ComfyUI 图像放大与细节修复工作流配置指南

低分辨率图片放大后，最常见的问题不是“尺寸不够”，而是放大后仍然模糊，脸部比例被改动，头发、布料和背景纹理变得像塑料。用 ComfyUI 做修复时，可以把任务拆成两阶段：先用超分辨率模型扩大图像，再用低幅度重绘补充细节。这样比直接高强度重绘更容易保住原图构图和人物特征。

两阶段工作流解决什么问题

超分辨率模型负责扩大图像，并根据已有像素推测纹理；它不一定理解图中物体的真实结构。扩得越大，纹理可能越锐利，却也可能出现假细节。后续的重绘则让生成模型重新处理图像，但重绘幅度过高时，脸型、五官和服装设计也更容易偏离原图。

因此，先放大、再轻度修复，适合需要保留原始构图的海报、角色图和社交媒体素材。它不是无损恢复：原图中不存在的信息无法被可靠还原。尤其是极小的脸部或文字，模型可能会生成看似清楚、实际并不准确的细节。

准备模型与节点

先准备一张输入图片、与当前工作流兼容的基础生成模型，以及对应的 VAE。另需一个 ComfyUI 可识别的图像放大模型。模型文件应放入相应模型目录，再在 ComfyUI 中刷新或重新启动，使其出现在加载节点的列表中。不同模型的目录和兼容要求可能不同，按模型提供方的说明放置。

基础流程可使用 ComfyUI 自带节点搭建，不需要先安装复杂的扩展：

• Load Image：载入原图。
• Load Upscale Model：载入放大模型。
• ImageUpscaleWithModel：执行模型放大。
• CheckpointLoaderSimple：载入生成模型，并取得模型、CLIP 与 VAE。
• CLIP Text Encode：分别编码正向和负向提示词。
• VAE Encode、KSampler、VAE Decode：完成低幅度图生图修复。
• Save Image：保存结果。

确认基础模型、提示词编码器和 VAE 彼此匹配。若使用与模型体系不兼容的 VAE，可能出现颜色异常、画面发灰或解码失败。

按顺序连接两阶段流程

第一阶段：先把图像放大

连接方式如下：

Load Image → ImageUpscaleWithModel → VAE Encode

将 Load Upscale Model 的输出接到 ImageUpscaleWithModel 的放大模型输入，再把原图接到图像输入。将放大后的图像送入 VAE Encode，为第二阶段准备 latent。

先做 2 倍放大通常更容易检查效果，也能控制最终分辨率。若原图是 768 × 1024，放大 2 倍后约为 1536 × 2048；这是尺寸计算示例，不代表所有显卡都能顺利处理。实际可处理尺寸还取决于显存、基础模型和工作流中其他节点。若放大模型本身的倍率固定，检查输出尺寸后再决定是否需要额外缩放，不要盲目叠加多次放大。

第二阶段：低幅度重绘修细节

把 VAE Encode 输出接到 KSampler 的 latent 输入，同时连接基础模型、正向提示词和负向提示词。采样后的 latent 接入 VAE Decode，再接 Save Image。

提示词重点描述需要保留和改善的内容，例如人物身份特征、服装材质、光线和画面风格。不要用一串互相矛盾的风格词试图“强行变清楚”；提示词只能影响生成方向，不能保证恢复原图细节。

参数怎么选：先保结构，再加细节

下面的数值是便于起步的调试范围，不是适用于所有模型的固定答案。每次只改一类参数，并保留原图和上一次结果，才容易判断变化来自哪里。

参数	可作为起点的设置	调整时观察什么
放大倍率	先尝试 2 倍	目标尺寸够用后就不要继续扩大；倍率过高会放大瑕疵，也会增加显存压力
denoise（降噪强度）	约 0.15–0.30	越低越保留原图；脸部或服装明显走样时先降低
steps（步数）	约 15–25	增加步数不等于必然增加真实细节，可先固定再比较
CFG（提示词引导强度）	约 4–7	过高时可能让结果偏离原图或显得生硬；具体表现随模型而异
采样器与调度器	先沿用模型工作流的常用配置	固定组合进行对比，避免同时换多个设置

先用一张小图或局部裁切测试参数，再处理整张图。若目标是忠实修复，denoise 从低值开始；若确实需要补出明显缺失的纹理，再逐步上调，并检查脸部、手部和图案是否发生变化。CFG、步数和采样器会影响结果，但不应把“多加几步”当成解决模糊的通用办法。

评估结果，不要只看缩略图

将输入图与输出图并排查看，并在相同缩放比例下检查：

• 脸部：眼睛位置、脸型、表情和发际线是否保持一致。
• 边缘：人物轮廓、文字和服装边缘有无光圈、断裂或重影。
• 纹理：皮肤、头发、布料是否出现重复纹路或过度锐化的颗粒。
• 整体观感：缩小回实际发布尺寸后，画面是否仍然自然。

如果放大后锐度提高，但纹理变得生硬，先换用更温和的放大模型或降低锐化效果，再考虑降低重绘幅度。对于带有小字的海报，重点核对文字是否变形；生成模型可能会改写细小文字，重要文字最好保留原图图层，后期单独叠加。

显存不足、接缝明显时怎么处理

显存不足或运行中断：先降低输出分辨率，或改为较小倍率，再尝试关闭占用显存的其他流程。整张图的高分辨率重绘对显存要求较高；如果当前环境提供分块 VAE 或分块放大节点，可以尝试分块处理。节点名称和参数会因 ComfyUI 版本及扩展而异，使用前确认节点说明和输入输出类型。

分块接缝明显：检查分块之间是否有足够重叠，并使用支持羽化融合的拼接方式。重叠不足容易出现边界断层；块内生成差异太大，也可能让接缝更明显。降低重绘幅度、统一相邻区域的处理条件后再比较。分块处理不一定比整图更稳定，边缘区域尤其需要放大检查。

细节过度锐化或脸部变形：先降低 denoise，再减少放大倍率或更换放大模型。若只有脸部有问题，可以对脸部做局部遮罩修复，而不是提高整张图的重绘幅度；局部修复也要控制遮罩范围，避免改变发际线和脸部轮廓。

一套可复现的起步顺序

先载入原图与模型，完成一次 2 倍放大；确认输出尺寸和显存占用后，再接入图生图修复。将降噪强度从约 0.2 起步，固定提示词及其他采样设置，输出一张结果。接着只调整降噪强度，比较脸部、纹理和边缘；确认方向后，再测试放大倍率或更换模型。

最终结果要以实际用途验收：海报看文字与边缘，角色图看五官与服装一致性，社交媒体素材则同时检查缩略图观感和发布尺寸下的细节。若放大结果已经自然，就不必强行增加重绘；修复的目标是让图像更适合使用，而不是让每一处纹理都变得更复杂。