topaz-video-enhancement

Topaz Labs の動画（および画像）補正

Topaz Labs は、AI による補正・復元モデルを 3 つの方法で提供しています。デスクトップアプリ（Topaz Video AI、Gigapixel、Photo AI）と、同じモデルファミリーをプログラム、バッチ、パイプラインで利用できる Topaz Platform REST API（api.topazlabs.com）です。このスキルでは、具体的な映像の問題を解決するための モデル の適用方法と、自動化されたパイプライン内で API を動かす方法を扱います。単発の手動クリーンアップなら、通常はデスクトップアプリのほうが高速です。補正が「生成 → 補正 → 納品」パイプラインの繰り返し可能な工程なら、API を使います。

補正は修復と仕上げの作業であり、生成の作業ではありません。もともと存在する可能性がない情報を追加することはできず、ディテールを再構成、補間、または創作することしかできません。このページのすべてのモデルは、何らかの忠実度を見た目の品質と引き換えにします。重要なのは、映像と納品物に合ったトレードオフを選ぶことです。

検証メモ：以下のモデル名、モデル コード／スラッグ、パラメーター、制限、価格は、Topaz の開発者向けドキュメントに基づき 2026-07-10 に検証済みです。これらは頻繁に変わります。Topaz は新しいモデルバージョンを頻繁にリリースします（コード内の -N サフィックスはバージョンを示します）。コードをパイプラインにハードコードする前に、ライブの Available Models リファレンス／OpenAPI スキーマ（developer.topazlabs.com/reference）で確認してください。コードは API の filters[].model で使用し、デスクトップアプリではわかりやすい名前が表示されます。

このスキルが役立つ場合（および役立たない場合）

該当する用途：

• 動画をより高い解像度にアップスケールする（SD→HD、HD→4K/8K）。
• ぼやけ、低解像度、ちらつき、プラスチックのような質感が生じた AI 生成動画をクリーンアップする。
• 古い映像／アーカイブ映像を復元する：フィルムグレイン、圧縮、インターレース、低解像度。
• ノイズ除去、シャープ化、ブレ除去、インターレース解除、手ブレ補正。
• フレームレート変換とスローモーション（フレーム補間）。
• SDR→HDR 変換、白黒映像のカラー化、前景オブジェクトの除去。
• 副次的な用途として、Image API 経由で静止画を補正する（Gigapixel／Photo モデル）。
• 「低解像度で生成してからアップスケールする」パイプラインの 補正工程 を設計する。

該当しない用途：

• 動画や画像の新規生成（それは生成モデルの役割です。Topaz は既存のフレームシーケンスを補正します。「クリエイティブ」モデルであっても、映像を入力として使用します）。
• Topaz 以外のアップスケーラー／ツール（Real-ESRGAN、Video2X、他社のクラウド VSR）。
• 編集上の判断（カット、テンポ、ストーリーなど）。補正とは別の領域です。
• ソースがすでに納品品質以上であるタスク。補正してもコストと処理時間が増え、アーティファクトのリスクが高まるだけです。

AI 生成動画パイプラインにおける補正の位置づけ

(Sources に記載された実践者の報告によって裏付けられた、制作上の指針です。)

現在主流のテキスト／画像から動画を生成するモデルは、低解像度かつ短い尺のほうが、低コストで制御しやすい傾向があります。一般的な納品パターンは次のとおりです。

1. 低解像度で生成（例：480～720p）し、反復作業の速度とコストを抑えます。この段階で編集、動き、構図を確定します。
2. 仕上げ工程として補正／アップスケールし、納品解像度（1080p/4K）にします。「最大の数値」ではなく、映像に必要な補正 に合わせてモデルを選びます。
3. フレームだけでなく、動きも QA します。 生成動画の失敗は時間方向に現れます。ちらつき、歪み、人物の同一性の揺らぎなどです。静止フレームが完璧に見えても、クリップとして使えない場合があります。

生成中ではなく最後に補正する理由：補正モデルは入力に対して決定論的に動作し、処理を分ける（ノイズ除去、その後アップスケール、その後補間）ことで、各モデルに一つの問題を解決させることができます。ノイズや歪みのある映像をアップスケールすると、ノイズや歪みが増幅されます。まずそれらを修正してください。

カメラ映像とは考え方が異なります。AI 生成フレームには、生成モデルが作り出した合成テクスチャが含まれます。実写映像向けに調整された復元モデルは、そのテクスチャを保持すべきディテールとして認識することがあります。一方、クリエイティブモデルはそれを置き換える場合があります。ソースにモデルの前提を合わせてください（下記のモデル選択を参照）。

モデルファミリーと選び方

Topaz は動画モデルをファミリーに分類しています。まず主な課題に応じてファミリーを選び、次に品質／速度とソースの状態に応じてバリアントを選びます。コードの確認日：2026-07-10。

Proteus ファミリー — アップスケール＋高画質化（主力モデル）

決定論的（非拡散）アップスケーリングと、ディテール／ノイズ／シャープネスの制御に対応します。出力をソースに忠実に保ち、再現性を確保したい場合に最適です。

モデル	コード	解決する課題	備考
Proteus	prob-4	低〜中品質の実写映像全般のアップスケール／高画質化	最も汎用性の高いデフォルトモデル。ディテール／ノイズ／シャープネスの手動パラメーターを公開
Iris	iris-3（LQ）、iris-2（MQ）	劣化したソースからの顔／ディテールの復元	ソース品質に応じてLQまたはMQを選択。顔の復元に最も強い
Artemis	ahq-12、amq-13、alq-13、amqs-2、alqs-2、aaa-9	ノイズ除去＋シャープ化、圧縮ノイズ／ハローの除去	バリアントの接尾辞は、高／中／低品質（HQ／MQ／LQ）のソースを対象とします
Dione	ddv-3、dtv-4、dtd-4、dtvs-2、dtds-2	放送（TV）およびビデオカメラ（DV）の480i／576i／1080i映像のインターレース解除	インターレースからプログレッシブへの変換専用。TV用とDV用のバリアントがあります
Gaia	gcg-5（CG）、ghq-5（HQ）	クリーンなCGI／アニメーション／レンダリングコンテンツ	すでにクリーンな合成ソースの最終仕上げ向け
Rhea	rhea-1	繊細で有機的な質感と忠実度を優先する4倍アップスケール	大幅な拡大でも繊細なディテールを維持したい場合に使用
Theia	thd-3（Detail）、thf-4（Fidelity）	ノイズ制御を伴う明瞭度／ディテールのシャープ化	シャープ化の強さをDetailとFidelityから選択

注：Proteusファミリーのモデルはどれも、video_typeでソースがインターレースであることを指定できますが、インターレース解除に適するよう設計されているのはDioneです。

Starlight ファミリー — 拡散ベースの復元

生成的な（拡散ベースの）復元に対応します。決定論的モデルでは復元できないディテール、安定性、質感を取り戻しますが、コストが高く、ディテールが新たに生成されるリスクも高くなります。2026年の報告では、時間方向の安定性に優れています。

モデル	コード	主な用途	最大フレーム数*
Starlight Precise 1	sl-1	アーカイブ映像／大きく劣化した実写映像。ソースへの忠実度を最大限に確保	9,000
Starlight Precise 2	slp-2	生成AIの顔／肌＋安定した動き。creativity（low／middle／high）を指定可能	450
Starlight Precise 2.5	slp-2.5	AI生成動画と一部のアーカイブ映像。リアリティを向上	9,000
Starlight HQ	slhq-1	最大4Kのプログレッシブ動画	—
Starlight Mini	slm-1	劣化したアーカイブ映像（8mm／16mm／MiniDV）。自動インターレース解除	—
Starlight Sharp	wonder-1	復元＋ディテールのシャープ化	—
Starlight Fast 1 / Fast 2	slf-1、slf-2	速度優先。Fast 2は速度とリアリティのバランスを取ります	9,000

*リクエストあたりの最大フレーム数 — 2026-07-10に確認済み。長いクリップは分割して制限内に収めてください。

Astra — クリエイティブな拡散アップスケーリング

ast-2（Astra 2）。GenAI動画向けのクリエイティブモデルで、新たな動的ディテールや質感を追加します。スタイライズされた映像、ワイドショット、大規模なAI生成ショットに最適です。パラメーターにはcreativity（0.0～1.0、必須）、任意のprompt、sharp（デフォルト0.5）、realism、input_frame_count（プロンプトなしの場合は最大9000、ありの場合は450）が含まれます。**警告（ドキュメント記載）：**クリエイティブモデルは、オブジェクト、アイデンティティ、スタイルを変更することがあります。出力をソースと完全に一致させる必要がある場合はAstraを使わず、Proteus（保持）またはStarlight（意図を保った復元）を使用してください。

Nyx — 専用ノイズ除去

モデル	コード	用途
Nyx	nyx-3	詳細を保ちながら、カメラノイズ／低照度ノイズ／圧縮ノイズをバランスよく高品質に除去
Nyx XL	nxl-1	ノイズ除去を最優先する場合の強力なノイズ除去
Nyx Fast	nxf-1	より高速で低コスト。プレビュー、バッチ処理、時間制約のある用途向け
Nyx High Fidelity	nxhf-1	ソースを正確に保持するノイズ除去専用モデル。ノイズパスを書き出すことも可能

フレーム補間 — フレームレートとスローモーション（アップスケールはしません）

モデル	コード	用途
Apollo	apo-8	スローモーションとフレームレート変換の総合的な第一候補です。正確な2×／4×／8×変換に対応します
Apollo Fast	apf-2	動きがシンプルな場合に適し、高速です
Chronos	chr-2	難しいフレームレート変換や、直線的／レイヤー状の動きに適しています
Chronos Fast	chf-3	精度より速度を優先します
Aion	aion-1	パララックスが大きい場合やカメラの動きが速い場合の極端なスローモーションに適しており、重複や不安定さを抑えます

共通パラメーター：slowmo（1～16）、fps（15～240）、duplicate（bool）、 duplicateThreshold／duplicate_threshold（0.001～0.1）。これらのモデルは アップスケールしません。補間とアップスケールは別々の段階で実行してください。

動画ユーティリティ

タスク	モデル	コード	備考
モーションブラー除去	Themis 2	thm-2	カメラの素早い揺れや動きの速い被写体に適しています。エッジを不自然に強調せず、鮮明さを取り戻します
カラー化	Video Colorization	color-1	白黒からカラーへ変換します。時間的な一貫性があり、フレームごとのちらつきはありません。パラメーターはありません
SDR→HDR	Hyperion / Hyperion 2	hyp-1、hyp-2	transfer_function は "pq"／"hlg"。露出／彩度／ハイライトを調整できます。Hyperion 2 は ProRes PQ／EXR ACES に対応します
前景除去	Foreground Object Removal	remove-1	ソース動画と、トラッキング済みのマット／マスク動画が必要です。背景を再構築します
手ぶれ補正	（デスクトップ機能）	—	Topaz Video AI デスクトップ版で利用できます。スクリプトを作成する前に、現在の API 公開状況を確認してください

映像の問題別選択早見表

• 解像度の低いAI生成動画 → リアルさを忠実に保つなら Starlight Precise 2.5（slp-2.5）、 ワイドショットに新しいスタイルのディテールを加えたいなら Astra 2（ast-2）を選びます。まず 時間方向のワーピングを修正してください。アップスケールすると、その影響が強まります。
• 圧縮されたUGC（スマートフォン／ソーシャルメディア） → デフォルトは Proteus（prob-4）です。 目立つ圧縮ノイズ／ハローには Artemis によるノイズ除去＋シャープ化、顔を優先する場合は Iris を選びます。
• 古いアーカイブ映像／フィルム → Starlight Precise 1（sl-1）または Mini（slm-1。小さな形式を 自動でデインターレースします）を選びます。より軽い決定論的な処理には Iris LQ/MQ を選びます。
• インターレース放送／ビデオカメラ映像 → Dione（TV の dtv-4／DV の ddv-3 バリアント）、 または劣化したインターレース映像には Starlight Mini を選びます。
• スローモーション／フレームレート変更 → デフォルトは Apollo（apo-8）です。大きなパララックスを伴う 極端なスローモーションには Aion（aion-1）、難しいfps変換には Chronos を選びます。
• ノイズが多いだけの場合 → Nyx（nyx-3）。深刻なノイズには Nyx XL、ソースの質感を保つには Nyx HF を選びます。
• モーションブラー → Themis 2（thm-2）。白黒映像 → color-1。SDR→HDR → Hyperion。

パラメーター

決定論的な補正モデル（Proteus、Artemis、Dione、Theia、Nyx、Themis）は共通の 調整項目を備えています（2026-07-10に確認。範囲は小数値です）。

• video_type："Progressive" | "Interlaced" | "ProgressiveInterlaced"
• field_order："TopFirst" | "BottomFirst" | "Auto"（インターレースソース用）
• auto："Auto" | "Manual" | "Relative"（モデルが自動調整するかどうか）
• focus_fix_level："None" | "Normal" | "Strong"
• compression、details、noise、halo、blur、preblur：-1 … 1
• prenoise、grain：0 … 0.1
• grain_sigma：0 … 1。grain_size：0 … 5
• grain_type："silver_rich" | "gaussian" | "grey"
• recover_original_detail_value：0 … 1（Nyx）

ヒューリスティクス：まず auto を使い、特定の欠陥を修正する場合に限って手動設定に切り替えてください。 details／sharpen の値を上げるときは慎重にしてください。シャープ化しすぎると、顔が蝋のようになり、 ちらつきが発生しやすくなります。強いノイズ除去のあとには、プラスチックのような見た目を避けるため、 グレインを少し戻してください。拡散モデル（Starlight／Astra）では代わりに creativity／realism を設定します。creativity を高くすると、創作されるディテールが増え、 アイデンティティやアーティファクトに関するリスクが高まります。

API の操作

Video API は単一の呼び出しではなく、複数ステップの非同期ジョブです。すべてのリクエストで認証が必要です。ヘッダーは X-API-Key: <key> を使用します。HTTPS のみ対応しています。1 リクエストあたりのソース上限は 500 MB（2026-07-10 に確認済み）です。上限を超える長さやサイズのソースは分割してください。負荷が高いと HTTP 429 が返されることがあります。指数バックオフを使用してください。

ライフサイクル（ベース URL https://api.topazlabs.com/video/）：

1. 作成 — source、output、filters オブジェクトを指定して POST /video/ を実行します。 requestID が返されます。リクエストの作成は無料で、クレジットは消費されません（クレジットが請求されるのは、ジョブの処理が実際に開始されたときです）。
2. 受け入れ — PATCH /video/{requestID}/accept を実行すると、S3 のアップロード URL が返されます。
3. アップロード — 各 S3 URL にファイルを PUT します。その際、Content-Type: video/mp4 を指定し、返された eTag をそれぞれ保持してください。
4. アップロード完了 — {partNum, eTag} の配列 uploadResults を指定して PATCH /video/{requestID}/complete-upload を実行し、処理を開始します。
5. ポーリング — 完了するまで GET /video/{requestID}/status を繰り返します。レスポンスにはダウンロードリンクが含まれます。ほかに、create-express-request、cancel-request、delete-files、get-request-metrics、get-request-history も利用できます。アカウントのクレジットは /account/credits で確認できます。

形式：ドキュメントの例では MP4 コンテナを使用しています。音声は一般的に AAC を使用し、audioTransfer: "Copy" を指定すると変更せずにそのまま引き継げます。output.frameRate と output.resolution で出力目標を指定します。フレーム補間の fps／slowmo はフィルター内にあります。MP4 以外のソースを使うパイプラインを確定する前に、リファレンスで現在のコンテナ／コーデックの対応状況を確認してください。

Image API（二次的な用途）

静止画向けの、よりシンプルな非同期フローです。POST /enhance/async（および sharpen／denoise／restore／lighting／matting／tool）、GET /status/{id}、 GET /download/{id} を使用します。パラメーターには、model（Gigapixel の Standard／High Fidelity／Low Resolution／Art & CGI／Recover Faces、および Wonder／Bloom／Redefine など）、output_format、画像のアップロードが含まれます。画像のクレジットルール（2026-07-10 に確認済み）：出力 24 MP あたり約 1 クレジットで、出力が大きいほど増加します。動画パイプラインのキーフレーム、ポスター、サムネイルのアップスケールには Image API を使用してください。

料金（変動あり — 2026-07-10 に確認済み）

課金はクレジット制です。API 製品ページに記載されている 1 クレジットあたりの米ドル価格： $0.12（Starter／従量課金）、$0.10（Developer）、$0.08（Scale）。製品ページにはプランとして（Developer は月額 $50／500 クレジット、Scale は月額 $240／3,000 クレジット、Enterprise はカスタム）と記載されていました。一方、開発者向けドキュメントでは有効期限なしの従量課金が強調されています。プラン体系は変更される可能性があるため、料金を提示する前に再確認してください。

10 秒の 1080p クリップの動画クレジット概算（時間と解像度に応じて増加し、4K は 1080p の約 3 倍です）：

• Proteus／Denoise：約 2 クレジット（1080p）、約 6（4K）
• フレーム補間：Fast は約 1、Quality は約 2
• Starlight：Fast は約 5～6、Quality は約 11～12（1080p）、約 12～25（4K）
• Astra：約 39（1080p）、約 70（4K） — 最も高価なモデルファミリーです

コスト面での要点：仕上げに、納品するものだけを高画質化してください。 拡散／クリエイティブ系モデル（Starlight、Astra）は Proteus の処理の 3～20 倍のコストがかかるため、決定論的なアップスケーリングでは本当に改善できない映像に限って使用し、短いクリップで設定を試してください。

エンハンスメントが有効な場合と逆効果になる場合（アーティファクト）

エンハンスメントは、モデルが学習した、復元可能な構造がソースにある場合に有効です。 たとえば、ぼやけている、ノイズが多い、圧縮されている、低解像度、またはインターレースの実写映像や、単に低解像度で時間的に安定しているAI映像です。次の場合は逆効果になるか、効果がありません。

• 過度なスムージング／プラスチックのような質感／蝋のような顔： 強力なノイズ除去やシャープ化によって、微細な質感が失われます。顔が不気味になります。対策：設定を弱め、グレインを追加し直し、力任せにシャープ化するよりも顔認識に対応したモデル（Iris / Starlight）を選びます。
• 時間方向のちらつき／フリッカー： フレームごとのエンハンスメントでは、フレーム間で変化する高周波のディテールが作り出されます。細かなテクスチャ（髪、草木、布地）がざわつきます。対策：時間方向の処理に対応したモデル（Starlight、Nyx v3）を選び、1フレームだけで判断しないでください。
• 顔のハルシネーション／同一性の変化： 拡散モデル／クリエイティブモデルは、特に creativity が高い場合、顔を 作り出したり、同一性を変えたりすることがあります。対策：creativityを下げ、保持にはPrecise/Proteusを使用し、1フレームだけではなくクリップ全体で同一性を確認します。
• 歪みの増幅： すでに歪みが生じているAI映像をアップスケールすると、歪みが悪化します。まず動きを修正するか、再生成してください。不適切な生成結果を「アップスケールで解決」しようとしないでください。
• 過剰な補間： 重複フレームやほぼ静止したフレームを補間したり、カットをまたいで補間したりすると、モーフィングが発生します。duplicate/duplicateThresholdを設定し、シーンのカット位置で分割してください。

エンハンスメント後の出力に対するQA基準

(制作上のヒューリスティック＋実務者からの報告。)

1. 本処理の前に試作します。 全体の処理を始める前に、最も負荷の高いシーン（速い動き、顔、細かなテクスチャ）を5～10秒レンダリングします。「顔が台無し」になる事態や、クレジット／時間の浪費を避ける最も低コストな方法です。
2. スクリーンショットではなく、通常速度の動画で評価します。 細かなテクスチャのちらつきやざわつき、動く被写体の歪みを確認します。
3. クリップ全体を通して顔と同一性を確認します。 蝋のような肌、顔立ちの変形、同一性の変化があれば不採用にします。
4. 控えめな拡大を優先します。 1回の4×アップスケールよりも、1回あたり2×の方がきれいに拡大できます。さらに拡大が必要な場合は、複数回に分けて処理します。
5. 処理を分けます。 ノイズ除去 → アップスケール → 補間をそれぞれ別の段階として行い、各モデルが1つの問題だけを解決するようにします。これにより、1回の強力な複合処理よりも歪みが軽減されます。
6. 忠実度が重要な場合、新しいディテールが作り出されていないことを確認します（証拠資料、アーカイブ、ブランド素材など）。そのような用途では、クリエイティブモデルは使用できません。
7. 納品仕様を確認します。 解像度、フレームレート、音声のパススルー、コンテナ、該当する場合はHDRの伝達関数を確認してください。

権利、同意、来歴

エンハンスメントによって、実際よりも高い忠実度で撮影されたように見える映像にできるうえ、クリエイティブモデル／拡散モデルは顔のディテールを 作り出す ことがあります。そのため、実在する人物の映像をエンハンスメントすると、その人物について誤解を招く可能性があります。処理する権利のある映像だけをエンハンスメントしてください。アーカイブ映像や第三者の映像については、アップロードする前にライセンスを確認してください（API経由では、フレームがTopazのクラウドに送信されます）。証拠資料、ジャーナリズム、または本人確認に関わる用途では、作り出されたディテールを追加するモデルを避け、AIエンハンスメントを適用したことを明示してください。Topazの利用規約、および合成メディアの開示に関するお住まいの地域の規則に従ってください。

完全な例（説明用 — ライブリファレンスでコード／パラメーターを確認してください）

例 A — 低解像度の AI クリップを忠実に 1080p にアップスケールする

• 目的： 時間的に安定した 720p のテキストから動画を生成したクリップを、新しいコンテンツを作り出すことなく 1080p で納品する必要があります。
• モデル： AI ソースのリアリティを重視する場合は Starlight Precise 2.5 (slp-2.5)、予算を重視し、ソースがクリーンな場合は Proteus (prob-4) を使用します。
• 理由： Precise 2.5 は AI 生成動画を対象とし、クリエイティブな意図を保持します。アーティファクトが軽微であれば、決定論的な Proteus の処理のほうがはるかに低コストです。
• フロー： 作成 → 承認 → S3 に PUT → complete-upload → ステータスをポーリング → ダウンロード。
• 作成本文（Proteus のバリエーション）：

  {
    "source":  { "resolution": {"width":1280,"height":720}, "container":"mp4",
                 "size": 18450000, "duration": 8, "frameRate": 24, "frameCount": 192 },
    "output":  { "resolution": {"width":1920,"height":1080}, "container":"mp4",
                 "audioCodec":"AAC", "audioTransfer":"Copy", "frameRate": 24,
                 "dynamicCompressionLevel":"High" },
    "filters": [ { "model":"prob-4", "details":0.2, "noise":0.0, "sharpen":0.1 } ]
  }
  

• 期待される結果： ソースに忠実な、クリーンな 1080p。失敗例： 葉や髪のちらつき（Starlight に切り替えます）、顔が蝋のようになる（ディテールやシャープネスを下げ、Iris/Starlight を使用します）。
• バリエーション： クリップに 歪み がある場合は、まず再生成するか手ぶれを補正してください。アップスケールはしないでください。

例 B — 24 fps から 60 fps へのスローモーション化、アップスケールなし

• 目的： 24 fps のアクションを、60 fps の滑らかな 2.5 倍スローモーションにします。
• モデル： Apollo (apo-8) を使用します。強い視差や速いパンがある場合は Aion (aion-1) に切り替えます。
• フィルター： { "model":"apo-8", "fps":60, "slowmo":1, "duplicate":true, "duplicateThreshold":0.1 }（時間伸長を行う場合は slowmo を 2～2.5 に近づけます）。
• 理由： Apollo は汎用的な補間のデフォルトです。duplicate の処理により、繰り返しフレーム間のモーフィングを回避できます。ここでは解像度が変わることを期待しないでください。
• 失敗例： シーンカットをまたいだモーフィング（最初にカット位置でクリップを分割します）、透明または反射のある動きでのゴースト（Aion を試します）。

例 C — インターレースされたアーカイブ放送を復元する

• 目的： 1080i の放送映像を、クリーンな 1080p のプログレッシブ映像にします。
• モデル： インターレース解除と高画質化には Dione TV (dtv-4)、復元も必要な劣化した小型フォーマットのフィルムソースには Starlight Mini (slm-1) を使用します。
• パラメーター： video_type:"Interlaced"、field_order:"Auto"（トップフィールド先行かボトムフィールド先行かが分かっている場合は、明示的に設定します）。
• 品質確認： 水平方向の動きにコーミングアーティファクトがないか確認します。処理後にインターレース線が残っていないことを確認します。

例 D — 暗所で撮影したノイズの多いスマートフォン動画を、粒状感を保ちながらノイズ除去する

• 目的： 圧縮された暗所撮影の UGC は輝度ノイズが多く、プラスチックのような見た目になってはいけません。
• モデル： Nyx (nyx-3) を使用します。ノイズが支配的な場合に限り Nyx XL (nxl-1) を使用します。
• パラメーター： auto:"Auto" から始めます。プラスチックのような見た目になる場合は grain:0.03、grain_type:"gaussian" を設定してテクスチャを加え直し、details は低く保ちます。
• 次に： 解像度を上げる必要がある場合は、別途 Proteus (prob-4) でアップスケールします。ノイズ除去と 4 倍アップスケールを、強い処理で一度に行ってはいけません。

出典（2026-07-10 に確認済み）

一次資料（Topaz Labs 公式）：

• 開発者向けドキュメント — Introduction / Video API quickstart / API walkthrough / Available Models / model-selection：https://developer.topazlabs.com/
• 動画モデルファミリーのページ（コード、パラメーター）：Proteus、Starlight、Astra、Denoise、 Frame Interpolation、Video Utilities：https://developer.topazlabs.com/video-models/
• API リファレンス / OpenAPI スキーマ：https://developer.topazlabs.com/reference
• 料金ページ：https://developer.topazlabs.com/getting-started/tier-pricing および /individual-model-pricing
• API 製品ページ（クレジットあたりの米ドル料金、プラン）：https://www.topazlabs.com/api
• 製品ページ：https://www.topazlabs.com/topaz-video および /video-creators
• デスクトップ向けドキュメント：https://docs.topazlabs.com/

二次資料（独立した実務者による報告。アーティファクト／品質確認のヒューリスティックのみを対象とし、技術的主張の唯一の根拠とはしていません）：

• Topaz のアップスケールに関する inference.sh のブログ、morphed.app の「AI Video Upscaler 2026 guide」、 AI 動画のアーティファクトに関する vegavid.com のトラブルシューティング、mindstudio.ai の Astra のシーン検出。 （これらは時間的なちらつき、過度な平滑化、マルチパス処理のヒューリスティックを裏付けています。）