ComfyUI Upscale Anleitung: Beste Modelle, Einstellungen & VRAM-Lösungen

Was ist KI-Upscaling?

KI-Upscaling verwendet trainierte neuronale Netzwerke, um die Bildauflösung zu erhöhen und dabei intelligent Details zu rekonstruieren. Im Gegensatz zu traditioneller Interpolation (die Pixel nur größer verwischt) können KI-Upscaler realistische Texturen erzeugen, Kanten schärfen und Details hinzufügen, die im Original nicht vorhanden waren.

Dies ist besonders nützlich nach der Bildgenerierung in ComfyUI — Modelle wie SD1.5 erzeugen standardmäßig 512×512 Bilder, und Upscaling ermöglicht es, sie auf druckfähige Auflösung zu bringen.

Schnelleinrichtung

1. Upscale-Modell herunterladen

Besuche OpenModelDB, um Upscaling-Modelle zu durchsuchen. Für eine solide Allzweck-Wahl lade 4x-RealESRGAN herunter.

2. Modell installieren

Lege die heruntergeladene Modelldatei in:

ComfyUI/models/upscale_models/

3. Workflow aufbauen

Die Kern-Upscaling-Kette verwendet zwei spezialisierte Knoten plus Standard-Ein-/Ausgabeknoten:

1. Load Image — Dein Eingabebild (oder Verbindung von einem Generierungs-Workflow)
2. Load Upscale Model — Wähle dein heruntergeladenes Modell
3. Upscale Image (Using Model) — Verbinde die Modell- und Bildeingänge
4. Save Image — Ergebnis anzeigen und speichern

Die vollständige Kette: Load Image → Upscale Image (Using Model) ← Load Upscale Model, dann → Save Image.

Empfohlene Modelle

Verschiedene Upscaler sind für verschiedene Aufgaben optimiert:

Die meisten Modelle bieten 2x- oder 4x-Upscaling. Ein 4x-Modell verwandelt ein 512×512-Bild in 2048×2048.

Kombination mit Generierungs-Workflows

Die praktischste Verwendung ist das Verketten von Upscaling nach Text-zu-Bild- oder Bild-zu-Bild-Generierung:

Text Prompt → KSampler → VAE Decode → Upscale Image → Save Image

So kannst du in der nativen Auflösung des Modells generieren (schnell) und dann für die finale Ausgabe hochskalieren (hohe Qualität).

Tipps

• Nach der Generierung hochskalieren, nicht davor — das Generieren in höherer Auflösung ist viel langsamer und kann im Vergleich zu klein generieren + hochskalieren abnehmende Erträge liefern
• 4x-Modelle sind meist ausreichend — über 4x hinaus werden selten bedeutsame Details hinzugefügt
• Mehrere Durchgänge — für extremes Upscaling kannst du zwei 2x-Modelle verketten statt eines 4x-Modells

Umgang mit VRAM-Einschränkungen

Das Hochskalieren großer Bilder kann viel GPU-Speicher verbrauchen. Bei Speicherfehlern:

• --lowvram-Flag verwenden beim Start von ComfyUI, um den Speicherverbrauch zu reduzieren
• Zuerst herunterskalieren — verwende ein 2x-Modell statt 4x, oder verkleinere das Eingabebild vor dem Upscaling
• Kachel-Upscaling — einige Community Custom Nodes (wie ComfyUI-TiledKSampler) teilen das Bild in Kacheln auf, skalieren jede Kachel einzeln hoch und fügen sie wieder zusammen. Dies reduziert den Spitzen-VRAM-Verbrauch drastisch
• Mehrstufiger Ansatz — verkette zwei 2x-Upscale-Durchgänge statt eines 4x-Durchgangs, um den Speicherbedarf pro Schritt zu reduzieren

Nächste Schritte

• Text zu Bild — Generiere Bilder zum Hochskalieren
• Bild zu Bild — Verfeinere vor dem Upscaling
• LoRA-Anleitung — Füge Stilvielfalt zu deinen Generierungen hinzu