ComfyUI 圖片放大指南：最佳模型、設置與顯存不足解決方案

什麼是 AI 放大？

AI 放大使用訓練好的神經網絡來提升圖片分辨率，同時智能地重建細節。與傳統的插值方法（只是把像素模糊放大）不同，AI 放大器可以生成逼真的紋理、銳化邊緣，甚至添加原圖中沒有的細節。

這在 ComfyUI 生成圖片後特別有用 — SD1.5 等模型默認輸出 512×512 的圖片，放大後可以達到印刷級分辨率。

快速設置

1. 下載放大模型

訪問 OpenModelDB 瀏覽放大模型。推薦下載 4x-RealESRGAN 作為通用選擇。

2. 安裝模型

將下載的模型文件放入：

ComfyUI/models/upscale_models/

3. 構建工作流

核心放大鏈使用兩個專用節點，加上標準輸入輸出節點：

1. Load Image — 你的輸入圖片（或從生成工作流連接）
2. Load Upscale Model — 選擇你下載的模型
3. Upscale Image (Using Model) — 連接模型和圖片輸入
4. Save Image — 查看並保存結果

完整鏈路：Load Image → Upscale Image (Using Model) ← Load Upscale Model，然後 → Save Image。

推薦模型

不同的放大器擅長不同的任務：

大多數模型提供 2x 或 4x 放大。4x 模型可以將 512×512 的圖片放大到 2048×2048。

與生成工作流結合

最實用的做法是在文生圖或圖生圖之後串聯放大：

文字提示 → KSampler → VAE Decode → Upscale Image → Save Image

這樣可以在模型原生分辨率下生成（快速），然後放大得到高質量的最終輸出。

實用技巧

• 生成後再放大，不要生成前 — 直接在高分辨率下生成更慢，收益遞減，不如小圖+放大
• 4x 通常足夠 — 超過 4x 很少能增加有意義的細節
• 多次放大 — 如需極大倍率放大，可以串聯兩個 2x 模型代替一個 4x

顯存不足的解決方案

放大大尺寸圖片會佔用大量顯存。如果遇到內存不足錯誤：

• 使用 --lowvram 參數 — 啟動 ComfyUI 時添加此參數減少顯存佔用
• 先降低倍率 — 用 2x 模型代替 4x，或在放大前先縮小輸入圖片
• 分塊放大 — 一些社區自定義節點（如 ComfyUI-TiledKSampler）將圖片分成小塊分別放大再拼接，大幅降低顯存峰值
• 多步放大 — 串聯兩次 2x 放大代替一次 4x，降低每步的顯存需求

下一步

• 文生圖教程 — 生成圖片來放大
• 圖生圖教程 — 放大前先精修
• LoRA 指南 — 為生成添加風格多樣性