Увеличение AI-изображений: модели ESRGAN, hires-fix, tiled diffusion и когда что использовать

Q: Увеличенное изображение выглядит слишком резким и жестким

4x ESRGAN оставлен на 4x. Уменьши до 2x или используй Remacri/SwinIR.

Q: Лица изменились после tiled pass

Слишком высокий денойз; тайлы переделали лицо. Денойз 0.2-0.25, Tile ControlNet включен, детализация лица после.

Q: Видны швы сетки

Малое перекрытие или нет исправления швов. Отступ 32-64, режим исправления швов или SUPIR для одношагового восстановления.

Q: Недостаточно памяти на этапе декодирования

Декодирование VAE полного размера 4K изображения. VAE Decode (Tiled) и меньшие тайлы.

Тема: Модели

Автор: Quartermaster

Опубликовано 4 мар 2026

Обзор

Модели для изображений хорошо рисуют в своем родном размере (512 для SD 1.5, 1024 для SDXL и Flux) и плохо — намного больше, поэтому большой картинкой лучше делать генерацию в родном размере, а потом увеличивать. Есть три способа увеличения, и их нельзя менять местами. Пиксельные увеличители — это маленькие сети (семейство ESRGAN, SwinIR, DAT), которые делают резче при изменении размера; они быстрые, точные и не добавляют новых деталей. Hires-fix — это второй проход диффузии на большем размере во время генерации, который добавляет настоящие детали при умеренном денойзе. Tiled diffusion режет большое изображение на перекрывающиеся тайлы и запускает img2img на каждом, что может придумать правдоподобные детали для 4K и больше, управляемые Tile ControlNet, чтобы тайлы оставались точными.

Что использовать зависит от задачи. Для веба и соцсетей достаточно 2x пиксельного увеличения чистого рендера — это занимает пару секунд. Для печати, товаров и обоев — пиксельное увеличение до 2x, а потом tiled diffusion с низким денойзом даст детали, которые ожидают от "4K AI-арта". Hires-fix — это что-то среднее и по умолчанию в Forge и A1111: он исправляет размытие лица на 1024 без второго рабочего процесса.

На сайте Upscalers family перечислены пиксельные увеличители с их назначением (фото, аниме, лица, текст) и диффузионные улучшатели с их базовым семейством. Облачные партнёры используют те же инструменты: PirateDiffusion имеет команды /upscale и /enhance, BitVector — кнопку upscale рядом с каждым результатом.

Справочник

Имя	Тип	Что это
4x-UltraSharp	pixel upscaler, ESRGAN	Стандарт для фото и рендеров: резкий, немного жесткий; потом лучше уменьшить до 2x для естественного вида.
Real-ESRGAN x4plus / x4plus-anime	pixel upscaler	Надежный универсальный; аниме-вариант сохраняет линии чистыми на иллюстрациях.
4x-NMKD-Siax, 4x-Foolhardy-Remacri	pixel upscaler	Более мягкие альтернативы UltraSharp; Remacri для мягких фото, Siax для детализированных текстур.
SwinIR / DAT / HAT	pixel upscaler, transformer	Более точные, но медленнее; лучше для фотографий, где ESRGAN придумывает текстуру.
Hires-fix	generation setting	Увеличение на 1.5-2x с пиксельным увеличителем, затем денойз 0.3-0.5 на новом размере. Галочка в A1111/Forge; в ComfyUI — второй KSampler.
Ultimate SD Upscale	tiled diffusion	Тайлы 1024 с перекрытием 64 px, денойз 0.2-0.35, Tile ControlNet включен. Превращает 2048 в 4096 с новыми деталями.
SUPIR / Flux tiled / SeedVR	diffusion restorers	Тяжелые модели для восстановления и улучшения старых или низкокачественных изображений; требуют 16 ГБ+ и минут на картинку.
Denoise	0.2-0.5	В любом диффузионном увеличении — насколько сильно может измениться изображение. 0.2 сохраняет всё; 0.5 перерисовывает текстуры и может менять лица.

Пошагово

Генерируй в родном размере и сначала исправляй композицию и лица (инпейтинг); увеличение только усилит ошибки, а не исправит их.
Быстрый путь: Upscale Image (using Model) с 4x-UltraSharp, потом Image Scale до 2x от оригинала. Делается за секунды; подходит для веба.
Путь hires-fix (Forge, A1111): включи Hires. fix, выбери увеличитель 4x-UltraSharp или Latent, увеличь на 1.5-2, hires steps 15, денойз 0.4. В ComfyUI: Upscale Latent By 1.5 -> второй KSampler с денойзом 0.45.
Путь для печати: пиксельное увеличение до 2x, потом Ultimate SD Upscale с тем же чекпоинтом, тайл 1024, отступ 32, денойз 0.25, сила Tile ControlNet 0.6, исправление швов "half tile". Займет несколько минут.
Для лиц: после увеличения запусти проход детализации лица (ADetailer, FaceDetailer node) с денойзом 0.35; на больших изображениях лица снова становятся маленькими.
Легко подшарпь и экспортируй в PNG для печати, WebP или JPEG 92 для веба. Сравни с рендером 1x на 100%, чтобы заметить придуманные артефакты.
В облаке: ответь на результат PirateDiffusion командой /upscale (пиксель) или /enhance (диффузия); в BitVector нажми Upscale на карточке изображения.

Примеры

Быстрый 2x в ComfyUI

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

Настройки hires-fix в Forge

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

Ultimate SD Upscale для печати

Советы

Увеличивай финальный результат, а не каждый черновик; 4x на 1024 — это 16 миллионов пикселей и занимает время.
Модели ESRGAN обучены на 4x; запускать их на 2x значит сначала 4x, потом уменьшать, поэтому без уменьшения картинка выглядит слишком резкой.
Аниме и плоские иллюстрации требуют аниме-вариантов, иначе линии удваиваются; для фото лучше SwinIR, DAT или Remacri, иначе кожа становится пластиковой.
В tiled diffusion держи промпт коротким и общим ("высокая детализация, резкий фокус, натуральная кожа"), чтобы ни один тайл не придумал новый объект.
Latent upscale в hires-fix требует денойза 0.5+ для резкости; пиксельные увеличители в hires-fix работают при 0.3-0.4 и сохраняют изображение ближе к оригиналу.
Страница Upscalers family сортирует по популярности; три топа покрывают 90% нужд.

VAE Decode (Tiled) и меньшие тайлы.

Вопросы

Какой увеличитель лучше?

4x-UltraSharp для большинства рендеров, Real-ESRGAN anime для иллюстраций, SwinIR или DAT для фото. Страница Upscalers family сортирует по применению.

Исправляет ли увеличение плохие руки?

Нет; оно их просто увеличивает. Сначала инпейтинг, потом увеличение.

Насколько можно увеличить?

Пиксельные увеличители — до любого размера; tiled diffusion — до 8K с терпением. Выше 4x модель придумывает больше, чем сохраняет.

Hires-fix — это то же, что увеличение?

Это увеличение с проходом диффузии внутри генерации; добавляет детали, обычный увеличитель — нет.

Можно ли увеличить видео?

Да: покадрово с ESRGAN (быстро, но возможен мерцание) или с видео-восстановителями вроде SeedVR; есть гайды по видео.

Ссылки и источники

Модели в этом руководстве

Модели Upscalers

Модели Stable Diffusion XL 1.0

Модели Flux

Автор

Quartermaster

Ведёт учёт: каждый LoRA, каждый квант, каждый файл, который кто-то переименовал в final_v2_REAL.safetensors. Оценивает железо по количеству рендеров Wan до ужина. Сначала скажет вам объём VRAM, потом скажет, что он неправильный, потому что у вас открыт Chrome. Открытые веса или это не отправлялось.

Все руководства от Quartermaster

Основы img2img, инпейнтинга и аутпейнтинга: исправление рук, замена объектов и расширение изображения

3 дек 2025

Объяснение ControlNet: поза, глубина, контуры и эталонные изображения для SD 1.5, SDXL и Flux

18 фев 2026

Krea2 Enhancer: более чистые детали и освещение для любого стиля Krea 2

30 сен 2026

Шаги, CFG, сэмплеры, планировщики и сиды: объяснение настроек генерации с безопасными значениями по умолчанию

19 ноя 2025

LTX 2.3 Crisp Enhance: более четкие, кинематографичные детали видео

3 окт 2026

Другие руководства

Какие AI-модели для изображений попробовать в первую очередь и почему: ранжированный стартовый список

10 сен 2025

Чекпойнт vs LoRA vs embedding vs ControlNet: что за файл и для чего он

8 окт 2025

Как работают генеративные модели изображений на основе ИИ: простое объяснение диффузии, латентов и текстовых энкодеров

28 авг 2025

Что такое LoRA и как использовать её в ComfyUI, Forge, Automatic1111 и в облаке

20 май 2026

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

18 окт 2026