落白lite & AI研学社·第 46 / 52 小节 · L3 · 单品课先修:L3-A2课程地图|← 上一课下一课 →
AI 入门与 ComfyUI 出图课
L3 / C 线 / C1
L3 · 单品课 · 增强线第 1 站

高清放大

展板要放大打印,手上只有一张 1024 见方的图。放到 8 MP 还能看,这就是 07 号要解决的事。可你打开画布,会看到两条并排的放大路线:一条真的接到保存,另一条停在半空。先分清哪条是活的,再谈像素。

01 / 一句话目标

打开 07 号,三十秒内指出真正出图的链路。说出它做了哪四步放大,再解释左边那条 4× UltraSharp 为什么不能直接拿来对比。

源文件 07📚基础版 高清放大.json 顶层节点 8 子图 4 层同名 精修 Flux2 · 1 步 输出上限 8 MP
当前位置C 线 · 增强线 · 第 1 站
C1
高清放大你在这里
C2
文生图 + 深度
C3
深度 + 语义分割
C4
IPA 风格迁移
D1
综合搭建练习
R
综合复盘
02 / PREREQUISITES

前置知识卡

放大这件事,难点不在“按哪个按钮”,而在“你放的到底是图,还是像素”。下面三张卡决定你读第四节时会不会卡住。

L1-01

潜空间与 VAE

精修发生在潜空间里,尺寸按 1/8 折算。看懂这一点,才知道“2 MP 进、8 MP 出”不是简单乘四。词义见下方速览;忘了就回看 L1-01 的 VAE 与 Latent。

L2-03 / L2-04

放大与保存

模型放大(ImageUpscaleWithModel)与插值缩放(ImageScaleBy)是两件事,前者补细节,后者只改尺寸。见 放大与精修、SaveImage。

L2-04b

子图

子图把一整段链路折叠成一个节点。折得对是整洁,折过头就是这一课要拆的四层套娃。见 Subgraph。

运行前需要:flux-2-klein-base-9b-fp8.safetensors、qwen_3_8b_fp8mixed.safetensors(CLIP,把文字翻成编码的那个,类型 flux2)、full_encoder_small_decoder.safetensors(VAE)、4x-UltraSharp.pth,以及 rgthree 提供的 Image Comparer。原文件里那张 Stable Diffusion.png 是作者本机的示例图,换成你自己的图。

这一课会用到的词

词英文原名一句人话一个反例
潜空间Latent Space把像素按 1/8 缩小后得到的那张草稿画布,模型在它上面改图。不是“隐藏图层”,里面没有能直接看的完整图像。
VAEVariational Autoencoder一台有损翻译机:把像素翻成潜空间,再翻回像素。不是滤镜,不会凭空补出原图没有的细节。
CLIPContrastive Language-Image Pretraining把文字翻成模型听得懂的那串编码。不是聊天模型;它不回答问题,只判断“这段文字配不配这张图”。
采样器Sampler决定每一步怎么擦掉噪声的算法。不是“采样率”,和音频、统计抽样都没关系。
CFGClassifier-Free Guidance模型有多听提示词的话,也就是“听话程度”。不是“创意度”:调高不会更有想象力,只会更硬。
种子Seed随机数的起点;设置全一样时,同一个种子能复现同一张。不是图片编号,换机器或换版本仍可能有细微差别。
子图Subgraph把一串节点打包成一个节点,点开才看得到里面。不是分组框:分组只是画布上的框,子图真的参与执行。
归一normalize / rescale把图的像素量缩到指定值,比如先统一到 2 MP。不是放大:它也可能把大图缩小。
denoiseDenoising Strength从噪声路径的哪一段起手:1.0 从纯噪声起手(全重画),值越小越靠后起手、保留的原图越多。不是“重画百分比”:它只说从哪起手,走几步由 steps 决定;08 课专门讲。
03 / BLUEPRINT

工作流全景图

先看“哪条线活着”。07 号画布上有两条并排的放大支路,但只有下面那条接到了 SaveImage。上面那条在 #4 处断掉,这是本课最重要的一张图。

A · 生效链 · SaveImage 真正吃到的图 LoadImage #1 · Stable Diffusion.png 子图 #390 #389 → #388 → #387 SaveImage #384 · ComfyUI Image Comparer #6 · A ← #1 / B ← #390 #1 同时直连 #6 的 A 面 B · 死端支路 · 从 #3 开始,到 #4 停下 UpscaleModelLoader #3 · 4x-UltraSharp.pth ImageUpscaleWithModel #2 · 模型 4× 直放 ImageScaleBy #4 · nearest-exact / 0.5 没有下游 links = [] 整段没有 SaveImage,也没有任何线通向 #390
蓝色:实际输出路径 灰色实线:有连接 玫瑰虚线:死端

读图顺序:先看 A 段三块,#1 → #390 → #384,这是唯一会落盘的链路。再看 #390 底下那条分给对比器的短线。最后看 B 段:它在 #4 之后没有任何连线。

四步放大到底放大了什么

#390 里面不是一次放大,而是四段:归一 → 精修 → 模型放大 → 再归一。中间产物一度接近 32 MP,但最后被夹回 8 MP。像素量涨得很快,信息量并不会跟着涨。

1.0 MP 1024 × 1024 2.0 MP ≈1414 × 1414 ≈32 MP 过路,不落盘 8 MP ≈2828 × 2828 输入 #378 归一 #383 模型 4× #386 封顶 纵轴:像素量(示意,非线性) · 具体取整以实际 JSON 为准
04 / NODE BY NODE

逐节点拆解

参数全部读自 07📚基础版 高清放大.json,节点编号与文件一致。子图里的编号(#363 起)是子图内部编号,和顶层编号不冲突。

N1

顶层:入口、出口、对比器

共 8 个顶层节点
#1LoadImage唯一入口

整张图的输入。它的 IMAGE 同时喂给三个地方:#390 子图、#2 模型放大、#6 对比器 A 面。三条线,只有中间那条有下文。

imageStable Diffusion.png
IMAGE → #390 / #2 / #6

这是作者本机的示例图。换电脑后文件名会变成上传哈希名,必须重新选图。

#384SaveImage唯一落盘

它只吃 #390 的输出。换句话说:07 号出图 = #390 里四步放大的结果,跟左边那条 4× 支路没有关系。

filename_prefixComfyUI
IMAGE ← #390
#6Image Comparer (rgthree)前后对照

A 面是原图,B 面是 #390 的成品。它是你唯一能“同一屏看放大前后”的位置,调参时别关它。

A ← #1B ← #390
N2

那个折叠了四层的子图

#390 → #389 → #388 → #387

四层定义全部叫 New Subgraph,前三层各只有一个节点,真身在最后一层,共 22 个节点。展开时要点四次。

#390
New Subgraph
1 个节点
→
#389
New Subgraph
1 个节点
→
#388
New Subgraph
1 个节点
→
#387
New Subgraph
1 个节点
→
#363–#386
真身:四步放大
22 个节点
N3

第一、二步:先归一到 2 MP,再精修一步

子图前半段
#378ImageScaleToTotalPixels2 MP 归一

不按固定宽高缩放,而是把总像素量拉到 2 MP,比例不变。这一步决定了后面潜空间的尺寸。

upscale_methodnearest-exact
megapixels2.0
resolution_steps1
IMAGE ← 子图输入→ #368 / #371
#368 → #367 / #382GetImageSize尺寸广播

把归一后的宽高读出来,同时喂给空 latent(一张空白的草稿画布)和调度器。Flux2 不是普通 KSampler:它没有 steps、cfg、denoise 三个旋钮,步数挪到了调度器里。denoise 管“重画多少”,08 课细讲。

EmptyFlux2LatentImage1024 × 1024 · batch 1
Flux2Schedulersteps 1
#373 / #374 / #375三个加载器模型全套

Flux2 的 UNET、文本编码器、VAE 各来一个。注意 CLIP 类型必须是 flux2,选错直接报红。

UNETLoaderflux-2-klein-base-9b-fp8
CLIPLoaderqwen_3_8b_fp8mixed · flux2
VAELoaderfull_encoder_small_decoder
#377 → #381 → #372正向条件CFGGuider slot 1

文本只有一句 8K,4K,增加细节,经 CLIPTextEncode 后过一层 ReferenceLatent,再进 CFGGuider 的第一个槽。这个槽是正向。ReferenceLatent 的作用是把参考图的潜变量一起送进采样,让精修时有个对照,不至于越修越远。

CR Text8K,4K,增加细节
ReferenceLatentlatent ← #371
CFGGuider 强度1.0
→ slot 1 positive
#369 → #370负向条件CFGGuider slot 2

空字符串,同样过一层 ReferenceLatent,进第二个槽。这个槽是负向。两条 ReferenceLatent 共用同一个 latent(#371),所以正负向在“参考图”这一层是对称的。

text""(空)
→ slot 2 negative
#363–#366 → #365采样四件套1 步重绘

KSamplerSelect 选 euler,RandomNoise 给种子,Flux2Scheduler 给 sigma,最后汇进 SamplerCustomAdvanced。所谓“精修一步”,就是这里的 steps 1。

KsamerSelecteuler
RandomNoise521457515310692 / randomize
Flux2Schedulersteps 1 · 1024 × 1024
N4

第三、四步:抢色、模型放大、封顶

子图后半段
#376 → #379ColorMatch把颜色拉回原图

Flux2 解码后的图先和原图做一次颜色匹配,再交给放大模型。它解决的是精修后整体偏色,不是锐度。

methodmkl
strength1
multithreadtrue
image_ref原图(子图输入)
#380 → #3834× UltraSharp真正的细节放大

这一步才是模型放大。它和左边那条死端支路用的是同一个权重文件,区别只在于这里接上了下游。

model_name4x-UltraSharp.pth
IMAGE ← #379→ #386
#386ImageScaleToTotalPixels8 MP 封顶

4× 之后像素量会冲到三十多 MP,这里一刀切回 8 MP,再输出给 #390 的出口。所以“4×”不是最终倍数,只是中间过程。

upscale_methodnearest-exact
megapixels8
resolution_steps1
N5

那条停在半路的支路

分组「直接放大模型算法」
#3 → #2 → #44× 直放链没有下游

链路本身是完整的:#3 载入 4x-UltraSharp,#2 做模型放大,#4 再把结果缩到 0.5 倍。但 #4 的 outputs[0].links 是空数组,没有任何节点吃它的图。

#3 model_name4x-UltraSharp.pth
#4 upscale_methodnearest-exact
#4 scale_by0.5
后果:你以为在用 UltraSharp 直出对比,实际这张图从未进入 SaveImage,也不会出现在输出目录。
#18Note作者的换算备忘

注释写着 0.25 一倍 / 0.5 两倍 / 0.75 三倍。这是净值倍数的换算表,因为 4× 模型已经先把图放大四倍:4 × 0.25 = 1,4 × 0.5 = 2,4 × 0.75 = 3。

所以 #4 里的 0.5 不是“缩一半”,而是“最终两倍”。这两个数很容易看反。

05 / CHEAT SHEET

参数速查表

放大课真正要动的只有六行:两个 megapixels、精修步数、放大模型、以及那个容易看反的 scale_by。

参数现值位置调大之后调小之后建议区间
精修前归一2.0 MP#378 megapixels 精修阶段细节更多,显存与时耗一起涨 更快,但精修补不出细部 1.5 – 3.0
精修步数1#382 Flux2Scheduler steps 2–4 步会重绘更多,可能改掉原图内容 0 步等于只做缩放,没有精修 1 – 2
引导强度1.0#364 CFGGuider 更听提示词,Flux2 上容易发硬 更自由,接近纯放大 1.0 – 1.5
放大模型4x-UltraSharp#380 model_name 换更强的模型(如 4x 系列其他权重)细节更锐,但可能过锐 换 2× 模型则需重算倍数 4× 通用模型
最终封顶8 MP#386 megapixels 出图更大,显存和写盘时间明显增加 更轻,但 4× 的收益被丢掉一部分 4 – 8
死端缩放0.5#4 scale_by 净值 3 倍(0.75)或 4 倍(1.0) 净值 1 倍(0.25) —(本段未接线)
采样器euler#363 KSamplerSelect 改其他采样器主要影响质感,1 步下差异很小 — euler
对比器 A 面原图#6 image_a 换成放大后的图会让对比失去意义 — 保持原图
06 / TRAPS

踩坑

07 号有七个“看一眼就误会”的地方。第一处会让你以为自己在用 UltraSharp 直出。第二处是别人常误判的接线方向,这里给出复核结论。

07 号 · 根画布 #3 → #2 → #4

一条“看起来在放大”的支路,其实没接到输出

#3 载入 4x-UltraSharp,#2 做模型放大,#4 再缩 0.5 倍。链路完整、参数齐全、还配了 Note,但它最后一步的 outputs[0].links 是空数组。SaveImage 只吃 #390。

结果:你对比了半天,发现“放大前后没区别”——因为放大后的图根本没被保存。

修法:给 #4 单独接一个 SaveImage,专门存一张对比图;或者把整段删掉。留着它最危险的地方不是浪费,是让你误判。

07 号 · #377 → #381 → #372 → CFGGuider;#369 → #370 → CFGGuider

正负向没有接反,这条不要当坑改

复核方式:从 CFGGuider 的输入槽往上追两条线。slot 1(positive)来自 #372 ReferenceLatent,再往上是 #381 正向 CLIPTextEncode,文字来自 #377 的 8K,4K,增加细节。slot 2(negative)来自 #370 ReferenceLatent,再往上是 #369 的空字符串。

两条 ReferenceLatent 共用同一个 latent(#371),视觉上线挤在一起,容易被看成一团。但方向是对的:正向走 slot 1,负向走 slot 2。

结论:不要改。把它记成“易误读但正确”,比记成“坑”更有用。

07 号 · definitions.subgraphs

四层同名子图,越点越深

#390 → #389 → #388 → #387 四层定义全叫 New Subgraph,前三层各只有 1 个节点,真正的 22 个节点在最后一层。找参数时要连点四次,中途很容易以为“这个子图是空的”。

修法:重命名为「Flux2 一步精修 + 4× 放大」,删掉三层空壳;至少在子图描述里写清输入是 IMAGE、输出是 IMAGE。

07 号 · #4 与 #18

0.5 不是“缩一半”,是“净值两倍”

#18 的注释写的是 0.25 一倍 / 0.5 两倍 / 0.75 三倍,因为有 4× 模型在前面。把 0.5 理解成缩小,就会得出“这条链在降分辨率”的错误结论。

修法:读这个参数时先乘 4 再理解;或者在 Note 里直接写“净值倍数”。

07 号 · #379 ColorMatch

放大后偏色,先看 ColorMatch 有没有被静音

精修一步之后,Flux2 常把整体色温拉偏。ColorMatch 用原图做参考把颜色拽回来。如果它被静音,你会以为是放大模型改了色,转头去换模型,白折腾。

修法:排查顺序固定成“先看 #379 是否启用,再看 #380 模型名,最后才换权重”。

07 号 · #1

输入是示例图,不是你的图

Stable Diffusion.png 是作者本机文件。换电脑后这个下拉框会变成空或报红,但节点本身不报错,只是没图可读。

修法:准备一张自己的 1024 级别图,放进 input 目录,重新在 #1 选择;同时把文件名改成可追溯格式,如 07_src_001.png。

07 号 · #386 与显存

8 MP 是硬上限,也是显存上限

4× 之后的中间图接近 32 MP,随后被 #386 夹到 8 MP。真正吃显存的是那一段中间产物;把 #386 调到 16 MP,多数 8 GB 显存会直接崩。

修法:先稳在 4–8 MP;要更大就分段放(先 8 MP 出图,再用另一套放大流程继续),不要一次拉满。

07 / PRACTICE

动手练习 + 自检清单

每个练习只改一个变量。做完你会对“像素量 ≠ 信息量”有一手的体感。

EX 01 · 5 分钟

先证明哪条线是活的

打开 07 号,把 #384 静音后排队。再只把 #4 接到一个新的 SaveImage 上排队。两次各出几张,看输出目录多了什么。

看什么:静音 #384 后一张都不落盘,说明 #4 确实没有下游。
EX 02 · 10 分钟

点数四次

从 #390 开始连点四层,一路点到 22 个节点的真身,把路径写下来:390 → 389 → 388 → 387。

看什么:前三层各只有 1 个节点,参数全在最后一层。
EX 03 · 10 分钟

2 MP 对 3 MP

固定种子,只改 #378 的 megapixels:1.5 / 2.0 / 3.0 各跑一次,把三张并排。

看什么:哪一档开始出现“塑料细节”,以及显存峰值。
EX 04 · 10 分钟

精修 0 / 1 / 2 步

把 #382 的 steps 依次改成 0、1、2,其余不动。

看什么:0 步是否只是缩放、2 步是否开始改动原图内容。
EX 05 · 10 分钟

关掉 ColorMatch

静音 #379,同 seed 再跑一次,与开启时对比色温与饱和度。

看什么:偏色是不是来自精修,而不是放大模型。
EX 06 · 15 分钟

把死端修成对照组

按第六节修法,给 #4 接一个 SaveImage,前缀改成 07_direct_4x;再用 #386 相同尺寸输出一张 07_flux_8mp。

看什么:模型直放 vs 精修后放大,哪个更耐看、哪个更锐。

自检清单(勾选状态会存在本机)

  • 我能指出 07 号真正的输出链是 #1 → #390 → #384。
  • 我知道 #3 → #2 → #4 断在 #4 的 links 为空。
  • 我能说出四步放大各自的节点编号。
  • 我知道最终是 8 MP,不是 4× 后的三十多 MP。
  • 我能解释 #4 的 0.5 为什么等于净值两倍。
  • 我确认过正负向接法正确,不会去“修”它。
  • 我做过一次 2 MP 与 3 MP 的并排对比。