要实现Stable Diffusion高清图像输出，需综合运用五种方法：一、启用Hires. fix并合理设置放大倍数、迭代步数、重绘幅度及超分算法；二、用img2img扩展尺寸并添加细节关键词与LoRA；三、调用Ultimate SD Upscale脚本分块放大；四、优化基础生成参数如分辨率、模型、采样器与VAE；五、后期使用R-ESRGAN快速放大。
如果您在使用 Stable Diffusion 生成图像时发现输出模糊、缺乏细节或分辨率不足，则可能是由于基础设置、放大策略或模型选择未充分适配高清目标。以下是实现高清图像输出的多种具体方法：
一、启用高分辨率修复（Hires. fix）
高分辨率修复是在文生图阶段直接对初始图像进行二次细化的过程，它基于原图结构智能补全高频纹理与微观细节，而非简单插值拉伸。
1、在文生图主界面下方勾选高分辨率修复复选框。
2、设置放大倍数为1.5至4之间，推荐从2.0起步测试。
3、将高分迭代步数设为120–180，数值越高细节越丰富，但显存占用与耗时同步上升。
4、将重绘幅度控制在0.2–0.4区间，过高会导致构图偏移，过低则修复效果微弱。
5、在放大算法下拉菜单中，选择R-ESRGAN 4x+ Anime6B（二次元）或4x-UltraSharp（写实向），确保已提前安装对应模型文件。
二、使用图生图（img2img）配合尺寸扩展
该方法通过扩大画布尺寸并引导模型重绘局部区域，在保留原始构图前提下注入新细节，适合已有满意草图需升级为高清成品的场景。
1、点击顶部导航栏进入图生图页面。
2、拖入原始图像，确保去噪强度设为0.3–0.5，避免结构失真。
3、手动修改宽度与高度，例如原图为512×768，则输入1024×1536（即2倍放大）。
4、在提示词栏追加highly detailed, sharp focus, 8k uhd等增强细节的关键词。
5、加载支持细节强化的LoRA模型，如Add More Details - Detail Enhancer，并确认其权重为0.8–1.0。
三、调用Ultimate SD Upscale脚本分块放大
该脚本将图像自动分割为重叠图块，逐块重绘后再无缝拼接，有效规避显存限制与边缘断裂问题，适用于4K及以上超大尺寸输出。
1、在图生图界面底部脚本下拉菜单中选择Ultimate SD Upscale。
2、填入目标放大倍数，如3.5，系统将自动计算分块参数。
3、保持分块重叠像素宽度为64，此值影响拼接平滑度，不可设为0。
4、在重绘尺寸栏填入“原始宽×放大倍数+64”与“原始高×放大倍数+64”，例如512×512输入后应填576×576。
5、启用ControlNet Tile预处理器，并选择tile_resample作为控制类型以稳定结构。
四、基础生成阶段优化参数组合
高清结果的前提是高质量初始图像，若源头模糊或结构错误，后续放大难以挽救。因此必须前置夯实生成质量。
1、设定基础分辨率：SD1.5模型推荐使用512×768或640×960，避免512×512导致多头多手。
2、选用真实感强的Checkpoint模型，如GeekPhotoPro或RealisticVisionV6.0。
3、配置采样器为DPM++ 2M Karras或Restart，后者锐度表现最优。
4、将采样步数设为25–30，CFG引导系数设为10–12，兼顾稳定性与细节响应。
5、启用VAE模型（如vae-ft-mse-840000-ema-pruned.ckpt），可显著提升色彩饱和度与边缘清晰度。
五、后期处理独立放大（快速应急方案）
适用于已导出图片的即时增强，不依赖文生图流程，操作极简但细节还原能力有限，仅作辅助用途。
1、切换至WebUI顶部后期处理标签页。
2、点击上传图像按钮，导入待处理图片。
3、在缩放算法中选择R-ESRGAN 4x+，放大倍数建议不超过4×。
4、勾选隐藏原始尺寸选项，防止界面误判原始比例。
5、点击应用按钮，等待处理完成并下载输出文件。
