对于使用AI进行图像放大的创作者而言，在提升清晰度和保持原始特征之间取得平衡是一个关键挑战。本篇内容深入探讨了在ComfyUI中使用Qwen和Wan 2.2等模型进行模型采样放大的实际应用，通过真实案例揭示了为不同质量图像寻找最佳降噪设置的权衡过程。
智能速览
降噪值过低则图像模糊，过高则人物特征易失真变脸。
实测Qwen Image与Wan 2.2模型在图像放大任务中的表现差异。
采用TTP分块处理，能更好地结合视觉语言模型（VLM）进行反推提示。
对于400x400极低分辨率且模糊的图片，模型采样放大难以完美还原。
该放大思路对中等画质图片的提升效果尤为显著和有效。
精华内容
在AI图像放大的实践中，降噪参数的调整是决定最终效果的关键，但这背后隐藏着一场清晰度与保真度的博弈。
降噪的权衡
模型采样放大面临的核心难题在于降噪值的选择。测试显示，使用Qwen Image模型处理400x400的模糊图片时，当降噪值设为0.3，图像仅有轻微改善，依然模糊；将降噪值提升至0.55时，清晰度虽显著提高，但图中人物的表情、蝴蝶结等关键细节已发生改变，出现了“变脸”现象。这清晰地展示了降噪与保真度之间的直接冲突。
视频模型与TTP
为探索更优解，视频模型Wan 2.2被引入测试。更重要的是，工作流采用了TTP（Tiled Encode）分块策略，替代了传统的VAE分块。TTP分块的优势在于操作更自由，且能将每个图像块通过VLM（如Florence-2或Qwen-VL）进行独立的反推，生成更精确的局部提示词，最终拼接成高质量图像，有效提升了放大效果的细节表现。
反推的局限性
实验对比了使用VLM反推的详细提示词与通用的质量提示词的效果。结果显示，在处理这种极度模糊的图像时，两者最终的视觉效果差异不大。甚至在某些情况下，反推得到的详细描述会引发不必要的再创作，例如为原服装添加不存在的花纹。这表明在原始信息严重缺失时，外部提示的增益作用有限。
适用场景总结
综合来看，模型采样放大是一种激进的修复策略，其局限性在于对原始像素信息的依赖。它对于中等画质的图片提升效果显著，能实现清晰度和细节的增强。但面对极低分辨率且模糊的图片，由于潜空间（Latent Space）的重建特性，模型必须“猜测”丢失的细节，导致“变脸”和文字错误等问题，难以做到完美复原。
