ComfyUI高清修复(Hires.fix)工作流怎么搭：Latent Upscale节点详解

明明提示词写得很完美，生成的构图也满意，可一旦想把图片放大到2K或4K，画面就崩了：要么边缘模糊像没对上焦，要么出现奇怪的重复纹理。这其实是很多刚接触ComfyUI的朋友常遇到的“分辨率墙”。

直接拉高生成分辨率不仅显存吃不消，还容易破坏原有的构图逻辑。其实，模仿Stable Diffusion WebUI里的“高清修复（Hires.fix）”思路，在ComfyUI里用“先小图后放大再重绘”的两步走策略，就能轻松解决这个问题。核心就在于正确使用Latent Upscale节点。

为什么不能直接生成大图

在潜空间（Latent Space）里，像素并不是真实的图像点，而是抽象的特征数据。如果你直接在KSampler里把宽高分辨率设为4096x4096，模型需要计算的数据量是1024x1024的16倍。这不仅会让显存瞬间爆满，还会因为步数（Steps）相对不足，导致画面细节涂抹严重，出现“油画感”或结构扭曲。

高清修复的逻辑是：先生成一张构图完美的小图（比如1024x1024），确认满意后，将其放大到目标尺寸，然后在放大的基础上进行低强度的二次重绘。这样既保留了原图的构图，又补充了高分辨率下的细节。

核心组件：Upscale Model与Latent Upscale

要实现这个流程，我们需要两个关键节点：一个是负责物理放大的Upscale Model（放大模型），另一个是负责转换回潜空间的Latent Upscale（潜空间放大）。

Upscale Model负责像素级清晰化，Latent Upscale或VAE Encode负责回归潜空间以便重绘

Upscale Model的作用是将像素图像变大。常用的模型有4x-UltraSharp或R-ESRGAN 4x+。它能把模糊的边缘变清晰，但单纯靠它放大，画面会显得过于平滑，缺乏AI生成的自然纹理，甚至会出现伪影。

所以，我们需要Latent Upscale节点。它的功能是将放大后的像素图像，重新编码回潜空间（Latent），并调整尺寸以匹配新的分辨率。这一步是连接“像素世界”和“潜空间世界”的桥梁，让后续的KSampler能继续在这个高分辨率的底图上“作画”。

搭建工作流：从解码到重连

搭建高清修复工作流，本质上是在原有文生图流程后，串联一个“解码-放大-再编码-重绘”的分支。请确保你已经有一个能正常出图的基础工作流。

1. 添加放大分支

在基础工作流的VAE Decode节点之后，不要直接连Save Image，而是引出一条线连接到Upscale Image by Model节点（通常在image upscale分类下）。将你的放大模型（如4x-UltraSharp）加载到该节点。此时，输出的图像尺寸已经是原来的4倍了。

在VAE Decode后接入放大模型节点，准备进行物理尺寸放大

2. 转回潜空间

接下来，添加Latent Upscale节点。注意，这里有个常见的误区：很多人会用VAE Encode直接把放大后的图片编回去，但Latent Upscale节点能更好地处理尺寸对齐和噪声注入的准备。

将Upscale Image输出的IMAGE连接到Latent Upscale的image输入端。同时，你需要提供一个基础的latent作为参考，通常可以连接最初KSampler输出的latent，或者使用Empty Latent Image生成一个与放大后尺寸匹配的空白潜空间。但在ComfyUI的标准做法中，更推荐使用VAE Encode节点将放大后的图片转回latent，因为Latent Upscale节点在某些版本中主要用于调整现有latent的尺寸而非从像素转换。

修正与最佳实践：目前最稳健的连接方式是：Upscale Image输出 -> VAE Encode -> 新的KSampler。VAE Encode会将高清像素图重新压缩为潜空间数据。虽然叫“高清修复”，但这一步其实是把高清像素“翻译”回模型能读懂的语言。

使用VAE Encode将高清像素图重新编码为Latent，供第二次采样使用

3. 二次重绘设置

添加第二个KSampler节点。将VAE Encode输出的latent连接到新KSampler的latent_input。模型（Model）、正向/反向提示词（Conditioning）可以直接从第一个KSampler复制过来，保持一致性。

关键在于参数设置：

• denoise（去噪强度）：这是灵魂参数。建议设置在0.3到0.5之间。太低（<0.2）细节增加不明显，太高（>0.6）会改变原图构图，甚至变成另一张图。
• steps（步数）：不需要太多，20-30步即可，因为底图已经比较清晰。
• cfg：保持与第一步一致或略低。

最后，将第二个KSampler的输出连接到VAE Decode，再连接到Save Image。这样就完成了整个闭环。

避坑指南：显存与尺寸控制

即使使用了高清修复，显存压力依然存在。如果直接放大4倍，显存占用会剧增。建议在Upscale Model之前，先使用Image Scale节点将图片放大到目标尺寸的中间值，或者选择2x的放大模型，分两次进行放大重绘。

另外，注意检查VAE的版本。如果放大后颜色发灰或出现噪点，很可能是VAE Decode时的精度问题，尝试启用VAE Decode节点的tiled（分块）选项，可以有效缓解高分辨率下的显存溢出和色彩异常。

左侧为原始生成小图，右侧为经过高清修复后的细节丰富大图

高清修复不是万能的，它更适合用于丰富纹理和锐化边缘。如果原图构图本身有严重缺陷，放大只会让缺陷更清晰。因此，第一步的小图生成质量至关重要，务必在低分辨率阶段就调整好构图和主体关系，再把精细化的工作交给高清修复流程。