☰
Stable Diffusion 3 Medium高清放大工作流详解:UltimateSDUpscale分块重绘,从1024到4K细节不糊
2026/10/16 16:15:14 网站建设 项目流程

【免费下载链接】stable-diffusion-3-medium

项目地址:https://ai.gitcode.com/hf_mirrors/MusePublic/stable-diffusion-3-medium
点击查看免费下载

Stable Diffusion 3 Medium(SD3 Medium)是 Stability AI 推出的 MMDiT 文生图模型,原生输出分辨率为 1024×1024 左右。这篇文章基于官方仓库自带的 ComfyUI 示例工作流,带你掌握 UltimateSDUpscale 分块重绘放大技巧:先插值放大、再按分块逐块低强度重绘,让 1024 的图片无损细节地放大到 2048,甚至两次串联冲到 4K 高清。

为什么 SD3 Medium 图片直接拉大就"糊"?

SD3 Medium 基于 MMDiT(多模态扩散 Transformer)架构,由三个文本编码器(CLIP-G、CLIP-L、T5-XXL)共同驱动提示词,在约 100 万像素的分辨率上训练。这带来两个特点:

  • 原生"甜区"就是 1024 左右:官方工作流中的备注节点也写明,生成分辨率应保持在 1 百万像素附近,且宽高必须是 64 的倍数;
  • 直接拉大只会插值:用普通放大算法把 1024 拉到 4K,只是"猜"像素,边缘发虚、纹理涂抹,细节越多越明显。

UltimateSDUpscale 的思路完全不同:先用 4x-UltraSharp 这类放大模型插值,再按 1024 大小的分块逐块送入扩散模型做低强度重绘。每个分块都由模型"重新画一遍细节",最终拼回一张高分辨率大图——这就是"细节不糊"的来源。

UltimateSDUpscale 分块放大工作流,运行流程

官方工作流文件见 sd3_medium_example_workflow_upscaling.json,整体分为三段:

  1. 生成分辨率底图:加载 sd3_medium.safetensors + 三个文本编码器(clip_g.safetensors、clip_l.safetensors、t5xxl_fp8_e4m3fn.safetensors),经ModelSamplingSD3(shift=3)修正采样后,用EmptySD3LatentImage创建 1024×1024 潜空间,KSampler 跑 28 步(cfg 4.5,dpmpp_2m+sgm_uniform);
  2. 分块放大:解码后的图片送入UltimateSDUpscale节点,内部完成"插值 → 切块 → 重绘 → 拼合";
  3. 前后对比预览:工作流内置两个PreviewImage节点,分别展示放大前(1024)与放大后(2048)的结果,方便直接对比细节。

下面第一张是 SD3 Medium 原生生成的 1024 底图效果:

SD3 Medium原生1024分辨率底图生成效果示例.png)

第二张则是同一工作流经 UltimateSDUpscale 放大到 2048×2048 后的成品,发丝与背景光晕的细节明显更扎实:

Stable Diffusion 3 Medium经UltimateSDUpscale放大到2048的高清生成图.png)

导入工作流前:Stable Diffusion 3 Medium 模型文件放哪

把仓库文件按下面对应关系放进 ComfyUI 目录即可(模型打包说明详见 README.md):

仓库文件ComfyUI 目标目录说明
sd3_medium.safetensorsmodels/checkpoints/主模型,含 MMDiT 与 VAE,不含文本编码器
clip_g.safetensorsmodels/clip/文本编码器之一
clip_l.safetensorsmodels/clip/文本编码器之一
t5xxl_fp8_e4m3fn.safetensorsmodels/clip/fp8 量化版 T5-XXL,显存占用更低
4x-UltraSharp.pthmodels/upscale_models/插值放大模型,仓库不包含,需自行准备

💡 注意:工作流中加载节点默认指向sdv3/2b_1024/sd3_medium.safetensors这个相对路径。如果你的文件放在checkpoints根目录,在CheckpointLoaderSimple节点里改选实际文件即可,其余节点不用动。

UltimateSDUpscale 参数速查:细节不糊的关键

以下是工作流中UltimateSDUpscale节点的核心参数(完整取值可在工作流 JSON 中查看):

参数工作流取值作用
upscale_by2总放大倍数,1024 → 2048
steps15每个分块重绘步数,够用即可
cfg5提示词引导强度,略高于底图更稳
denoise0.15重绘强度,核心参数:越低越贴近原图
sampler / schedulerdpmpp_2m / sgm_uniform与底图生成保持一致
tile_width / tile_height1024 / 1024分块大小,对齐 SD3 的"甜区"分辨率
tile_padding32相邻分块重叠像素,减少拼接缝
upscale_model4x-UltraSharp.pth重绘前的插值放大模型

⚙️ 两个经验值:

  • denoise 宁低勿高:放大场景一般保持在 0.1~0.2,超过 0.3 分块内容容易"漂移",和原图越来越不像;
  • 分块尺寸别乱改:1024 是 SD3 Medium 训练分辨率附近,改成 512 会丢细节,改成 2048 则容易显存爆掉。

从 1024 到 4K:两遍放大法

单遍 2 倍只能到 2048。想要 4096(4K),把工作流再跑一遍即可:

  1. 第一遍:按上文流程生成 2048×2048 结果;
  2. 第二遍:把 2048 结果接回UltimateSDUpscale的 image 输入,upscale_by保持 2,denoise 再降到 0.1 左右(此时底图已很精细,重绘只需"补细节");
  3. 得到 4096×4096 成品。

Stable Diffusion 3 Medium放大工作流输出的2048高清图像,细节清晰.png)

提示:超过 4K 后,模型会遇到远超训练分布的分辨率,重复纹理和整体模糊会开始显现,建议 4K 作为实用上限。

常见问题:接缝、跑偏与显存

  • ❓拼接处有明显接缝?调大tile_padding(32 → 64),并开启节点上的 seamless(无缝分块)开关;
  • ❓放大后画面"变脸"、细节漂移?说明 denoise 偏高,降到 0.1~0.15;同时确认重绘提示词与底图内容一致(工作流中提示词来自 sd3demo_prompts.txt 风格的第一条极光人物描述);
  • ❓显存不够?优先使用仓库自带的 fp8 版 T5-XXL(t5xxl_fp8_e4m3fn.safetensors),或选用 fp16 版 t5xxl_fp16.safetensors 换取质量,二选一;
  • ❓负提示词要写吗?建议保留工作流默认的bad quality, poor quality, ...之类描述,分块重绘阶段负提示词同样生效,能抑制低质量纹理。

📌 总结:记住"底图 1024 → 2 倍放大 → 分块低强度重绘 → 需要 4K 再串一遍"这条主线,配合 denoise ≤ 0.2 的保守取值,SD3 Medium 的出图就能稳定地从 1024 走到 4K,且细节不糊。

【免费下载链接】stable-diffusion-3-medium

项目地址:https://ai.gitcode.com/hf_mirrors/MusePublic/stable-diffusion-3-medium
点击查看免费下载

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询