前面十二篇走下来，你已经能装好 ComfyUI、出图、调质量、修报错、图生图、挂 LoRA、用 ControlNet 控构图、拿 Depth 控空间、还能用 IPAdapter 锁脸了。出图这块，基本没啥能拦住你了。
但有个问题，我猜你早就撞上了——图是出来了，一放大看细节就糊。尤其咱们这些 4060 8G 的用户，想直接出一张 2048×2048 的大图？显存分分钟爆给你看，要么直接 out of memory，要么跑得像老牛拉车。
我自己第一次踩这坑特别典型：出了张满意的人像，想发朋友圈当封面，一放大，脸上全是马赛克块、头发糊成一坨。当时我还傻乎乎地回去调采样步数、加 CFG，折腾一晚上没用——因为方向就错了。出图和放大是两码事，小图出好之后，该交给专门的”放大”这一步。这篇就把这事讲透。
一、AI 放大，和你手机里的”放大”根本不是一回事
一句话：AI 放大是用算法把低分辨率图重建成高分辨率，而且是”猜着补细节”，不是简单拉伸。手机里放大靠插值（像素间硬塞平均值，越放越糊）；AI 放大模型（ESRGAN 系）是训练出来的，见过千万张高清图，知道”这块该长成什么样”，于是重建出真实纹理。同一张 512 小图，AI 放大出来经常比你硬生生直接生成的 1024 还清楚。
一句话记住：先出小图，再 AI 放大，比直接怼大图又省显存又更清楚。这是所有老手的默认打法。
放大分两大流派，先记住这张对比：
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
二、模型放哪、装哪几个（放错下拉框永远空）
放大模型统一丢这个目录，后缀 .pth（老 ESRGAN）或 .safetensors（新模型）都直接平铺放：
ComfyUI/models/upscale_models/
去 OpenModelDB / Hugging Face / Civitai 的 upscalers 分区下，全免费。选型看内容类型（多源交叉验证过）：
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
踩坑经历：我头回下了个 4x 模型放进去，下拉框死活刷不出来，以为下坏了又重下一遍还是空的。后来才发现——放完模型得刷新浏览器网页（F5），下拉框才更新。跟当初放 LoRA 一模一样的坑，我又栽了一次，你别学我。
还有个提醒：别用错模型类型。拿动漫放大器去放真人照片，出来有诡异塑料感；反过来拿写实模型放二次元，线条会发虚。对着内容选模型，能省不少返工。
三、路线一：模型放大——手把手接节点（最快）
最简单的一条链，三个核心节点搞定：
Load Image → Upscale Image (Using Model) ← Load Upscale Model
Upscale Image (Using Model) → Save Image
端口怎么接（这步我特意查源核对过，别接反）：
· Load Image 的 IMAGE 输出 → Upscale Image 的 image 输入口
· Load Upscale Model 的输出 → Upscale Image 的 upscale_model 输入口
· Upscale Image 的输出 → Save Image
分步操作：
1. 加节点：右键 → 搜 Load Upscale Model（真名 UpscaleModelLoader，在 loaders 分类）。
2. 再加：搜 Upscale Image (Using Model)（真名 ImageUpscaleWithModel，在 image→upscaling 分类）。
3. 接线：一条喂图、一条喂模型，两个口别插反。
4. 选模型：Load Upscale Model 里选刚下的那个。
5. 出图：接 Save Image，Queue。
一句话记接法：一个节点喂图、一个节点喂模型，俩输入口都插进 Upscale Image 那个节点，就出大图。倍数由模型定——4x 模型把 512 变 2048，改不了。这条链纯放大不走扩散，又快又省显存，但不补细节——图糊，放大出来只是”清晰的糊”。要补细节看路线二。
实操闭环：10 分钟，把小图放大成清晰大图（现在就做）
前面讲原理，这段真做一遍。做完你手里多一张”从糊变清”的大图，还能亲眼确认 AI 放大和普通拉伸的差别。
前提：你已能出图（第05篇基础文生图链：Load Checkpoint → 两个 CLIP Text Encode → KSampler → VAE Decode → Save Image），手里有一张 512 左右的成品图。没有就先出一张。
目标：把 512 小图用模型放大成 2048 高清大图，并对比”AI 放大 vs 直接看小图”的清晰度。
步骤（照着点，别跳）：
1. 下模型：下 4x-UltraSharp（通用），丢进 ComfyUI/models/upscale_models/，平铺别套子文件夹。
2. 刷新网页：F5 刷新，让下拉框认到新模型。
3. 加节点：双击空白 → 搜 Load Upscale Model → 回车；再搜 Upscale Image (Using Model) → 回车。
4. 接线：VAE Decode（或 Load Image）的 IMAGE → Upscale Image 的 image 口；Load Upscale Model 输出 → Upscale Image 的 upscale_model 口。
5. 选模型：Load Upscale Model 选 4x-UltraSharp。
6. 接输出：Upscale Image 输出 → 新加 Save Image。
7. 出图：Queue Prompt。
检查点（你跑完应该看到）：① 输出尺寸变 2048×2048（4x × 512），边缘纹理明显更锐利；② 下拉框没你的模型 = 没刷新或放错目录，回第二节；③ 报 out of memory = 原图太大（如已 1024 再 ×4=4096），先缩小原图或用第六节切块放大。
作业（选做，欢迎发评论区）：同一张图，一次 4x-UltraSharp，一次 Real-ESRGAN，两张对比——直观感受”通用锐利”和”写实自然”的区别，选型不是玄学。
四、路线二：扩散放大——要画质、补细节靠它
模型放大只会”放大已有的”。如果图本身细节就不够（脸想要皮肤纹理、衣服想要布料质感），得上扩散放大——让扩散模型在放大同时”重新画一遍”，真正补出新细节。
最常用 Ultimate SD Upscale（自定义节点，用 ComfyUI Manager 搜 “Ultimate SD Upscale” 装）。它聪明在：把大图切成一块块瓦片（tile），逐块跑 img2img 再无缝拼回。哪怕出 4K，显存也只需扛住”一块瓦片”的量——这正是 4060 8G 能出 4K 的关键，和在 8G 上跑 Flux 一个思路：切开、逐块、省显存。
核心就一个旋钮要记牢——denoise（重绘幅度），压在 0.3~0.5：
· 太低（<0.3）：几乎不补细节，白跑；
· 甜区（0.3~0.5）：结构保得住，又实实在在加细节；
· 太高（>0.5）：模型开始”发挥想象”，脸会变、构图会飘，等于换张图。
一句话记住：扩散放大的 denoise 就是”改多少”的旋钮，0.3~0.5 是保命区间，宁可低不要高。
进阶组合拳（我最爱这套）：先用路线一 ESRGAN 像素放大把尺寸拉上去、边缘清干净；再 VAE Encode 回潜空间，走一遍低 denoise（0.35）的 KSampler。等于”干净放大+扩散补细节”两步叠加，出来又大又实。链如下（端口已逐源核对，注意 KSampler 还得多接几个口）：
Load Image → VAE Encode → Upscale Latent → KSampler → VAE Decode → Save Image
端口提醒：这条链的 KSampler 除了接 Upscale Latent 的 latent，还要接 model（Checkpoint）+ 正负提示词（CLIP Text Encode）+ VAE——和出图时一模一样，少了哪个都跑不起来；VAE Encode 和 VAE Decode 都用同一个 VAE。
KSampler 参数：denoise 0.35（0.3~0.4 保脸最稳）、steps 20、cfg 6、采样器 dpmpp_2m + karras，正负提示词沿用出原图那套。
五、4060 / 8G 专项：不爆显存出 4K
8G 卡出 4K，核心一句话：别一次性放大整张，让它切块跑。
· 首选路线：小图先出（512/768）→ 模型放大到 2x（够用就停）→ 要更大再上 Ultimate SD Upscale 切块。
· 链式优于暴力：512 到 4K 别直接 ×4，先 2x 到 1024、再 2x 到 2048，分两次更干净、显存压力小。
· 切块工具：显存吃紧装 ComfyUI-TiledDiffusion 插件，更大尺寸下逐块去噪，与 Ultimate SD Upscale 同原理。
· 纯要像素：直接用路线一模型放大顶上，最省显存，8G 甚至 6G 都能跑。
我踩过的坑一次说全：① 直接怼大图 一步出 2048 → OOM；② denoise 拉太高 到 0.7 脸变另一个人；③ 单次 4x 硬放 边缘毛糙，分两次 2x 更好；④ 模型选错类 动漫器放真人一层塑料感；⑤ 忘了刷新 下拉框空的又以为下坏了。
六、参数速查表（照着抄）
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
七、常见坑 / 雷区
· 下拉框空的：没刷新网页 / 放错目录 / 套了子文件夹。
· 放大后没变清晰：用了纯模型放大但原图本就糊——纯放大不补细节，要清晰走扩散放大。
· 放大后变了张图：扩散 denoise 太高，压回 0.3~0.4。
· OOM 爆显存：原图太大 / 单次倍数太高 → 切块 + 分次。
· 塑料感/发虚：放大模型和内容类型不匹配，对着内容选。
放大搞定，你的静态图这条线基本圆满了。第 14 篇咱们迈进动的世界——很多人以为 8G 卡碰不了视频，其实能玩，我实测给你看。