ComfyUI アップスケールガイド：おすすめモデル・設定・VRAM不足の対処法

AI アップスケーリングとは？

AI アップスケーリングは、トレーニングされたニューラルネットワークを使って画像の解像度を向上させ、ディテールをインテリジェントに再構築する技術です。従来の補間（ピクセルを拡大してぼかすだけ）とは異なり、AI アップスケーラーはリアルなテクスチャを生成し、エッジを鮮明にし、元の画像にはなかったディテールを追加できます。

これは ComfyUI で画像を生成した後に特に便利です — SD1.5 のようなモデルはデフォルトで 512×512 の画像を生成するため、アップスケーリングで印刷品質の解像度に引き上げることができます。

クイックセットアップ

1. アップスケールモデルをダウンロード

OpenModelDB でアップスケーリングモデルを閲覧できます。汎用的で確実な選択肢として 4x-RealESRGAN をダウンロードしてください。

2. モデルをインストール

ダウンロードしたモデルファイルを以下に配置：

ComfyUI/models/upscale_models/

3. ワークフローを構築

基本的なアップスケーリングチェーンは2つの専用ノードと標準 I/O ノードを使用します：

1. Load Image — 入力画像（または生成ワークフローから接続）
2. Load Upscale Model — ダウンロードしたモデルを選択
3. Upscale Image (Using Model) — モデルと画像の入力を接続
4. Save Image — 結果を表示・保存

完全なチェーン：Load Image → Upscale Image (Using Model) ← Load Upscale Model、その後 → Save Image

おすすめモデル

異なるアップスケーラーには異なる得意分野があります：

ほとんどのモデルは 2x または 4x アップスケーリングを提供します。4x モデルは 512×512 の画像を 2048×2048 に変換します。

生成ワークフローとの組み合わせ

最も実用的な使い方は、Text to Image や Image to Image の生成後にアップスケーリングを連結することです：

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

これにより、モデルのネイティブ解像度で生成し（高速）、最終出力のためにアップスケール（高品質）できます。

ヒント

• 生成後にアップスケール、生成前ではなく — 高解像度で生成するのは大幅に遅く、小さく生成 + アップスケールと比べてリターンが低下する
• 4x モデルで通常は十分 — 4x を超えても意味のあるディテールが追加されることはまれ
• 複数パス — 極端なアップスケーリングの場合、1つの 4x モデルではなく 2つの 2x モデルを連結できる

VRAM の制限への対処

大きな画像のアップスケーリングは大量の GPU メモリを消費することがあります。メモリ不足エラーが発生した場合：

• --lowvram フラグを使用 — ComfyUI 起動時にメモリ使用量を削減
• 先にサイズを縮小 — 4x の代わりに 2x モデルを使用するか、アップスケール前に入力画像をリサイズ
• タイルアップスケーリング — 一部のコミュニティカスタムノード（ComfyUI-TiledKSampler など）が画像をタイルに分割し、各タイルを個別にアップスケールして再結合。これにより VRAM のピーク使用量を大幅に削減
• マルチパスアプローチ — 1回の 4x パスの代わりに 2回の 2x パスを連結し、ステップごとのメモリ要件を削減

次のステップ

• Text to Image — アップスケールする画像を生成
• Image to Image — アップスケール前に画像を改良
• LoRA ガイド — 生成にスタイルのバリエーションを追加