necesitas configurar uno.
Para quién
Ideal para personas que mejoran o restauran muchas imágenes con modelos de la comunidad y a quienes les gustan los flujos visuales. Si solo necesitas un agrandamiento puntual, una aplicación de mejora simple es más fácil, y primero debes instalar un marco de redes neuronales a través del gestor de dependencias.
Funciones clave
Editor de grafos de nodos
Arrastra nodos dentro, conecta tiradores tipados y ejecuta la cadena con el botón verde.
Cuatro motores de inferencia
PyTorch, NCNN, ONNX y TensorRT, destacando TensorRT como el más rápido en modelos de Nvidia compatibles.
Lotes de imágenes y vídeo
Los nodos Cargar Imágenes y Cargar Vídeo procesan carpetas y clips, aunque no puedes combinar dos nodos de lotes en una sola cadena.
Python integrado
chaiNNer descarga su propia compilación aislada de Python e instala las dependencias desde un gestor integrado en la aplicación.
Nodos de eliminación de fondo
Se admiten modelos de eliminación de fondo de ONNX como u2net y isnet.
Amplia compatibilidad con GPU
Nvidia, AMD mediante ROCm o NCNN, Apple Silicon mediante MPS, Intel mediante NCNN y alternativa de CPU.
Listo en 3 pasos
Nuestro veredicto honesto
Lo mejor
- Existen instaladores para Windows, macOS y Linux, y el README indica que no necesitas tener Python instalado.
- Las cadenas son reutilizables, por lo que un grafo puede procesar una carpeta entera de la misma manera cada vez.
- Lee muchas arquitecturas de súper resolución de la comunidad a través de Spandrel, con OpenModelDB listado como fuente de modelos.
- Funciona en GPUs de AMD, Intel y Apple además de Nvidia, algo que muchas herramientas de imágenes con IA no hacen.
Sus límites
- Debes instalar al menos un marco de redes neuronales a través del gestor de dependencias antes de una primera mejora de escala, y esos paquetes son grandes.
- La licencia es GPL-3.0, lo que importa si quieres integrar chaiNNer en software cerrado.
- Las notas de compatibilidad del README enumeran peculiaridades: algunos usuarios de NCNN con GPUs que no son de Nvidia ven una salida completamente negra, y ONNX usa solo la CPU en Apple Silicon.
- Los grafos de nodos tienen una curva de aprendizaje, y el README admite que la interfaz puede parecer intimidante al principio.
Precios y licencia
chaiNNer es GPL-3.0 y su descarga y uso son gratuitos. El README muestra una página de Ko-fi para donaciones y ningún plan de pago. Tus costes son el ordenador y la GPU en los que lo ejecutes.
Empleos para hispanohablantes
766 puestos remotos abiertos de entrenamiento de IA, actualizados el 14 de noviembre de 2026; la mayoría paga $20–$175 por hora. 20 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.
Alternativas
Estas herramientas de IA evaluadas hacen el mismo trabajo al instante — de nuestro directorio puntuado.
Úsalo, o deja que lo configuremos
FAQ
¿Necesito instalar Python?
No. El README indica que chaiNNer descarga una compilación de Python integrada y aislada al iniciarse. Puedes cambiar al Python de tu sistema (3.10 o posterior) si lo prefieres.
¿Qué GPUs funcionan?
Nvidia mediante PyTorch, ONNX y TensorRT; AMD mediante ROCm en Linux o NCNN; Apple Silicon mediante MPS; Intel mediante NCNN; y CPU como alternativa.
¿Puede procesar vídeo?
Sí, con el nodo Cargar Vídeo, pero no puedes combinarlo con Cargar Imágenes ni con ningún otro nodo de iteración por lotes en una sola cadena.
