Nodo Upscale Latent and Upscale Latent By en ComfyUI
Upscale Latent cambia el tamaño de un latent a uno nuevo (o por un factor) para que un segundo KSampler pueda añadir detalles a mayor resolución: el clásico arreglo para alta resolución.
Paquete de nodos: ComfyUI core
Categoría: Latente
Qué hace Upscale Latent and Upscale Latent By
Generar imágenes grandes de una sola vez da sujetos duplicados, así que los flujos de trabajo en ComfyUI generan imágenes pequeñas, agrandan el latent y muestrean de nuevo con poco ruido. Upscale Latent toma un LATENT y un ancho y alto objetivo; Upscale Latent By toma un factor de escala en su lugar. Ambos ofrecen interpolación nearest-exact, bilinear, area, bicubic y bislerp.
El escalado de latent es barato pero borroso por sí solo; la segunda pasada del sampler con denoise entre 0.4 y 0.6 es lo que recupera la nitidez y añade detalle. Para resultados más limpios, mucha gente decodifica, escala en píxeles con un modelo ESRGAN y vuelve a codificar; el escalado de latent es más rápido y mantiene más el aspecto original.
Entradas
Nombre | Tipo | Qué es |
|---|---|---|
samples | LATENT | El latent del primer sampler. |
upscale_method | COMBO | nearest-exact, bilinear, area, bicubic o bislerp. |
width / height (Upscale Latent) | INT | Tamaño objetivo en píxeles. |
scale_by (Upscale Latent By) | FLOAT | Factor, por ejemplo 1.5 o 2.0. |
crop | COMBO | desactivado o centrado, cuando cambia la relación de aspecto. |
Salidas
Nombre | Tipo | Qué es |
|---|---|---|
LATENT | LATENT | El latent ampliado para un segundo KSampler. |
AD
Olvida la instalación: workflows de ComfyUI preinstalados en la nube
BitVector ejecuta workflows de ComfyUI listos para usar en sus propias GPU. Sin instalar nada, sin nodos faltantes, sin cuadros rojos. Ábrelo en el móvil o el portátil y genera en un minuto.
Cómo usar Upscale Latent and Upscale Latent By
- Primer KSampler al tamaño nativo, denoise 1.0.
- Upscale Latent By, scale_by 1.5, método bislerp o bicubic.
- Segundo KSampler con el mismo modelo y prompts, denoise 0.45-0.55, 15-20 pasos.
- Decodifica el segundo latent con VAE.
Ajustes y consejos
- 1.5x es el punto ideal; escalados de latent 2x necesitan denoise 0.55 o más para recuperar de la borrosidad.
- bislerp y bicubic dan latents más suaves; nearest-exact mantiene bordes nítidos para pixel art.
- Usa la misma semilla en ambos samplers para consistencia, o una diferente para más variación.
- Baja el cfg del segundo pase en 1 para evitar contraste excesivo.
Solución de problemas de Upscale Latent and Upscale Latent By
El resultado escalado está suave o borroso
Por qué ocurre
No hay segunda pasada del sampler después del escalado del latent, o el denoise es muy bajo (menos de 0.35).
Cómo arreglarlo
Añade un KSampler después del escalado con denoise entre 0.45 y 0.6.
La segunda pasada cambia la imagen completamente
Por qué ocurre
denoise muy alto (más de 0.7) o prompts/cfg diferentes en el segundo sampler.
Cómo arreglarlo
Baja el denoise a 0.5 y usa los mismos prompts, modelo y cfg que en la primera pasada.
Aparecen extremidades extra o detalles duplicados después del escalado
Por qué ocurre
La segunda pasada se ejecuta a un tamaño muy superior al tamaño de entrenamiento del modelo con un denoise alto.
Cómo arreglarlo
Escala 1.5x en vez de 2x, baja el denoise, o añade un ControlNet Tile para fijar la composición.
AD
Ejecuta este workflow desde tu móvil
Todos los workflows de esta página están preinstalados en BitVector con los modelos y nodos personalizados ya colocados. Elige uno, escribe un prompt y listo. Cero configuración, nada que descargar.
Preguntas sobre Upscale Latent and Upscale Latent By
¿Escalado latent o en píxeles?
El latent es más rápido y mantiene el estilo; el escalado en píxeles (ESRGAN) más recodificado da detalles finos más nítidos. Muchos flujos hacen escalado en píxeles y luego una pasada ligera de muestreo.
¿Por qué existe bislerp?
Hace interpolación en una esfera, que se adapta mejor a los valores normalizados del latent que una mezcla lineal.
Nodos relacionados
KSampler
ComfyUI core
KSampler ejecuta el ciclo de eliminación de ruido: toma el modelo, los prompts y un latente, y produce la imagen latente final, controlado por la semilla, pasos, cfg, sampler, scheduler y denoise.
Upscale Image (using Model)
ComfyUI core
Upscale Image (using Model) ejecuta un escalador estilo ESRGAN (4x-UltraSharp, RealESRGAN, 4x_NMKD-Siax, 4x_foolhardy_Remacri) sobre una IMAGE y la devuelve ampliada por el factor fijo del modelo con más detalle.
VAE Decode
ComfyUI core
VAE Decode convierte el LATENT muestreado en una imagen en píxeles con el VAE; VAE Decode (Tiled) hace lo mismo en mosaicos para imágenes muy grandes.
Ultimate SD Upscale
ComfyUI_UltimateSDUpscale
Ultimate SD Upscale agranda una imagen con un modelo ESRGAN, luego la vuelve a muestrear por partes con el modelo de difusión usando tu prompt con poco denoise, agregando detalles reales a 2x-4x sin quedarse sin VRAM.
AD
¿Cansado de arreglar nodos? Deja que lo haga la nube
BitVector mantiene cientos de workflows de ComfyUI instalados, actualizados y probados en GPU rápidas en la nube. Sin Python, sin errores de CUDA, sin límites de VRAM. Funciona desde cualquier navegador.
Más nodos de ComfyUI
CLIP Text Encode (Prompt)
ComfyUI core
CLIP Text Encode convierte un texto en CONDITIONING usando el codificador de texto del modelo. Un nodo tiene el prompt positivo y otro el negativo.
ComfyUI Manager
ComfyUI-Manager
ComfyUI Manager es la extensión que instala, actualiza y arregla paquetes de nodos personalizados y modelos desde la interfaz, resuelve nodos faltantes en flujos de trabajo importados y guarda instantáneas de tu configuración.
Load Checkpoint
ComfyUI core
Load Checkpoint (CheckpointLoaderSimple) abre un archivo de modelo .safetensors o .ckpt y entrega las tres partes que todo flujo de trabajo necesita: el MODEL de difusión, el codificador de texto CLIP y el VAE.
Save Image
ComfyUI core
Save Image guarda el tensor IMAGE en ComfyUI/output como un PNG, con todo el flujo de trabajo incrustado en los metadatos del archivo para que la imagen pueda arrastrarse de nuevo a ComfyUI y restaurar el gráfico.
Empty Latent Image
ComfyUI core
Empty Latent Image crea el lienzo latente vacío (ancho, alto, batch_size) desde donde empieza el muestreo de texto a imagen; las dimensiones deben ser múltiplos de 8 y coincidir con la familia del modelo.
Load Image
ComfyUI core
Load Image carga una imagen desde la carpeta de entrada de ComfyUI (o una subida) y genera un tensor IMAGE más una MÁSCARA tomada del canal alfa, que es el punto de partida para img2img, inpainting, ControlNet y gráficos IP-Adapter.
Model
Trends
.ai
© ModelTrends.ai
|
Hecho en Japón
|
© 2026