ComfyUI 图片放大指南：最佳模型、设置与显存不足解决方案

什么是 AI 放大？

AI 放大使用训练好的神经网络来提升图片分辨率，同时智能地重建细节。与传统的插值方法（只是把像素模糊放大）不同，AI 放大器可以生成逼真的纹理、锐化边缘，甚至添加原图中没有的细节。

这在 ComfyUI 生成图片后特别有用 — SD1.5 等模型默认输出 512×512 的图片，放大后可以达到印刷级分辨率。

快速设置

1. 下载放大模型

访问 OpenModelDB 浏览放大模型。推荐下载 4x-RealESRGAN 作为通用选择。

2. 安装模型

将下载的模型文件放入：

ComfyUI/models/upscale_models/

3. 构建工作流

核心放大链使用两个专用节点，加上标准输入输出节点：

1. Load Image — 你的输入图片（或从生成工作流连接）
2. Load Upscale Model — 选择你下载的模型
3. Upscale Image (Using Model) — 连接模型和图片输入
4. Save Image — 查看并保存结果

完整链路：Load Image → Upscale Image (Using Model) ← Load Upscale Model，然后 → Save Image。

推荐模型

不同的放大器擅长不同的任务：

大多数模型提供 2x 或 4x 放大。4x 模型可以将 512×512 的图片放大到 2048×2048。

与生成工作流结合

最实用的做法是在文生图或图生图之后串联放大：

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

这样可以在模型原生分辨率下生成（快速），然后放大得到高质量的最终输出。

实用技巧

• 生成后再放大，不要生成前 — 直接在高分辨率下生成更慢，收益递减，不如小图+放大
• 4x 通常足够 — 超过 4x 很少能增加有意义的细节
• 多次放大 — 如需极大倍率放大，可以串联两个 2x 模型代替一个 4x

显存不足的解决方案

放大大尺寸图片会占用大量显存。如果遇到内存不足错误：

• 使用 --lowvram 参数 — 启动 ComfyUI 时添加此参数减少显存占用
• 先降低倍率 — 用 2x 模型代替 4x，或在放大前先缩小输入图片
• 分块放大 — 一些社区自定义节点（如 ComfyUI-TiledKSampler）将图片分成小块分别放大再拼接，大幅降低显存峰值
• 多步放大 — 串联两次 2x 放大代替一次 4x，降低每步的显存需求

下一步

• 文生图教程 — 生成图片来放大
• 图生图教程 — 放大前先精修
• LoRA 指南 — 为生成添加风格多样性