Покращення якості AI-зображень: моделі ESRGAN, hires-fix, tiled diffusion і коли що краще

Q: Покращене зображення виглядає надто різким і зернистим

Вихід 4x ESRGAN залишили на 4x. Зменшити до 2x або використати Remacri/SwinIR.

Q: Обличчя змінилися після tiled проходу

Занадто високий denoise; плитки переробили обличчя. Denoise 0.2-0.25, Tile ControlNet увімкнено, потім face detailer.

Q: Видимі шви сітки

Низьке перекриття або відсутність виправлення швів. Padding 32-64, режим виправлення швів, або SUPIR для одноразового відновлення.

Q: Недостатньо пам’яті на кроці декодування

Повне декодування VAE 4K-зображення. VAE Decode (Tiled) і менші плитки.

Тема: Моделі

Автор: Quartermaster

Опубліковано 4 Бер 2026

Огляд

Моделі для зображень добре малюють у рідному розмірі (512 для SD 1.5, 1024 для SDXL і Flux) і погано — значно більше за нього, тому великий розмір роблять так: спочатку генерують у рідному розмірі, а потім збільшують. Є три способи збільшення, і вони не взаємозамінні. Піксельні покращувачі — це невеликі мережі (родина ESRGAN, SwinIR, DAT), які під час зміни розміру роблять зображення чіткішим; вони швидкі, точні і не додають новий контент. Hires-fix — це другий прохід дифузії у більшому розмірі під час генерації, який додає справжні деталі при помірному denoise. Tiled diffusion розбиває велике зображення на накладні плитки і запускає img2img на кожній, що може вигадувати правдоподібні деталі для 4K і більше, керуючись Tile ControlNet, щоб плитки залишалися точними.

Що саме тобі потрібно, залежить від мети. Для вебу і соцмереж достатньо 2x піксельного покращення чистого рендера, це займає пару секунд. Для друку, продуктів і шпалер — піксельне покращення до 2x, а потім tiled diffusion з низьким denoise дає деталі, які люди очікують від "4K AI мистецтва". Hires-fix посередині і за замовчуванням у Forge і A1111 з причини: він виправляє розмиті обличчя 1024 без другого робочого процесу.

Сторінка Upscalers на цьому сайті перераховує піксельні покращувачі з їхнім призначенням (фото, аніме, обличчя, текст) і покращувачі на основі дифузії з їхньою базовою родиною. Хмарні партнери використовують ті ж інструменти: PirateDiffusion має команди /upscale і /enhance, BitVector — кнопку upscale поруч з кожним результатом.

Довідник

Назва	Тип	Що це
4x-UltraSharp	pixel upscaler, ESRGAN	За замовчуванням для фото і рендерів: чіткий, трохи різкий; потім зменшуй до 2x для природного вигляду.
Real-ESRGAN x4plus / x4plus-anime	pixel upscaler	Надійний універсальний варіант; аніме-версія зберігає чисті лінії на ілюстраціях.
4x-NMKD-Siax, 4x-Foolhardy-Remacri	pixel upscaler	М’якші альтернативи UltraSharp; Remacri для м’яких фото, Siax для детальних текстур.
SwinIR / DAT / HAT	pixel upscaler, transformer	Вища точність, повільніший; найкраще для фото, де ESRGAN вигадує текстуру.
Hires-fix	generation setting	Збільшення на 1.5-2x піксельним покращувачем, потім denoise 0.3-0.5 у новому розмірі. Прапорець у A1111/Forge; у ComfyUI як другий KSampler.
Ultimate SD Upscale	tiled diffusion	Плитки 1024 з накладкою 64 px, denoise 0.2-0.35, Tile ControlNet увімкнено. Перетворює 2048 у 4096 з новими деталями.
SUPIR / Flux tiled / SeedVR	diffusion restorers	Важкі моделі, що відновлюють і покращують старі або низькоякісні зображення; 16 ГБ+ і хвилини на зображення.
Denoise	0.2-0.5	У будь-якому дифузійному покращенні, скільки може змінитися. 0.2 зберігає все; 0.5 перерисовує текстури і може змінити обличчя.

Покроково

Спочатку згенеруй у рідному розмірі і виправ композицію та обличчя (inpainting); покращення підсилює недоліки, а не виправляє їх.
Швидкий шлях: Upscale Image (using Model) з 4x-UltraSharp, потім Image Scale до 2x від оригіналу. Займає секунди; підходить для вебу.
Шлях hires-fix (Forge, A1111): увімкни Hires. fix, вибери покращувач 4x-UltraSharp або Latent, збільшення 1.5-2, hires кроки 15, denoise 0.4. В ComfyUI: Upscale Latent By 1.5 -> другий KSampler з denoise 0.45.
Шлях для друку: піксельне збільшення до 2x, потім Ultimate SD Upscale з тим самим чекпоінтом, плитка 1024, padding 32, denoise 0.25, сила Tile ControlNet 0.6, виправлення швів "half tile". Очікуй кілька хвилин.
Обличчя: після покращення зроби прохід face detailer (ADetailer, FaceDetailer node) з denoise 0.35; великі зображення знову роблять обличчя маленькими.
Легко підвищуй різкість і експортуй у PNG для друку, WebP або JPEG 92 для вебу. Порівняй з рендером 1x на 100%, щоб помітити вигадані артефакти.
У хмарі: відповідай на результат PirateDiffusion командою /upscale (піксель) або /enhance (дифузія); у BitVector натискай Upscale на картці зображення.

Приклади

Швидкий 2x в ComfyUI

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

Налаштування hires-fix у Forge

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

Ultimate SD Upscale для друку

Поради

Покращуй фінальний варіант, а не кожен чорновик; 4x покращення 1024 рендера — це 16 мільйонів пікселів і займає реальний час.
Моделі ESRGAN навчені на 4x; запускати їх на 2x означає 4x, а потім зменшення, тому вихід виглядає занадто різким, якщо пропустити зменшення.
Аніме і плоскі ілюстрації потребують аніме-версій, інакше лінії подвоюються; фото потребують SwinIR, DAT або Remacri, інакше шкіра стає пластмасовою.
У tiled diffusion тримай промпт коротким і загальним ("highly detailed, sharp focus, natural skin"), щоб жодна плитка не вигадувала новий об’єкт.
Latent upscale у hires-fix потребує denoise 0.5+ для різкості; піксельні покращувачі у hires-fix працюють при 0.3-0.4 і ближчі до оригіналу.
Сторінка Upscalers сортує за популярністю; топ-3 покривають 90% потреб.

VAE Decode (Tiled) і менші плитки.

Запитання

Який покращувач найкращий?

4x-UltraSharp для більшості рендерів, Real-ESRGAN anime для ілюстрацій, SwinIR або DAT для фото. Сторінка Upscalers ранжує їх за використанням.

Чи виправляє покращення погані руки?

Ні; воно їх збільшує. Спочатку inpaint, потім покращуй.

Наскільки великим можна зробити?

Піксельні покращувачі — до будь-якого розміру; tiled diffusion — до 8K, якщо є терпіння. Понад 4x модель більше вигадує, ніж зберігає.

Чи hires-fix — це те саме, що покращення?

Це покращення з проходом дифузії всередині генерації; воно додає деталі, простий покращувач — ні.

Чи можна покращувати відео?

Так: покадрово з ESRGAN (швидко, але є ризик мерехтіння) або з відео-відновлювачами, як SeedVR; про це є гіди для відео.

Посилання та джерела

Моделі в цьому посібнику

Моделі Upscalers

Моделі Stable Diffusion XL 1.0

Моделі Flux

Автор

Quartermaster

Веде облік: кожен LoRA, кожен квантизатор, кожен файл, який хтось перейменував у final_v2_REAL.safetensors. Оцінює апаратне забезпечення за тим, скільки рендерів Wan вміщується до вечері. Скаже вам об’єм VRAM, а потім скаже, що це неправильно, бо у вас відкритий Chrome. Відкриті ваги або їх не було.

Всі посібники від Quartermaster

Основи img2img, інпейнтингу та аутпейнтингу: виправлення рук, заміна об’єктів і розширення зображення

3 Гру 2025

ControlNet пояснюється: поза, глибина, контури та референтні зображення для SD 1.5, SDXL і Flux

18 Лют 2026

Krea2 Enhancer: чистіші деталі та освітлення для будь-якого стилю Krea 2

30 Вер 2026

Кроки, CFG, семплери, планувальники та сиды: пояснення налаштувань генерації з безпечними значеннями за замовчуванням

19 Лис 2025

LTX 2.3 Crisp Enhance: чіткіші, більш кінематографічні деталі відео

3 Жов 2026

Інші посібники

Які AI-моделі для зображень спробувати першими і чому: ранжований стартовий список

10 Вер 2025

Checkpoint проти LoRA проти embedding проти ControlNet: яка файл що робить

8 Жов 2025

Як працюють генеративні AI-моделі для зображень: просто про дифузію, латенти та текстові енкодери

28 Сер 2025

Що таке LoRA і як її використовувати в ComfyUI, Forge, Automatic1111 та в хмарі

20 Тра 2026

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

18 Жов 2026