前言

相信设计师都为了找不到高清素材而头痛过，关于无损放大，我们也做过几期了，包括仿 Magnific AI 的放大工作流。感兴趣的朋友可以回顾一下：

1. 【AI辅助设计】号称Maginfic的开源替代又来一个！这次好像真的能打了！
2. 【AI辅助设计】可能是最好的 ComfyUI 无损放大方案？看看我做的Comfy-Topaz-Photo 插件
3. 【AI辅助设计】Magnific免费用？comfyui图像增强工作流

之前的方案有些缺点：

1. 耗时很长！出 4K 大图，基本都在 20 分钟左右，有时候会爆显存（4090 也会！）
2. 有损度较高。即使控制重绘幅度在一个很低的值，人物和结构还是会有变化。
3. 背景的处理，对于需要虚化的背景，放大后会变得清晰了，影响画面的构图美感。 今天要介绍的这个工作流，一定程度上可以解决以上的问题，不过仅限于人像摄影类。

效果

脸部高度一致

对人物的脸部结构和特征还原几乎一致。

纤毫毕现的细节

因为可以轻松放大到 6K 的质量，人物细节变得非常丰富。

细节恰大好处地加强

除了脸部细节外，背景和衣物、配件等元素是单独处理的，保持原来的结构同时，会得到极大的细节加强。

地面清晰可见的细节。

保持原图的构图美感

对于背景也是单独处理的，可以极大限度保持原图的虚化和构图方式。

当然也会有一些莫名其妙的细节，可以手动 ps 一下即可。

速度快！

6K 出图，基本控制在 5 分钟以内（4090 实测）出图。

工作流介绍

以下工作流的所有节点和模块，我都会截图，建议大家跟着一起做，以加深理解。另外，工作流也是有参考网络上的一众大佬完成的，如有雷同，也真的难免会雷同😂。

核心思路

主要插件和技术

本工作流最核心的插件和技术是：

1. 汤团猪大佬的 Comfyui_TTP_Toolset。有了这个插件的分块思路（包括分块、条件合并等），使得低显存也可以实现高清重绘放大。
2. Nunkucha 加速技术。感谢 lmxyy 大佬的强悍技术，让 flux 出图速度直接飞升。
3. Topaz AI 插件。这个插件是我开发的，当然，你也可以直接在 Topaz AI 客户端中完成最后的放大。
4. 其他加速技术：Flux 加速 LoRA 和 WaveSpeed 的 First Block Cache。感觉到达了目前最快的速度了。

流程概况

为了使大家能够了解核心思路，总结了一个流程图，熟悉 ComfyUI 的朋友应该看到这个图就知道是什么原理了。

工作流截图

在看工作流前，建议大家先找到 ttp 插件的 github 项目，打开其 8 x 放大的工作流，其核心思路和难点就在这里。

初始化处理

图片准备-第一次放大

模型加载

因为涉及到多次采样，所以把模型加载提取出来。核心是 Nunkuhca 的官方工作流，模型加载部分提取出来而已。

全局提示语

将作为条件输入到后续的 ttp 分块提示语中。

TTP 分块

核心思想是使用 ttp 把图像分块，然后针对每个分块进行提示语反推，最后语全局提示语进行条件平均，一起输入到采样中。

这个其实是 ttp 插件官方流程的放大节点，如果确实难懂，就直接用吧😂。

采样

这个就是 Nunkucha 的采样流程，注意降噪根据实际的效果评估，在保证人物脸部不变的情况下，尽量找到一个值。对于脸部的保持，我这里的值是 0.12.

后续的两个非脸部和背景的采样，跟这个流程一致，只是降噪值高一点。

脸部和非脸部图融合

通过 SAM 抠图，把两次采样的图进行融合，这样脸部不变，其余部分细节足够丰富。

人物和背景融合

按照上面的方法，把人物和背景单独融合，这样背景也足够丰富了。

使用 Topaz AI 放大

最后使用 Topaz AI 放大到 6K。为什么有这一步？因为足够快，可以进一步得到更高清的图，而且 Topaz AI 本身在人像处理上，模型带有偏好，容易得到更好的效果。

这次介绍完了，欢迎大家留言探讨！

想获取更多 AI 辅助设计和设计灵感趋势？ 欢迎关注我的公众号（设计小站）：sjxz00。