以下是关于 ComfyUI tile 放大的相关内容：
[heading2]总结文生图工作流及相关操作讲解文生图工作流搭建：先左键点住CLIP黄点向外拖，再拖出两个CLIP编码器，从条件处拉出采样器，连接正负提示词和模型，还需VE解码器和VE模型，若模型无VAE则需加载器。浅空间图像放大：从第一个采样器向右拉，点击按系数缩放将later调成2倍，复制采样器、VE解码器并连接处理过的later。图像高清修复：在confii里调整重绘幅度，如设为0.3变化微小，设为1图像更清晰。提示词获取：在LIB上点击生成信息可获取正面和负面提示词及采样器等信息。模型参数调整：如生成图片的大小可先调为768，后续再解释具体原因。关于Confii的操作教学与问题解答Confii图像放大操作：从第一个采样器开始，通过一系列操作如添加Latin节点、连接提示词和模型、连接VE解码器等，并设置重绘幅度、缩放系数等参数来实现图像放大。参数设置的作用：重绘幅度（降噪）决定图像改变程度，数值越高与原始图像差别越大；缩放系数默认1.5，可调整为2。模型安装问题：云端用户不知如何安装Magic模型，小田提到可能通过百度分享安装。问题解答：针对学员提出的放大操作未成功、不理解操作步骤、权重反向提示影响正向结果等问题进行解答。
重绘幅度降低一点。继续使用tile。使用Ultimate SD upscale插件放大。生成完毕，放大看下细节，放大的时候看不出来是个字，缩小看就能明显了。学会了吗？大家可以尝试一下用其他的提示词来做做看，生成一些不同的效果。-END-白马与少年Stable Diffusion、Blender等学习心得分享139篇原创内容（持续更新中）公众号微信扫一扫关注该公众号
我们来到文生图的Tiled Diffusion中，展开分区提示词控制，可以看到如下界面。我们接下来使用这个功能绘制两个女孩坐在泳池边上，穿着不同的服装的图片。首先将宽度改为920x512的横图。启用Tiled Diffusion，启用分区提示词控制，然后创建文生图画布。启用区域1，将红框拖拽至铺满背景，类型设置为背景，然后输入关键词：泳池。启用区域2，拖动黄色框子的大小和位置，类型为前景，旁边还有一个羽化值，控制的是前景和背景的融合程度，一般保持默认就可以，提示词设置为：一个短头发穿黄色泳衣的女孩在泳池里。绘制区域3，一样的方法，提示词为：一个长头发穿着红色泳衣的女孩在泳池里。我们可以看到Tiled Diffusion中所有的区域都是可以设置单独的提示词和随机种子的，所以如果我们生成的背景比较满意，我们就可以锁定背景的随机种子，只调整前景人物的提示词。选择一个二次元模型，正向提示词不用重复下面的分区提示，可以描述一些通用的词汇，比如：夏天，泳池，光影，上半身之类的。点击生成，我们就得到了一幅符合我们分区构图的画面。接下来，我们将图片发送到图生图进行一下放大，重绘幅度设置为0.6。打开Tiled Diffusion，方案选择MultiDiffusion，放大算法选择R-ESRGAN 4x+Anime6B，放大2倍。启用Tiled VAE。启用controlnet插件的tile模型，给图片添加细节。放大完成，画面增加了很多细节，tile模型配合放大是非常好用的组合，产出细节合适的高质量大图。