若stable diffusion生成图像模糊、细节不足或尺寸过小,可采用四种方法提升:一、启用hires. fix高清修复;二、使用sd upscale脚本分块放大;三、安装ultimate sd upscale插件增强控制;四、调用tiled diffusion与tiled vae组合方案实现超分辨率稳定输出。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

如果您使用Stable Diffusion生成图像后发现画面模糊、细节不足或尺寸过小,无法满足印刷、展示或高清输出需求,则很可能是受限于模型训练分辨率与显存容量。以下是四种经过验证的分辨率提升与画面增强方法:
一、启用Hires. fix高清修复功能
Hires. fix是WebUI内置的两阶段生成机制:先快速生成低分辨率初稿,再在潜空间中对该图进行局部重绘与上采样,全程不依赖外部模型,兼顾效率与可控性。
1、在txt2img界面底部勾选“高分辨率修复”复选框。
2、在“放大倍数”栏输入目标值,例如2表示将512×512升至1024×1024;写实类构图可尝试1.5以保持比例协调。
3、点击“展开”显示高级选项,将“高分迭代步数”设为150–250;低于150易致纹理模糊,高于250显著延长耗时且易触发显存溢出。
4、将“重绘幅度”设为0.25–0.4;该值决定第二阶段对原图结构的修改强度,0.3为多数模型推荐中间值。
5、在“放大算法”下拉菜单中按风格选择:R-ESRGAN 4x+适用于真实系图像,R-ESRGAN 4x+ Anime6B专为二次元优化。
6、勾选“使用相同的种子进行高分辨率修复”,确保重绘严格继承初始构图的随机性基础。
二、使用SD Upscale脚本分块放大
SD Upscale通过将原图切割为重叠图块、逐块执行图生图重绘、再无缝拼接的方式规避单次高分辨率生成的显存瓶颈,尤其适合处理大尺寸输出需求。
1、切换至img2img界面,于“脚本”下拉菜单中选择“SD Upscale”。
2、在“放大倍数”栏填入数值,如2表示整体尺寸翻倍。
3、保持“分块重叠像素宽度”为默认64;该值作为图块间缓冲带,防止拼接处出现硬边或断裂。
4、在“重绘尺寸”栏填入修正后的尺寸:若原图512×512、放大2倍,需填入(512×2)+64=1088,即输入1088×1088。
5、可酌情调整CFG Scale(建议7–12)与重绘幅度(建议0.2–0.35),避免过度偏离原始内容。
三、安装并启用Ultimate SD Upscale插件
Ultimate SD Upscale在SD Upscale基础上扩展了更多控制维度,支持自定义图块数量、重叠策略、VAE注入时机及多级降噪路径,适用于对边缘连贯性与全局一致性要求更高的专业场景。
1、从GitHub下载插件主文件:https://github.com/Coyote-A/ultimate-upscale-for-automatic1111/archive/refs/heads/master.zip。
2、解压后将文件夹放入WebUI根目录下的extensions子目录。
3、重启WebUI,在img2img界面的“脚本”下拉菜单中选择“Ultimate SD Upscale”。
4、设置“Tile size”为512–768(过大易显存溢出,过小增加拼接次数)。
5、启用“Use VAE for decode”选项,配合外挂VAE模型可显著改善色彩饱和度与暗部细节。
6、勾选“Seamless tiling”以激活无缝平铺模式,减少重复纹理在边界处的视觉干扰。
四、调用Tiled Diffusion + Tiled VAE组合方案
Tiled Diffusion通过动态切片与跨块注意力机制,在潜变量层面实现长程依赖建模;Tiled VAE则分块解码避免显存峰值爆发。二者协同可在不升级硬件前提下稳定输出2048×2048及以上分辨率图像。
1、确保已安装Tiled Diffusion与Tiled VAE两个插件(可通过WebUI Extensions页直接搜索安装)。
2、在txt2img或img2img界面中,同时勾选“Tiled Diffusion”与“Tiled VAE”复选框。
3、在Tiled Diffusion设置区,将“Tile size”设为320–480,较小值适配4G–6G显存,较大值适配8G+显存。
4、启用“Overlap”并设为64–128,确保相邻图块间有足够冗余信息用于边缘融合。
5、在Tiled VAE设置区,勾选“Enable Tiled VAE decoding”,并将“Tile size”与Diffusion保持一致。
6、生成前确认主采样器为DPM++ 2M SDE Karras或Euler a,二者在分块模式下收敛稳定性最佳。










