Phóng to ảnh AI: các mô hình ESRGAN, hires-fix, khuếch tán theo ô và khi nào dùng từng loại
Tổng quan
Mô hình ảnh vẽ tốt ở kích thước gốc của nó (512 cho SD 1.5, 1024 cho SDXL và Flux) và kém khi phóng to quá nhiều, nên cách làm ảnh lớn là tạo ảnh ở kích thước gốc rồi phóng to sau. Có ba cách phóng to, không thể thay thế cho nhau. Bộ phóng to điểm ảnh là mạng nhỏ (gia đình ESRGAN, SwinIR, DAT) làm nét khi thay đổi kích thước; nhanh, giữ đúng ảnh gốc và không thêm nội dung mới. Hires-fix là một lần khuếch tán thứ hai ở kích thước lớn hơn trong lúc tạo ảnh, thêm chi tiết thật với mức khử nhiễu vừa phải. Khuếch tán theo ô cắt ảnh lớn thành các ô chồng lên nhau rồi chạy img2img trên từng ô, có thể tạo chi tiết hợp lý ở 4K trở lên, được điều khiển bởi Tile ControlNet để các ô giữ đúng ảnh gốc.
Cần dùng loại nào tùy mục đích. Dùng web và mạng xã hội thì phóng to điểm ảnh 2x cho ảnh sạch là đủ, mất vài giây. In ấn, sản phẩm và hình nền thì phóng to điểm ảnh 2x rồi chạy khuếch tán theo ô với khử nhiễu thấp cho chi tiết như "ảnh AI 4K". Hires-fix nằm giữa hai cách trên và là mặc định trong Forge và A1111 vì nó sửa mặt mờ ở 1024 mà không cần quy trình thứ hai.
Trang Upscalers trên site này liệt kê các bộ phóng to điểm ảnh với mục đích dùng (ảnh chụp, anime, mặt, chữ) và các bộ tăng cường dựa trên khuếch tán với nhóm cơ sở. Các đối tác đám mây cũng dùng công cụ giống nhau: PirateDiffusion có lệnh /upscale và /enhance, BitVector có nút upscale bên cạnh mỗi kết quả.
Tham khảo
Tên | Kiểu | Ý nghĩa |
|---|---|---|
4x-UltraSharp | pixel upscaler, ESRGAN | Mặc định cho ảnh chụp và render: nét, hơi giòn; giảm kích thước xuống 2x sau để trông tự nhiên. |
Real-ESRGAN x4plus / x4plus-anime | pixel upscaler | Dùng chung bền bỉ; bản anime giữ nét sạch cho tranh vẽ. |
4x-NMKD-Siax, 4x-Foolhardy-Remacri | pixel upscaler | Lựa chọn nhẹ nhàng hơn UltraSharp; Remacri cho ảnh mềm, Siax cho kết cấu chi tiết. |
SwinIR / DAT / HAT | pixel upscaler, transformer | Độ trung thực cao hơn, chậm hơn; tốt nhất cho ảnh chụp khi ESRGAN tạo kết cấu không đúng. |
Hires-fix | generation setting | Phóng to 1.5-2x bằng pixel upscaler rồi khử nhiễu 0.3-0.5 ở kích thước mới. Checkbox trong A1111/Forge; ComfyUI dùng KSampler thứ hai. |
Ultimate SD Upscale | tiled diffusion | Ô 1024 với chồng lấn 64 px, khử nhiễu 0.2-0.35, bật Tile ControlNet. Biến 2048 thành 4096 với chi tiết mới. |
diffusion restorers | Mô hình nặng phục hồi và tăng cường ảnh cũ hoặc chất lượng thấp; cần 16 GB+ và vài phút mỗi ảnh. | |
Denoise | 0.2-0.5 | Trong mọi phóng to khuếch tán, mức độ thay đổi. 0.2 giữ nguyên mọi thứ; 0.5 vẽ lại kết cấu và có thể thay đổi mặt. |
Từng bước
- Tạo ảnh ở kích thước gốc, chỉnh sửa bố cục và mặt trước (inpainting); phóng to sẽ làm lộ khuyết điểm chứ không sửa.
- Cách nhanh: Phóng to ảnh (dùng Model) với 4x-UltraSharp, rồi thay đổi kích thước ảnh lên 2x so với gốc. Xong trong vài giây; phù hợp web.
- Cách hires-fix (Forge, A1111): bật Hires. fix, chọn upscaler 4x-UltraSharp hoặc Latent, phóng to 1.5-2 lần, bước hires 15, khử nhiễu 0.4. Trong ComfyUI: Phóng to Latent 1.5 lần -> KSampler thứ hai với khử nhiễu 0.45.
- Cách in ấn: phóng to điểm ảnh 2x, rồi Ultimate SD Upscale với checkpoint giống, ô 1024, đệm 32, khử nhiễu 0.25, Tile ControlNet 0.6, sửa đường nối "nửa ô". Mất vài phút.
- Mặt: sau khi phóng to chạy thêm bước làm chi tiết mặt (ADetailer, FaceDetailer node) với khử nhiễu 0.35; ảnh lớn làm mặt nhỏ lại.
- Làm nét nhẹ rồi xuất PNG cho in, WebP hoặc JPEG 92 cho web. So sánh với ảnh gốc 1x ở 100% để phát hiện chi tiết giả.
- Trên đám mây: trả lời kết quả PirateDiffusion với /upscale (pixel) hoặc /enhance (khuếch tán); trong BitVector bấm Upscale trên thẻ ảnh.
Ví dụ
ComfyUI phóng to nhanh 2x
VAE Decode -> Upscale Image (using Model: 4x-UltraSharp) -> Image Scale (0.5, lanczos) -> Save Image
Cài đặt hires-fix trong Forge
Hires. fix: upscaler 4x-UltraSharp | upscale by 1.5 | hires steps 15 | denoising strength 0.4 | same seed
Ultimate SD Upscale cho in ấn
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
Mẹo
- Phóng to ảnh cuối cùng, không phải bản nháp; phóng to 4x ảnh 1024 là 16 triệu điểm ảnh, tốn thời gian thật.
- Mô hình ESRGAN được huấn luyện cho 4x; chạy ở 2x là phóng to 4x rồi giảm kích thước, nên ảnh ra thường nét quá nếu không giảm kích thước.
- Anime và tranh phẳng cần bản anime hoặc đường nét sẽ bị nhân đôi; ảnh chụp cần SwinIR, DAT hoặc Remacri nếu không da sẽ như nhựa.
- Khi khuếch tán theo ô giữ prompt ngắn và chung chung ("chi tiết cao, nét rõ, da tự nhiên") để không ô nào tạo chủ thể mới.
- Phóng to Latent trong hires-fix cần khử nhiễu 0.5+ để nét; pixel upscaler trong hires-fix làm việc ở 0.3-0.4 và giữ ảnh gần gốc hơn.
- Trang Upscalers sắp xếp theo độ phổ biến; ba cái đầu đáp ứng 90% nhu cầu.
Khắc phục sự cố
Ảnh phóng to bị nét quá và giòn
Vì sao xảy ra
Ảnh 4x ESRGAN giữ nguyên 4x.
Cách sửa
Giảm kích thước xuống 2x, hoặc dùng Remacri/SwinIR.
Mặt thay đổi sau bước khuếch tán theo ô
Vì sao xảy ra
Khử nhiễu quá cao; ô tạo lại mặt.
Cách sửa
Khử nhiễu 0.2-0.25, bật Tile ControlNet, làm chi tiết mặt sau.
Đường nối lưới nhìn thấy rõ
Vì sao xảy ra
Chồng lấn thấp hoặc không sửa đường nối.
Cách sửa
Đệm 32-64, chế độ sửa đường nối, hoặc dùng SUPIR để phục hồi một lần.
Hires-fix tạo chi tiết tay chân nhân đôi
Vì sao xảy ra
Hệ số phóng to hoặc khử nhiễu quá cao với mô hình.
Cách sửa
Phóng to tối đa 1.5, khử nhiễu 0.4, hoặc dùng pixel upscaler thay vì latent.
Hết bộ nhớ khi giải mã
Vì sao xảy ra
Giải mã VAE kích thước đầy đủ của ảnh 4K.
Cách sửa
Giải mã VAE (Tiled) và dùng ô nhỏ hơn.
Câu hỏi
Bộ phóng to nào tốt nhất?
4x-UltraSharp cho hầu hết render, Real-ESRGAN anime cho tranh vẽ, SwinIR hoặc DAT cho ảnh chụp. Trang Upscalers xếp theo mục đích dùng.
Phóng to có sửa được tay xấu không?
Không; nó chỉ làm tay to hơn. Nên inpaint trước, phóng to sau.
Phóng to được bao lớn?
Pixel upscaler thì thoải mái; khuếch tán theo ô lên đến 8K nếu kiên nhẫn. Qua 4x thì mô hình tạo nhiều hơn giữ lại.
Hires-fix có giống phóng to không?
Nó là phóng to có thêm bước khuếch tán trong lúc tạo ảnh; thêm chi tiết, còn phóng to bình thường thì không.
Có thể phóng to video không?
Có: từng khung hình với ESRGAN (nhanh, có thể nhấp nháy) hoặc dùng bộ phục hồi video như SeedVR; có hướng dẫn video.
Liên kết và nguồn
- Real-ESRGAN
- Ultimate SD Upscale for ComfyUI
- OpenModelDB (upscaler catalogue)
- Upscalers family page
- PirateDiffusionAD
- BitVector web appAD
Mô hình trong hướng dẫn này
Người viết
Quản lý kho: mọi LoRA, mọi quant, mọi file ai đó đổi tên thành final_v2_REAL.safetensors. Đo phần cứng bằng số lần render Wan trước bữa tối. Sẽ cho bạn số VRAM, rồi bảo nó sai vì bạn đang mở Chrome. Mở trọng số ra hoặc không được coi là đã giao hàng.
Tất cả hướng dẫn của Quartermaster
Hướng dẫn liên quan
img2img, inpainting và outpainting cơ bản: sửa tay, đổi vật thể và mở rộng ảnh
3 Tháng 12, 2025
Giải thích ControlNet: tư thế, độ sâu, đường viền và ảnh tham chiếu cho SD 1.5, SDXL và Flux
18 Tháng 2, 2026
Krea2 Enhancer: chi tiết và ánh sáng sạch hơn cho mọi phong cách Krea 2
30 Tháng 9, 2026
Các bước, CFG, bộ lấy mẫu, bộ lập lịch và hạt giống: giải thích các thiết lập tạo ảnh với các giá trị mặc định an toàn
19 Tháng 11, 2025
LTX 2.3 Crisp Enhance: chi tiết video sắc nét hơn, điện ảnh hơn
3 Tháng 10, 2026
Hướng dẫn khác
Nên thử những mô hình AI tạo ảnh nào trước, và tại sao: danh sách bắt đầu theo thứ hạng
10 Tháng 9, 2025
Checkpoint vs LoRA vs embedding vs ControlNet: file nào làm gì
8 Tháng 10, 2025
Cách các mô hình hình ảnh AI tạo sinh hoạt động: giải thích đơn giản về khuếch tán, latent và bộ mã hóa văn bản
28 Tháng 8, 2025
LoRA là gì và cách sử dụng nó trong ComfyUI, Forge, Automatic1111 và trên đám mây
20 Tháng 5, 2026
Best AI Models for 8GB GPUs in 2026: What Actually Fits
18 Tháng 10, 2026