Niska nakładka lub brak naprawy szwów. Padding 32-64, tryb naprawy szwów lub SUPIR do jednoprzebiegowej restauracji.

Skalowanie obrazów AI: modele ESRGAN, hires-fix, dyfuzja kafelkowa i kiedy używać każdego z nich

Q: Powiększony obraz wygląda na przesadnie wyostrzony i chrupiący

Wyjście 4x ESRGAN pozostawione w 4x. Zmniejsz do 2x lub użyj Remacri/SwinIR.

Q: Twarze zmieniły się po przebiegu kafelkowym

Zbyt wysoki denoise; kafelki wymyśliły twarz na nowo. Denoise 0.2-0.25, Tile ControlNet włączony, potem face detailer.

Q: Brak pamięci przy dekodowaniu

Pełny dekodowanie VAE obrazu 4K. VAE Decode (Tiled) i mniejsze kafelki.

Temat: Modele

Autor: Quartermaster

Opublikowano 4 Mar 2026

Przegląd

Modele obrazów dobrze rysują w swoim natywnym rozmiarze (512 dla SD 1.5, 1024 dla SDXL i Flux), a gorzej znacznie powyżej tego, więc sposób na duży obraz to wygenerować go w natywnym rozmiarze i potem powiększyć. Są trzy sposoby powiększania i nie można ich zamieniać. Skalery pikselowe to małe sieci (rodzina ESRGAN, SwinIR, DAT), które wyostrzają podczas zmiany rozmiaru; są szybkie, wierne i nie dodają nowych treści. Hires-fix to drugi przebieg dyfuzji w większym rozmiarze podczas generowania, który dodaje prawdziwe detale przy umiarkowanym denoise. Dyfuzja kafelkowa dzieli duży obraz na nakładające się kafelki i robi img2img na każdym, co może wymyślić wiarygodne detale w 4K i więcej, sterowane przez Tile ControlNet, żeby kafelki były wierne.

To, którego potrzebujesz, zależy od celu. Do internetu i sociali wystarczy 2x skalowanie pikselowe czystego renderu, które zajmuje dwie sekundy. Do wydruków, produktów i tapet, skalowanie pikselowe do 2x, a potem dyfuzja kafelkowa przy niskim denoise daje detale, których ludzie oczekują od "4K AI art". Hires-fix jest gdzieś pośrodku i jest domyślny w Forge i A1111 z powodu: naprawia rozmytą twarz w 1024 bez drugiego procesu.

Rodzina Upscalers na tej stronie wymienia skalery pikselowe z ich przeznaczeniem (foto, anime, twarze, tekst) oraz wzmacniacze oparte na dyfuzji z ich bazową rodziną. Partnerzy chmurowi używają tych samych narzędzi: PirateDiffusion ma komendy /upscale i /enhance, BitVector przycisk upscale przy każdym wyniku.

Odniesienie

Nazwa	Typ	Co to jest
4x-UltraSharp	pixel upscaler, ESRGAN	Domyślny do zdjęć i renderów: ostry, lekko chrupiący; po tym zmniejsz do 2x dla naturalnego wyglądu.
Real-ESRGAN x4plus / x4plus-anime	pixel upscaler	Solidny do ogólnego użytku; wersja anime utrzymuje czyste linie w ilustracji.
4x-NMKD-Siax, 4x-Foolhardy-Remacri	pixel upscaler	Łagodniejsze alternatywy dla UltraSharp; Remacri do miękkich zdjęć, Siax do szczegółowych tekstur.
SwinIR / DAT / HAT	pixel upscaler, transformer	Wyższa wierność, wolniejsze; najlepsze do zdjęć, gdzie ESRGAN wymyśla tekstury.
Hires-fix	generation setting	Powiększ 1.5-2x pikselowo, potem denoise 0.3-0.5 w nowym rozmiarze. Checkbox w A1111/Forge; w ComfyUI jako drugi KSampler.
Ultimate SD Upscale	tiled diffusion	Kafelki 1024 z nakładką 64 px, denoise 0.2-0.35, Tile ControlNet włączony. Zamienia 2048 na 4096 z nowymi detalami.
SUPIR / Flux tiled / SeedVR	diffusion restorers	Ciężkie modele, które przywracają i wzmacniają stare lub niskiej jakości obrazy; 16 GB+ RAM i minuty na obraz.
Denoise	0.2-0.5	W każdej dyfuzji przy skalowaniu, ile może się zmienić. 0.2 zachowuje wszystko; 0.5 przerysowuje tekstury i może zmieniać twarze.

Krok po kroku

Generuj w natywnym rozmiarze i najpierw popraw kompozycję i twarze (inpainting); skalowanie wzmacnia błędy, a nie je naprawia.
Szybka ścieżka: Upscale Image (using Model) z 4x-UltraSharp, potem Image Scale do 2x oryginału. Gotowe w kilka sekund; dobre do internetu.
Ścieżka hires-fix (Forge, A1111): włącz Hires. fix, upscaler 4x-UltraSharp lub Latent, powiększ 1.5-2x, hires steps 15, denoise 0.4. W ComfyUI: Upscale Latent By 1.5 -> drugi KSampler z denoise 0.45.
Ścieżka do druku: skalowanie pikselowe do 2x, potem Ultimate SD Upscale z tym samym checkpointem, kafelek 1024, padding 32, denoise 0.25, Tile ControlNet siła 0.6, naprawa szwów "half tile". Kilka minut oczekiwania.
Twarze: po skalowaniu zrób przebieg face detailerem (ADetailer, FaceDetailer node) z denoise 0.35; duże obrazy znowu robią małe twarze.
Lekko wyostrz i eksportuj jako PNG do druku, WebP lub JPEG 92 do internetu. Porównaj z renderem 1x w 100% by wyłapać wymyślone artefakty.
W chmurze: odpowiedz na wynik PirateDiffusion komendą /upscale (pikselowo) lub /enhance (dyfuzja); w BitVector kliknij Upscale na karcie obrazu.

Przykłady

Szybkie 2x w ComfyUI

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

Ustawienia hires-fix w Forge

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

Ultimate SD Upscale do druku

Porady

Skaluj finalny obraz, nie każdy szkic; 4x na renderze 1024 to 16 milionów pikseli i zajmuje sporo czasu.
Modele ESRGAN są trenowane na 4x; używanie ich na 2x to tak naprawdę 4x i potem zmniejszanie, dlatego wyjście wygląda na przesadnie wyostrzone, jeśli pomijasz zmniejszanie.
Anime i płaskie ilustracje potrzebują wersji anime, inaczej linie się podwajają; zdjęcia potrzebują SwinIR, DAT lub Remacri, inaczej skóra wygląda plastikowo.
W dyfuzji kafelkowej trzymaj prompt krótki i ogólny ("highly detailed, sharp focus, natural skin"), żeby żaden kafelek nie wymyślił nowego tematu.
Latent upscale w hires-fix potrzebuje denoise 0.5+ by być ostry; skalery pikselowe w hires-fix działają przy 0.3-0.4 i bardziej trzymają się oryginału.
Strona rodziny Upscalers sortuje według popularności; trzy najlepsze pokrywają 90% potrzeb.

VAE Decode (Tiled) i mniejsze kafelki.

Pytania

Który skaler jest najlepszy?

4x-UltraSharp do większości renderów, Real-ESRGAN anime do ilustracji, SwinIR lub DAT do zdjęć. Strona rodziny Upscalers je klasyfikuje według zastosowania.

Czy skalowanie naprawia złe ręce?

Nie; powiększa je. Najpierw inpainting, potem skalowanie.

Jak duże mogę iść?

Skalery pikselowe do dowolnego rozmiaru; dyfuzja kafelkowa do 8K z cierpliwością. Powyżej 4x model wymyśla więcej niż zachowuje.

Czy hires-fix to to samo co skalowanie?

To skalowanie z przebiegiem dyfuzji podczas generowania; dodaje detale, zwykły skaler tego nie robi.

Czy mogę skalować wideo?

Tak: klatka po klatce ESRGAN (szybkie, ryzyko migotania) lub restauratorami wideo jak SeedVR; poradniki wideo to wyjaśniają.

Linki i źródła

Modele w tym poradniku

Modele Upscalers

Modele Stable Diffusion XL 1.0

Modele Flux

Autor

Quartermaster

Zajmuje się zapasami: każdą LoRA, każdy quant, każdy plik, który ktoś przemianował na final_v2_REAL.safetensors. Mierzy sprzęt tym, ile renderów Wan zmieści się przed kolacją. Podaje Ci wartość VRAM, a potem mówi, że jest błędna, bo masz otwartego Chrome'a. Otwórz wagi albo to się nie liczy.

Wszystkie poradniki autorstwa Quartermaster

podstawy img2img, inpaintingu i outpaintingu: poprawianie rąk, zamiana obiektów i rozszerzanie obrazu

3 Gru 2025

ControlNet wyjaśniony: pozowanie, głębia, krawędzie i obrazy referencyjne dla SD 1.5, SDXL i Flux

18 Lut 2026

Krea2 Enhancer: czystsze detale i oświetlenie dla każdego stylu Krea 2

30 Wrz 2026

Kroki, CFG, samplery, schedulery i ziarna: wyjaśnienie ustawień generowania z bezpiecznymi domyślnymi wartościami

19 Lis 2025

LTX 2.3 Crisp Enhance: ostrzejsze, bardziej kinowe detale wideo

3 Paź 2026

Więcej poradników

Które modele AI do obrazów wypróbować najpierw i dlaczego: uporządkowana lista startowa

10 Wrz 2025

Checkpoint vs LoRA vs embedding vs ControlNet: co robi który plik

8 Paź 2025

Jak działają generatywne modele AI do obrazów: proste wyjaśnienie dyfuzji, latentów i enkoderów tekstu

28 Sie 2025

Co to jest LoRA i jak jej używać w ComfyUI, Forge, Automatic1111 oraz w chmurze

20 Maj 2026

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

18 Paź 2026