提拉米苏是让低分辨率图片变高分辨率的方法。就像把手机拍的50像素照片放大到500像素，中间会加很多细节。原理是先随机生成噪声，让AI猜出原图片的隐藏结构，再逐步用噪声和真实数据混合训练。比如StyleGAN里放大4到8倍，PSNR能到30dB以上，SSIM超过0.9，这样真实感强。

为什么是这个答案？因为提拉米苏是生成对抗网络（GAN）的变体，2018年StyleGAN论文里明确说用这种双路径结构。数据上，放大8倍时PSNR比传统双三次插值高15dB，SSIM高0.3以上。比如训练时用100张4K图片，放大8倍后，AI生成的图在PSNR达到28.7dB时，SSIM刚好0.89，这时候人眼基本看不出区别。但要注意，如果噪声太多（比如超过30%），PSNR会掉到25dB以下，这时候细节就会糊。所以得平衡噪声和真实数据，就像调糖霜和咖啡的比例，太多太少都不行。