chaiNNer
Aplicativo de desktop baseado em nós que encadeia tarefas de imagem, como upscaling com IA, usando modelos PyTorch, NCNN, ONNX ou TensorRT.
Conecte nós para fazer upscaling, processamento em lote e edição de imagens ou vídeos com modelos de redes neurais.
chaiNNer é um aplicativo de processamento de imagens baseado em nós que começou como um upscaler de IA. Ele é ideal para fotógrafos, restauradores e artistas de mods de jogos que desejam encadear upscaling, remoção de fundo e outras etapas em gráficos repetíveis no próprio computador.
O que é
Você arrasta nós para um editor, conecta alças codificadas por cores e pressiona executar. Ele carrega modelos de upscaling por meio do PyTorch (via pacote Spandrel), NCNN, ONNX e TensorRT, e possui nós de Carregar Imagens e Carregar Vídeo para trabalho em lote. Ele traz seu próprio Python isolado, portanto, você não precisa configurar um.
Para quem
Bom para pessoas que fazem upscaling ou restauração de muitas imagens com modelos da comunidade e que gostam de pipelines visuais. Se você precisa apenas de uma ampliação pontual, um aplicativo upscaler simples é melhor, e você deve primeiro instalar uma estrutura de rede neural por meio do gerenciador de dependências.
Recursos principais
Editor de gráficos de nós
Arraste nós para dentro, conecte alças tipadas e execute a cadeia com o botão verde.
Quatro backends de inferência
PyTorch, NCNN, ONNX e TensorRT, com o TensorRT apontado como o mais rápido em modelos Nvidia suportados.
Imagens e vídeos em lote
Os nós Carregar Imagens e Carregar Vídeo processam pastas e clipes, embora você não possa combinar dois nós de lote em uma única cadeia.
Python integrado
O chaiNNer baixa sua própria compilação isolada do Python e instala dependências de um gerenciador interno no aplicativo.
Nós de remoção de fundo
Modelos de remoção de fundo ONNX, como u2net e isnet, são suportados.
Amplo suporte a GPU
Nvidia, AMD via ROCm ou NCNN, Apple Silicon via MPS, Intel via NCNN e fallback de CPU.
Pronto em 3 passos
Nosso veredito honesto
Pontos fortes
- Existem instaladores para Windows, macOS e Linux, e o README diz que você não precisa ter o Python instalado.
- As cadeias são reutilizáveis, de modo que um único gráfico pode lidar com uma pasta inteira da mesma maneira todas as vezes.
- Ele lê muitas arquiteturas de super-resolução da comunidade através do Spandrel, com o OpenModelDB listado como fonte de modelos.
- Funciona em GPUs AMD, Intel e Apple, além da Nvidia, o que muitas ferramentas de imagem de IA não fazem.
Onde deixa a desejar
- Você deve instalar pelo menos uma estrutura de rede neural através do gerenciador de dependências antes de fazer o primeiro upscaling, e esses pacotes são grandes.
- A licença é GPL-3.0, o que importa se você quiser embutir o chaiNNer em um software fechado.
- As notas de compatibilidade do README listam peculiaridades: alguns usuários de NCNN com GPUs que não são da Nvidia veem uma saída totalmente preta, e o ONNX usa apenas a CPU no Apple Silicon.
- Gráficos de nós têm uma curva de aprendizado, e o README admite que a interface pode parecer intimidadora no início.
Preços & licença
O chaiNNer é GPL-3.0 e seu download e uso são gratuitos. O README mostra uma página do Ko-fi para doações e nenhum plano pago. Seus custos são o computador e a GPU que você usa para executá-lo.
Vagas para quem fala português
876 vagas remotas abertas de treinamento de IA, atualizadas em 15 de novembro de 2026; a maioria paga $20–$170 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.
Alternativas
Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.
Use, ou deixe que a gente configure
FAQ
Eu preciso instalar o Python?
Não. O README diz que o chaiNNer baixa uma compilação isolada e integrada do Python na inicialização. Você pode alternar para o Python do seu sistema (3.10 ou posterior) se preferir.
Quais GPUs funcionam?
Nvidia via PyTorch, ONNX e TensorRT; AMD via ROCm no Linux ou NCNN; Apple Silicon via MPS; Intel via NCNN; e CPU como fallback.
Ele consegue processar vídeo?
Sim, com o nó Carregar Vídeo, mas você não pode combiná-lo com Carregar Imagens ou qualquer outro nó de iteração em lote em uma única cadeia.
