AI 圖像放大：ESRGAN 模型、hires-fix、拼貼擴散及何時使用
概述
圖像模型在原生尺寸（SD 1.5 是 512，SDXL 和 Flux 是 1024）表現良好，放大太多則效果差，因此大圖通常先生成原生尺寸，再放大。放大有三種方式，不能互換。像素放大器是小型網路（ESRGAN 系列、SwinIR、DAT），放大同時銳化，速度快、忠實且不新增內容。hires-fix 是生成時在較大尺寸做第二次擴散，能在適度去噪下增加真實細節。拼貼擴散將大圖切成重疊小塊，對每塊做 img2img，能在 4K 以上創造合理細節，並用 Tile ControlNet 保持拼貼一致。
你需要哪種方式取決於目標。網路和社群用圖，2 倍像素放大乾淨渲染就夠，兩秒內完成。印刷、產品和桌布，先 2 倍像素放大，再用低去噪拼貼擴散，能達到「4K AI 藝術」的細節。hires-fix 介於兩者間，是 Forge 和 A1111 的預設，因為它能修正 1024 解析度模糊的臉部，且不需第二套流程。
本站的 Upscalers 分類列出像素放大器及其適用範圍（照片、動漫、臉部、文字），還有基於擴散的增強器及其基礎系列。雲端合作夥伴也用同樣工具：PirateDiffusion 有 /upscale 和 /enhance 指令，BitVector 在每個結果旁有放大按鈕。
參考
名稱 | 類型 | 含義 |
|---|---|---|
4x-UltraSharp | pixel upscaler, ESRGAN | 照片和渲染的預設：銳利，略帶顆粒感；之後縮小到 2 倍看起來自然。 |
Real-ESRGAN x4plus / x4plus-anime | pixel upscaler | 通用且穩定；動漫版線條更乾淨。 |
4x-NMKD-Siax, 4x-Foolhardy-Remacri | pixel upscaler | 比 UltraSharp 溫和；Remacri 適合柔和照片，Siax 適合細節紋理。 |
SwinIR / DAT / HAT | pixel upscaler, transformer | 更高保真度，速度較慢；適合 ESRGAN 會亂造紋理的照片。 |
Hires-fix | generation setting | |
Ultimate SD Upscale | tiled diffusion | |
diffusion restorers | 大型模型，修復和增強舊圖或低質圖；需要 16 GB 以上記憶體，每張圖需數分鐘。 | |
Denoise | 0.2-0.5 | 任何擴散放大中允許改變的程度。0.2 幾乎不變，0.5 會重繪紋理，臉部可能改變。 |
逐步操作
- 先在原生尺寸生成並修正構圖與臉部（修補）；放大會放大缺陷，不會修正。
- 快速路徑：用 4x-UltraSharp 放大圖像（使用模型），再將圖像縮放到原始的 2 倍。幾秒完成，適合網路用。
- hires-fix 路徑（Forge、A1111）：啟用 Hires. fix，放大器選 4x-UltraSharp 或 Latent，放大 1.5-2 倍，hires 步數 15，去噪 0.4。ComfyUI 裡：Upscale Latent By 1.5 -> 第二個 KSampler 去噪 0.45。
- 印刷路徑：先像素放大 2 倍，再用相同檢查點的 Ultimate SD Upscale，拼貼大小 1024，邊距 32，去噪 0.25，Tile ControlNet 強度 0.6，接縫修正「半拼貼」。需幾分鐘。
- 臉部：放大後用臉部細節增強器（ADetailer、FaceDetailer 節點）做一次，去噪 0.35；大圖會讓小臉變小。
- 輕微銳化後輸出 PNG 用於印刷，WebP 或 JPEG 92 用於網路。與 1 倍渲染 100% 比較，避免出現亂造的瑕疵。
- 雲端使用：回覆 PirateDiffusion 結果輸入 /upscale（像素）或 /enhance（擴散）；BitVector 在圖片卡按 Upscale。
範例
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 設定
Hires. fix: upscaler 4x-UltraSharp | upscale by 1.5 | hires steps 15 | denoising strength 0.4 | same seed
Ultimate SD Upscale 用於印刷
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
- 放大最後成品，不是每個草稿；1024 渲染做 4 倍放大是 1600 萬像素，會花不少時間。
- ESRGAN 模型是為 4 倍訓練的；用於 2 倍時實際是先 4 倍再縮小，跳過縮小會讓輸出過度銳利。
- 動漫和平面插畫要用動漫版，否則線條會變粗；照片要用 SwinIR、DAT 或 Remacri，否則皮膚會像塑膠。
- 拼貼擴散時提示詞要短且通用（「高度細節、銳利對焦、自然膚色」），避免拼貼塊亂造新主題。
- hires-fix 的潛在放大需去噪 0.5 以上才能銳利；hires-fix 裡的像素放大器去噪 0.3-0.4，圖像更接近原始。
- Upscalers 分類頁按熱門排序，前三名能滿足 90% 需求。
問題排解
放大圖像看起來過度銳利且顆粒感重
原因
4x ESRGAN 輸出保持在 4 倍。
修復方法
縮小到 2 倍，或用 Remacri/SwinIR。
拼貼擴散後臉部改變
原因
去噪太高；拼貼塊重新想像臉部。
修復方法
去噪 0.2-0.25，開 Tile ControlNet，之後用臉部細節增強器。
可見的格子接縫
原因
重疊太少或沒接縫修正。
修復方法
邊距 32-64，開接縫修正模式，或用 SUPIR 一次修復。
hires-fix 產生重複肢體
原因
放大倍數或去噪對模型來說太高。
修復方法
放大最多 1.5 倍，去噪 0.4，或用像素放大器代替潛在放大。
解碼步驟記憶體不足
原因
4K 圖像做全尺寸 VAE 解碼。
修復方法
用 VAE Decode (Tiled) 且拼貼塊較小。
常見問題
哪個放大器最好？
大部分渲染用 4x-UltraSharp，插畫用 Real-ESRGAN anime，照片用 SwinIR 或 DAT。Upscalers 分類頁有使用排名。
放大能修正爛手嗎？
不能，只會放大。先修補再放大。
能放大多大？
像素放大器理論上不限大小；拼貼擴散耐心下可到 8K。超過 4 倍模型會亂造細節多於保留。
hires-fix 是放大嗎？
它是在生成中加入擴散放大，能增加細節，普通放大器不會。
能放大影片嗎？
能：用 ESRGAN 幀對幀放大（快但有閃爍風險），或用 SeedVR 等影片修復器；影片指南有說明。
連結與來源
- 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
管理庫存：每個 LoRA、每個量化、每個有人改名為 final_v2_REAL.safetensors 的檔案。用晚餐前能跑多少 Wan 渲染來衡量硬體。會先告訴你 VRAM 數字，然後說你開著 Chrome 所以數字不準。開放權重，不然就不算發貨。
Quartermaster 的所有指南
相關指南
img2img、修補與擴展基礎：修正手部、替換物件與延伸圖片
2025年12月3日
ControlNet 解說：SD 1.5、SDXL 與 Flux 的姿勢、深度、邊緣與參考圖像
2026年2月18日
Krea2 增強器：為任何 Krea 2 風格帶來更乾淨的細節和光影
2026年9月30日
步數、CFG、採樣器、排程器與種子：生成設定與安全預設值說明
2025年11月19日
LTX 2.3 清晰增強：更銳利、更具電影感的影片細節
2026年10月3日
