将视频从低分辨率提升到高分辨率（通常称为“超分辨率”或“视频增强”）是AI技术在图像处理领域的一个重要应用。这项技术可以通过多种方法实现，主要依赖于深度学习算法来分析和预测缺失的细节，从而生成更清晰、更高质量的视频内容。下面是一些常见的方法和技术：

1、基于深度学习的方法：这类方法利用神经网络模型，特别是卷积神经网络(CNN)或者生成对抗网络(GAN)，通过训练大量高清与低清图像对来学习如何从低分辨率输入中恢复出高分辨率输出。例如，ESRGAN (Enhanced SuperResolution Generative Adversarial Networks) 是一种广泛使用的GAN架构，它能够生成非常自然且细节丰富的高分辨率图像。

2、插值法：虽然这不是严格意义上的AI技术，但传统的双线性插值、双三次插值等也是常用的提高视频分辨率的方法之一。这些技术通过计算相邻像素点的颜色值来进行放大，但是它们往往不能很好地保留图像中的细节信息。

3、专业软件和服务：
Topaz Video Enhance AI：这是一个专门用于视频超分辨率处理的商业软件，使用了先进的机器学习算法来提升视频质量。
DainApp：基于DAIN(DepthAware Video Frame Interpolation)项目开发的应用程序，可以增加视频帧率同时改善画质。
在线服务如Let's Enhance也提供了通过上传文件进行自动优化的功能。

4、开源工具：对于有一定编程基础的用户来说，还可以尝试使用一些开源库来自己动手实现视频增强功能。比如OpenCV配合Python脚本就可以完成简单的图像/视频处理任务；另外还有像waifu2x这样的项目专注于动漫风格图片的超分辨率处理。

需要注意的是，尽管AI技术可以在一定程度上改善视频的质量，但它并不能无限制地提高分辨率，而且对于某些特别模糊或损坏严重的源材料可能效果有限。此外，在使用相关软件时也应该关注版权问题以及隐私保护等方面的规定。