Zvětšování AI obrázků: modely ESRGAN, hires-fix, tiled diffusion a kdy který použít

Q: Zvětšený obrázek vypadá přehnaně ostrý a hrubý

Výstup 4x ESRGAN zůstal na 4x. Zmenši na 2x, nebo použij Remacri/SwinIR.

Q: Tváře se změnily po průchodu tiled diffusion

Denoise příliš vysoké; dlaždice překreslily tvář. Denoise 0.2-0.25, Tile ControlNet zapnutý, face detailer potom.

Q: Viditelné švy mřížky

Nízké překrytí nebo žádná oprava švů. Padding 32-64, režim seam fix, nebo SUPIR pro jednoprvkovou obnovu.

Q: Hires-fix vytváří zdvojené končetiny

Faktor zvětšení nebo denoise příliš vysoké pro model. Zvětšení max 1.5, denoise 0.4, nebo místo latentního použij pixelový zvětšovač.

Q: Nedostatek paměti při dekódování

VAE decode celé 4K velikosti. VAE Decode (Tiled) a menší dlaždice.

Téma: Modely

Autor: Quartermaster

Publikováno 4. Bře 2026

Přehled

Modely obrázků kreslí dobře ve své nativní velikosti (512 pro SD 1.5, 1024 pro SDXL a Flux) a špatně daleko nad ní, takže cesta k velkému obrázku je generovat v nativní velikosti a pak zvětšit. Existují tři způsoby zvětšení a nejsou zaměnitelné. Pixelové zvětšovače jsou malé sítě (rodina ESRGAN, SwinIR, DAT), které při změně velikosti ostří; jsou rychlé, věrné a nepřidávají nový obsah. Hires-fix je druhý průchod difuzí ve větší velikosti během generování, který přidává skutečné detaily při mírném denoise. Tiled diffusion rozdělí velký obrázek na překrývající se dlaždice a na každou spustí img2img, což může vymyslet věrohodné detaily ve 4K a víc, řízené Tile ControlNet, aby dlaždice zůstaly věrné.

Co potřebuješ, záleží na cíli. Pro web a sociální sítě stačí 2x pixelové zvětšení čistého renderu, které trvá dvě sekundy. Pro tisky, produkty a tapety je nejlepší pixelové zvětšení na 2x následované průchodem tiled diffusion s nízkým denoise, což dává detaily, které lidé čekají od "4K AI umění". Hires-fix je někde mezi a je výchozí v Forge a A1111 z dobrého důvodu: opravuje rozmazané tváře v 1024 bez druhého workflow.

Rodina Upscalers na tomto webu uvádí pixelové zvětšovače s jejich určením (foto, anime, tváře, text) a difuzní vylepšovače s jejich základní rodinou. Cloudoví partneři používají stejné nástroje: PirateDiffusion má příkazy /upscale a /enhance, BitVector tlačítko upscale u každého výsledku.

Reference

Název	Typ	Co to je
4x-UltraSharp	pixel upscaler, ESRGAN	Výchozí pro fotky a rendery: ostrý, mírně hrubý; po zvětšení zmenši na 2x pro přirozený vzhled.
Real-ESRGAN x4plus / x4plus-anime	pixel upscaler	Robustní univerzální; anime varianta udržuje čisté linky na ilustracích.
4x-NMKD-Siax, 4x-Foolhardy-Remacri	pixel upscaler	Jemnější alternativa k UltraSharp; Remacri pro měkké fotky, Siax pro detailní textury.
SwinIR / DAT / HAT	pixel upscaler, transformer	Vyšší věrnost, pomalejší; nejlepší pro fotky, kde ESRGAN vymýšlí textury.
Hires-fix	generation setting	Zvětšení o 1.5-2x pixelovým zvětšovačem, pak denoise 0.3-0.5 ve větší velikosti. Zaškrtávátko v A1111/Forge; v ComfyUI jako druhý KSampler.
Ultimate SD Upscale	tiled diffusion	Dlaždice 1024 s překrytím 64 px, denoise 0.2-0.35, Tile ControlNet zapnutý. Přemění 2048 na 4096 s novými detaily.
SUPIR / Flux tiled / SeedVR	diffusion restorers	Těžké modely, které obnovují a vylepšují staré nebo nízkokvalitní obrázky; 16 GB+ a minuty na obrázek.
Denoise	0.2-0.5	U jakéhokoliv difuzního zvětšení, kolik se může změnit. 0.2 zachová všechno; 0.5 překreslí textury a může změnit tváře.

Krok za krokem

Generuj v nativní velikosti a nejdřív oprav kompozici a tváře (inpainting); zvětšení spíš zvýrazní chyby, než je opraví.
Rychlá cesta: Upscale Image (using Model) s 4x-UltraSharp, pak Image Scale na 2x původní velikosti. Hotovo za pár sekund; dobré pro web.
Cesta hires-fix (Forge, A1111): zapni Hires. fix, upscaler 4x-UltraSharp nebo Latent, zvětši o 1.5-2, hires kroky 15, denoise 0.4. V ComfyUI: Upscale Latent By 1.5 -> druhý KSampler s denoise 0.45.
Cesta pro tisk: pixelové zvětšení na 2x, pak Ultimate SD Upscale se stejným checkpointem, dlaždice 1024, padding 32, denoise 0.25, Tile ControlNet síla 0.6, seam fix "half tile". Počítej s několika minutami.
Tváře: po zvětšení spusť průchod face detailerem (ADetailer, FaceDetailer node) s denoise 0.35; velké obrázky zase dělají malé tváře.
Lehce doostři a exportuj jako PNG pro tisk, WebP nebo JPEG 92 pro web. Porovnej s 1x renderem na 100 %, aby ses ujistil, že nevznikly vymyšlené artefakty.
Na cloudu: odpověz na PirateDiffusion výsledek příkazem /upscale (pixel) nebo /enhance (difuze); v BitVector stiskni Upscale na kartě obrázku.

Příklady

Rychlé 2x v ComfyUI

VAE Decode -> Upscale Image (using Model: 4x-UltraSharp) -> Image Scale (0.5, lanczos) -> Save Image

Nastavení hires-fix ve Forge

Hires. fix: upscaler 4x-UltraSharp | upscale by 1.5 | hires steps 15 | denoising strength 0.4 | same seed

Ultimate SD Upscale pro tisk

Tipy

Zvětšuj finální obrázek, ne každý náhled; 4x průchod na 1024 renderu je 16 milionů pixelů a zabere reálný čas.
Modely ESRGAN jsou trénované na 4x; spustit je na 2x znamená 4x a pak zmenšit, proto výstup vypadá přehnaně ostrý, když vynecháš zmenšení.
Anime a ploché ilustrace potřebují anime varianty, jinak se linky zdvojnásobí; fotky potřebují SwinIR, DAT nebo Remacri, jinak kůže vypadá jako plast.
U tiled diffusion drž prompt krátký a obecný ("vysoce detailní, ostré zaostření, přirozená kůže"), aby žádná dlaždice nevymýšlela nový motiv.
Latentní zvětšení v hires-fix potřebuje denoise 0.5+ pro ostrost; pixelové zvětšovače v hires-fix fungují při 0.3-0.4 a drží obrázek blíž originálu.
Stránka Rodina Upscalers řadí podle popularity; první tři pokryjí 90 % potřeb.

VAE Decode (Tiled) a menší dlaždice.

Otázky

Který zvětšovač je nejlepší?

4x-UltraSharp pro většinu renderů, Real-ESRGAN anime pro ilustrace, SwinIR nebo DAT pro fotky. Stránka Rodina Upscalers je řadí podle použití.

Opraví zvětšení špatné ruce?

Ne; jen je zvětší. Nejprve inpaint, zvětšuj nakonec.

Jak velký můžu jít?

Pixelové zvětšovače na jakoukoliv velikost; tiled diffusion do 8K s trpělivostí. Nad 4x model vymýšlí víc, než zachovává.

Je hires-fix to samé jako zvětšení?

Je to zvětšení s difuzním průchodem uvnitř generování; přidává detaily, obyčejný zvětšovač ne.

Můžu zvětšovat video?

Ano: po snímcích s ESRGAN (rychlé, riziko blikání) nebo s video restorery jako SeedVR; video návody to pokrývají.

Odkazy a zdroje

Modely v tomto návodu

Modely Upscalers

Modely Stable Diffusion XL 1.0

Modely Flux

Napsal

Quartermaster

Spravuje zásoby: každý LoRA, každý kvant, každý soubor, který někdo přejmenoval na final_v2_REAL.safetensors. Měří hardware podle toho, kolik Wan renderů se vejde před večeří. Řekne ti číslo VRAM, pak ti řekne, že je špatné, protože máš otevřený Chrome. Otevřené váhy, nebo to nevyplulo.

Všechny průvodce od Quartermaster

základy img2img, inpaintingu a outpaintingu: oprava rukou, výměna objektů a rozšíření obrázku

3. Pro 2025

ControlNet vysvětleno: póza, hloubka, hrany a referenční obrázky pro SD 1.5, SDXL a Flux

18. Ún 2026

Krea2 Enhancer: čistší detaily a osvětlení pro jakýkoli styl Krea 2

30. Zář 2026

Kroky, CFG, samplery, plánovače a semena: vysvětlení nastavení generování s bezpečnými výchozími hodnotami

19. Lis 2025

LTX 2.3 Crisp Enhance: ostřejší, více filmové detaily ve videu

3. Říj 2026

Další návody

Které AI modely na obrázky vyzkoušet jako první a proč: seřazený začátečnický seznam

10. Zář 2025

Checkpoint vs LoRA vs embedding vs ControlNet: co který soubor dělá

8. Říj 2025

Jak fungují generativní AI modely pro obrázky: jednoduše o difuzi, latentních prostorech a textových enkodérech

28. Srp 2025

Co je to LoRA a jak ji používat v ComfyUI, Forge, Automatic1111 a v cloudu

20. Kvě 2026

Best AI Models for 8GB GPUs in 2026: What Actually Fits

18. Říj 2026