关于Maginific的竞争

事情是这样的，国外X平台上，在上周六发了一个推文，说：

✨在过去的几个月里，我一直在对 Magnific AI 著名的升级程序进行逆向工程它使用 MultiDiffusion、ControlNet 块和细节 LoRas 本着真正的人工智能精神，我将其开源，供每个人在您的应用程序中免费使用它旨在轻松控制幻觉、相似性和创造力的数量。您现在可以在复制上使用它： https://replicate.com/philipp1337x/clarity-upscaler… 或者使用 A1111’a Web UI 在本地运行（参数在注释中）代码完全开源：

看这位老哥演示的效果，确实很不错，虽然没有还达不到Maginific的100%效果，但已经很能打了。

紧跟着，Maginific的创始人就发了一个贴，说有些竞争对手借着Magnific的名字，进行点击诱惑。

也难怪Javi Lopez这么说，自从Maginific推出了放大功能后，一直是独步天下，无人能敌，至今也没有一个能打的。而这次号称开源替代Magnific的的老哥philipp1337x，也确实再公布了开源方案后，同时也在推他的clarityai.cc付费产品，页主打放大功能。

然而，群众的眼光是雪亮的，philipp1337x老哥所说的开源方案，是否有这么厉害？设计小站带大家深度还原一下，是驴是马，我们看看其效果如何便知。

看看效果

我根据philipp1337x公布的方案，设置参数，得到如下的效果，原图直接用了Magnific官网的。

好像真的能打了！不过也仅限于真实风格，漫画类就会有崩坏现象，图就不贴了。这套开源方案已经非常具有竞争力了！

还原工作流

工作流是在sd webui进行的，我把具体的设置还原出来。

模型

该方案采用以下模型和插件：

checkpoint：juggernaut_reborn
LoRA1： Add More Details
LoRA2：SDXLrender
Embading：JuggernautNegative-neg
插件：Tiled Diffusion

提示词

正向：

masterpiece, best quality, highres, <lora:more_details:0.5> <lora:SDXLrender_v2.0:1>

负向：

Negative prompt: (worst quality, low quality, normal quality:2) JuggernautNegative-neg

图生图设置

Steps: 18, Sampler: DPM++ 3M SDE Karras, CFG scale: 6.0, Seed: 1337, Size: 1024x1024, Model hash: 338b85bc4f, Model: juggernaut_reborn, Denoising strength: 0.35,

Tiled Diffusion设置

upscaler: 4x-UltraSharp, Tiled Diffusion scale factor: 2, Tiled Diffusion: {“Method”: “MultiDiffusion”, “Tile tile width”: 112, “Tile tile height”: 144, “Tile Overlap”: 4, “Tile batch size”: 8, “Upscaler”: “4x-UltraSharp”, “Upscale factor”: 2, “Keep input size”: true},

ControlNet设置

ControlNet 0: “Module: tile_resample, Model: control_v11f1e_sd15_tile, Weight: 0.6, Resize Mode: 1, Low Vram: False, Processor Res: 512, Threshold A: 1, Threshold B: 1, Guidance Start: 0.0, Guidance End: 1.0, Pixel Perfect: True, Control Mode: 1, Hr Option: HiResFixOption.BOTH, Save Detected Map: False”, Lora hashes: “more_details: 3b8aa1d351ef, SDXLrender_v2.0: 3925cf4759af”

设置不难，原理也不复杂，关键是参数配合和调试，大家可以试试效果。当然，像Magnific那样，还是需要产品化处理的，如自动检测输入图片，适配不同的checkpoint模型，同时加入AI反推，进优化提示词，这些应该可以进一步提升生成质量。然后就是算力，这个才是核心竞争力，放大图片太好资源了！

好了，今天的分享就到这里。 关注我公众号（设计小站）：sjxz00，获取更多AI辅助设计和设计灵感趋势。

号称Maginfic的开源替代又来一个！这次好像真的能打了！