Qwen Image 2.1 Latent Upscale 是一款专为 Qwen Image 2.1 模型设计的 ComfyUI 自定义节点，附带预置 2× 放大模型。其核心工作流为：在 1 MP 分辨率下完成基础采样后，对干净的 latent 表示进行 2× 放大，再于 4 MP（1728 × 2304）分辨率下添加细节。
- GitHub：https://github.com/kinfolk0117/ComfyUI-QwenImage21-LatentUpscale
该方案避免了像素级放大的模糊与伪影，直接在潜空间中扩展信息密度，使高分辨率生成既保持结构一致性又具备丰富纹理。安装仅需将文件夹复制到 ComfyUI/custom_nodes/ 并重启，放大器模型已内置，无需额外依赖。
技术原理：潜空间放大 vs 像素放大
传统图像放大（如 ESRGAN、Real-ESRGAN）作用于像素域，易引入过度锐化、纹理重复或结构失真。Latent Upscale 则在 VAE 编码后的潜空间操作：
- 保留语义连贯性：放大发生在模型“理解”图像的抽象层，而非像素层，避免低级特征干扰
- 高效利用算力：1 MP 基础采样 + 4 MP 细节 refinement 的分阶段策略，比全程 4 MP 采样节省显著显存与时间
- 可控细节强度：通过最终 KSampler 的步数与去噪强度调节细节注入量，平衡保真度与创造性
该节点的放大器架构改编自 LoganBooker/SesquiLSR（MIT 许可），针对 Qwen Image 2.1 的 latent 分布与 VAE 特性重新训练，确保放大过程与基座模型的生成先验对齐。
使用指南与工作流集成
安装前提
- ComfyUI 更新至最新版本
- Qwen Image 2.1 模型已正确安装并可正常加载
- 将本节点文件夹放入
custom_nodes/后重启 ComfyUI
标准工作流
- 加载示例工作流（仓库提供）
- 选择你的 Qwen Image 2.1 检查点
- 第一阶段 KSampler：1 MP 分辨率，常规步数（如 20–30 步）
- Latent Upscale 节点：执行 2× 放大
- 第二阶段 KSampler：4 MP（1728 × 2304），调整步数与去噪以控制细节
- 更多细节：增加步数（如 30–40）、提高去噪（0.6–0.8）
- 更大变化：降低去噪（0.4–0.6），允许模型自由重构
- 更强保真：减少步数（15–20）、降低去噪（0.3–0.5）
⚠️ 关键提示：最终 KSampler 的去噪值直接影响输出风格。过低导致放大无效（仅拉伸），过高破坏原始构图。建议从 0.5 起步微调。
优势与局限
优势：
- 零额外依赖：放大器模型内置，开箱即用
- Qwen 专属优化：非通用放大器，针对 Qwen Image 2.1 的 latent 空间校准
- 资源友好：分阶段采样大幅降低 4 MP 生成的显存峰值
- 开源可审计：基于 MIT 许可的 SesquiLSR 改编，代码透明
局限：
- 仅支持 Qwen Image 2.1：其他模型（包括 Qwen 1.x）可能产生异常结果
- 固定 2× 倍率：不支持自定义缩放比例，需链式调用实现更高倍率
- 细节依赖二次采样：若第二阶段参数不当，可能出现纹理断裂或过度平滑
- 无自动参数推荐：最佳步数/去噪组合需用户根据提示词内容手动探索
与其他放大方案的对比
| 方案 | 作用域 | 速度 | 质量 | 适用场景 |
|---|---|---|---|---|
| Qwen Latent Upscale | 潜空间 | 快（分阶段） | 高（结构一致） | Qwen 2.1 高分辨率生成 |
| Pixel Upscaler (ESRGAN) | 像素域 | 慢 | 中（易伪影） | 通用图像后处理 |
| Tiled VAE + Hi-Res Fix | 潜空间+像素 | 极慢 | 高 | SDXL/FLUX 等通用模型 |
| 原生高分辨率采样 | 全程潜空间 | 很慢 | 最高 | 显存充足时的终极方案 |
对于 Qwen Image 2.1 用户，Latent Upscale 是当前性价比最优的高分辨率路径——它在速度、质量与资源消耗间取得了精准平衡。
致谢与合规
本项目架构与初始权重源自 LoganBooker/SesquiLSR（MIT 许可），经针对性适配后服务于 Qwen Image 2.1 生态。使用时请遵守原项目许可条款，并在衍生作品中保留署名。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
