AI绘画高清大图怎么出?分辨率提升实测
简单说:高清不是直接拉大分辨率,得先用低分辨率出图再Hires.fix二次放大,降噪0.4左右、放大算法选4x-UltraSharp,清晰度翻倍还不崩形。
老实讲,做ai绘画高清大图这事儿,我交过挺多学费。最早我图省事,直接把出图分辨率拉到2048,结果呢?人物五官是糊的、手指更是重灾区,一张图能多出三根手指。后来才知道,高清大图根本不是"直接画大",而是"先小后大"。今天就把实测的分辨率提升方案摊开讲,包括哪档参数最稳、哪步最容易翻车。
为什么直接画大图反而更糊?
大模型在低分辨率下训练,超出训练分辨率强行画大,细节它根本"编"不出来,只能糊,所以得先小出再二次放大补细节。这是原理问题。SD系列模型训练分辨率多在512或1024,你让它直接出2048,等于让一个只见过小图的大脑凭空想象高清细节,必然糊。
打个比方,就像让只看过缩略图的人凭记忆画全尺寸海报——大概能画,细节全靠编。所以正确思路是:先在它擅长的尺寸出一张构图稳的,再放大补细节。
这也解释了为啥同样写"4k, highly detailed"这种质量词,512出图和2048出图质感差一大截。质量词只是告诉模型"往细了画",但模型脑子里没有更高清的参考样本,硬画出来的细节其实是它脑补的,越放大越露馅。先小出再二次放大,等于让模型站在已有构图上精修,细节是实打实补出来的,不是凭空编的。
Hires.fix为什么是高清的关键?
Hires.fix是在低分图基础上先放大再重采样补细节,等于让模型在已有构图上"精修",比直接出大图清晰得多、形也稳。这是目前最主流的高清方案。
根据 Hugging Face 上开源模型的说明文档,SDXL及之前模型的高清出图几乎都依赖Hires.fix或Tiled VAE这类二次重采样流程,直接高分辨率出图并不在模型设计意图内。我自己所有需要挂墙的大图,全是这条路线出来的。
如果你对这套流程还没概念,先看这篇 AI绘画小白入门 把基础过一遍,下面参数才看得懂。
我实测的分辨率档位对比
512出图后Hires.fix放大到1024最稳、耗时约25秒;直接2048出图耗时60秒却更糊;Tiled VAE放大到4096最清晰但显存吃紧。这是我跑了二十多组对比的结论。
我把同一条提示词、同一个种子,分别用三种方式出图横着比。结果挺反直觉的——最慢的直接大图法反而最糊。512+Hires.fix放大到1024那张,细节明显锐利。再往上Tiled VAE能到4096,但我的3060 12G显存会爆,得开Tiled分块才扛得住。
这种"先小后大、分档对比"的调参思路,跟我之前做 王者荣耀AI绘画可爱 时横扫LoRA权重是一个路数——别想当然,跑出来比一比。
降噪值(Denoising)开多少才不崩形?
Hires.fix降噪值0.35到0.45之间最安全,低于0.3等于没放大、高于0.5画面会"长歪"重新构图。这是个关键又容易被忽略的参数。
我有次把降噪拉到0.6,本来是个站着的少女,放大完人变坐姿了——因为降噪太高,模型等于重新画了一遍。降到0.4之后,构图稳如老狗,只补细节不动结构。这个区间是我一组组试出来的。
不同题材对降噪的容忍度也不一样。二次元插画脸和线稿比较硬,0.4到0.45都扛得住;写实人像皮肉软,超过0.4就容易出诡异纹理,我写实类固定0.35。所以别一套参数走天下,看你出什么图微调这一档。
放大算法怎么选?
二次元插画用4x-UltraSharp或R-ESRGAN 4x,写实人像用4x-AnimeSharp反而翻车得用ESRGAN,挑错算法质感会变塑料。放大算法不是越"锐"越好。
4x-UltraSharp我个人用得最多,出图通透。但写实照片类用它,皮肤会过锐、发丝像钢丝,得换ESRGAN那种偏柔和的。这点没捷径,几种都试一遍,看你出图类型定。
挑算法还有个小窍门:先拿同一张图分别用两三种算法各放大一遍,叠在图层里左右切换比,哪种糊、哪种锐、哪种发丝断开,一眼就能看出来。这步偷懒直接固定一个算法用到底,换题材就容易翻车。我自己的习惯是写实人像归ESRGAN、插画二次元归UltraSharp,两套分开存。
想更省事?在线平台的高清功能
不想折腾本地参数,用支持高清放大的在线平台,一键2x或4x放大,效果比手调差一档但省心。本地精修是为了拿最佳效果,日常速出图,在线平台够用。
挑平台可以参考这份 AI绘画网站清单,选标注支持高清放大或upscale的那几个。Stability AI 官方也提供在线的高清放大接口,底层算法和本地一致,效果有保障。
常见问题
Hires.fix和Tiled VAE有啥区别?
Hires.fix是整张图二次重采样补细节,Tiled VAE是把图切块分别处理再拼回去,前者吃显存、后者能出更大图但接缝可能留痕。
放大到多少分辨率够打印?
300dpi下A4尺寸大概需要3500边长,一般Hires.fix到2048再Tiled VAE到4096就够,再大边际收益很低。
放大后手指还是崩怎么办?
用局部重绘(inpaint)框住手部单独修,降噪0.5左右重画,比整张重来省事得多。
显存不够跑Hires.fix咋办?
开Tiled VAE分块、降低放大倍数到1.5、或者用xformers省显存,三招一起上,8G显存也能扛住1024放大。
觉得有用的话分享给朋友吧。