Este artículo destaca que, a pesar de los avances en aprendizaje profundo en el campo de la Superresolución de Imagen Única (SISR), la investigación existente se ha centrado exclusivamente en la mejora del rendimiento y ha descuidado la cuantificación de la transferibilidad de los módulos. Introducimos el concepto de "universalidad" y su definición, extendiendo el concepto existente de "generalización" a la transferibilidad de los módulos. También proponemos la "ecuación de evaluación de universalidad (UAE)", una métrica que cuantifica la transferibilidad de los módulos. Con base en los resultados de la UAE, diseñamos dos módulos optimizados: el Bloque Residual de Ciclo (CRB) y el Bloque Residual de Ciclo Específico de Profundidad (DCRB). Experimentos con referencias de escenas naturales, conjuntos de datos de teledetección y otras tareas de bajo nivel demuestran que la red con el módulo "plug-and-play" propuesto supera a varios métodos de vanguardia, logrando una mejora de hasta 0,83 dB en la PSNR o una reducción de parámetros del 71,3 %. Aplicando un enfoque de optimización similar a varios módulos base, proponemos un nuevo paradigma para el diseño de módulos "plug-and-play".
