AI图像放大：ESRGAN模型、hires-fix、切片扩散及各自适用场景
概述
图像模型在原生尺寸下表现最佳（SD 1.5为512，SDXL和Flux为1024），放大太多会变差，所以大图的做法是先生成原生尺寸，再放大。放大有三种方法，不能互换。像素放大器是小型网络（ESRGAN系列、SwinIR、DAT），放大时锐化，速度快，忠实原图，不添加新内容。hires-fix是在生成时以更大尺寸进行第二次扩散，适度去噪，添加真实细节。切片扩散把大图切成重叠切片，对每个切片做img2img，可以在4K及以上分辨率创造合理细节，使用Tile ControlNet保证切片间一致。
你需要用哪种取决于目标。网页和社交媒体用2倍像素放大干净渲染图就够，几秒钟完成。打印、产品和壁纸则先2倍像素放大，再用低去噪的切片扩散，能达到“4K AI艺术”应有的细节。hires-fix介于两者之间，是Forge和A1111默认选项：它修复1024图像中模糊的人脸，无需第二套流程。
本站的Upscalers系列列出了像素放大器及其适用（照片、动漫、脸部、文字），以及基于扩散的增强器及其基础系列。云端合作伙伴用的工具相同：PirateDiffusion有/upscale和/enhance命令，BitVector在每个结果旁有放大按钮。
参考
名称 | 类型 | 含义 |
|---|---|---|
4x-UltraSharp | pixel upscaler, ESRGAN | 照片和渲染的默认选择：锐利，略带颗粒感；之后缩小到2倍看起来自然。 |
Real-ESRGAN x4plus / x4plus-anime | pixel upscaler | 通用且稳定；动漫版保持线条清晰。 |
4x-NMKD-Siax, 4x-Foolhardy-Remacri | pixel upscaler | 比UltraSharp更柔和；Remacri适合柔和照片，Siax适合细节纹理。 |
SwinIR / DAT / HAT | pixel upscaler, transformer | 更高保真度，速度较慢；适合照片，ESRGAN会虚构纹理的场合。 |
Hires-fix | generation setting | 先用像素放大器放大1.5-2倍，再在新尺寸上做0.3-0.5去噪。A1111/Forge的复选框；ComfyUI中作为第二个KSampler。 |
Ultimate SD Upscale | tiled diffusion | |
diffusion restorers | 大型模型，修复和增强旧图或低质图；需要16GB以上显存，每张图耗时几分钟。 | |
Denoise | 0.2-0.5 | 任何扩散放大中的去噪强度。0.2保持所有细节；0.5会重绘纹理，可能改变人脸。 |
分步操作
- 先在原生尺寸生成，先修正构图和人脸（修补）；放大会放大缺陷，不会修复。
- 快速路径：用4x-UltraSharp放大图像（使用模型），再将图像缩放到原始的2倍。几秒完成，适合网页。
- 打印路径：先像素放大2倍，再用同一检查点的Ultimate SD Upscale，切片1024，填充32，去噪0.25，Tile ControlNet强度0.6，缝隙修复“半切片”。预计耗时几分钟。
- 人脸：放大后用人脸细节增强器（ADetailer，FaceDetailer节点）做一次去噪0.35的处理；大图会让小脸变小。
- 轻微锐化，打印导出PNG，网页用WebP或JPEG 92。与1倍渲染100%对比，检查是否有虚构伪影。
- 云端：回复PirateDiffusion结果用/upscale（像素）或/enhance（扩散）；BitVector点击图像卡上的Upscale按钮。
示例
ComfyUI快速2倍放大
VAE Decode -> Upscale Image (using Model: 4x-UltraSharp) -> Image Scale (0.5, lanczos) -> Save Image
Forge hires-fix设置
Hires. fix: upscaler 4x-UltraSharp | upscale by 1.5 | hires steps 15 | denoising strength 0.4 | same seed
Ultimate SD Upscale打印设置
Input 2048x2048 (after 2x pixel upscale) | upscale_by 2 | tile 1024x1024 | mask blur 16 | padding 32 | denoise 0.25 | ControlNet Tile 0.6 | seam fix half tile
技巧
- 只放大最终图，不要放大每个草稿；1024图做4倍放大是1600万像素，耗时明显。
- ESRGAN模型训练是4倍放大；2倍放大其实是4倍后缩小，所以跳过缩小会显得过锐。
- 动漫和平面插画用动漫版，否则线条会变粗；照片用SwinIR、DAT或Remacri，否则皮肤会塑料感。
- 切片扩散时提示词保持简短通用（“高度细节，锐利对焦，自然肤色”），避免切片创造新主体。
- hires-fix的潜空间放大需要去噪0.5以上才能锐利；像素放大器在hires-fix中用0.3-0.4去噪，图像更接近原图。
- Upscalers系列页面按热度排序，前三个覆盖90%需求。
问题排查
放大图像看起来过锐且颗粒感强
原因
4x ESRGAN输出保持4倍大小。
修复方法
缩小到2倍，或用Remacri/SwinIR。
切片扩散后人脸变化
原因
去噪过高；切片重新想象了人脸。
修复方法
可见网格缝隙
原因
重叠不足或无缝隙修复。
修复方法
填充32-64，开启缝隙修复模式，或用SUPIR一次性修复。
hires-fix产生重复肢体
原因
放大倍数或去噪对模型来说太高。
修复方法
最多放大1.5倍，去噪0.4，或用像素放大器代替潜空间放大。
解码步骤内存不足
原因
4K图像全尺寸VAE解码。
修复方法
用VAE Decode (Tiled)和更小切片。
常见问题
哪个放大器最好？
大多数渲染用4x-UltraSharp，插画用Real-ESRGAN动漫版，照片用SwinIR或DAT。Upscalers系列页面按用途排名。
放大能修复糟糕的手吗？
不能；只会放大。先修补，最后放大。
能放大多大？
像素放大器可放大任意尺寸；切片扩散可耐心放到8K。超过4倍时模型创造的内容多于保留的。
hires-fix和放大一样吗？
它是在生成中带扩散的放大，会添加细节，普通放大器不会。
能放大视频吗？
可以：用ESRGAN逐帧（快但可能闪烁）或用SeedVR等视频修复器；视频指南里有介绍。
链接与来源
- Real-ESRGAN
- Ultimate SD Upscale for ComfyUI
- OpenModelDB (upscaler catalogue)
- Upscalers family page
- PirateDiffusionAD
- BitVector web appAD
本指南涉及的模型
作者
负责库存管理：每个 LoRA，每个量化，每个被重命名为 final_v2_REAL.safetensors 的文件。用晚饭前能渲染多少张 Wan 来衡量硬件。会告诉你 VRAM 数值，然后说你开着 Chrome 所以数值不准。开源权重，否则不算发货。
Quartermaster 的所有指南
相关指南
img2img、修补和扩展基础：修复手部、更换物体和延展画面
2025年12月3日
ControlNet 详解：SD 1.5、SDXL 和 Flux 的姿势、深度、边缘和参考图像
2026年2月18日
Krea2增强器：为任何Krea 2风格带来更清晰的细节和光影
2026年9月30日
步骤、CFG、采样器、调度器和种子：带安全默认值的生成设置说明
2025年11月19日
LTX 2.3 清晰增强：更锐利、更具电影感的视频细节
2026年10月3日
