In Kürze: Stable Diffusion liefert je nach Modell und VRAM oft nur 512 bis 1024 px – mit Rauschen, harten Kanten und Fehlern an Händen oder Augen. Für das Hochskalieren stehen unterschiedliche Abläufe zur Wahl: Hires.fix verbindet die Skalierung mit einem zweiten Diffusionsdurchgang und kann Pixel- oder Latent-Upscaler verwenden; ein modellbasierter ComfyUI-Pixelworkflow arbeitet nach dem Export ohne verpflichtenden zweiten KSampler. Welche Variante passt, hängt davon ab, ob Sie generative Details ergänzen oder ein fertiges Bild vergrößern möchten; Gesichtszüge, Schrift und feine Muster sollten Sie anschließend am Original prüfen.
Sie kennen das vermutlich: Der frisch generierte Seed sieht in der Vorschau stark aus – bis Sie ihn auf 100 % zoomen oder drucken wollen. Plötzlich sind die Kanten treppig, die Haut wirkt körnig, und an der Hand fehlt ein halber Finger. Das liegt nicht an einem schlechten Prompt, sondern daran, wie Stable Diffusion Bilder überhaupt erzeugt.
Für fertige Einzelbilder ist ein modellbasierter Pixelworkflow sinnvoll, wenn kein weiterer Diffusionsdurchgang gewünscht ist; für gezielte generative Ergänzungen eignet sich ein entsprechender Diffusionsablauf. Für vorhandene Videos ist der Video-Upscaling-Workflow von UniFab eine separate Lösung zur Auflösungsverbesserung, während die Einzelbildschritte dieses Artikels in ComfyUI oder A1111 stattfinden.
Warum SD-Bilder beim Vergrößern Artefakte zeigen
Direktantwort: Stable Diffusion erzeugt Bilder im latenten Raum und dekodiert sie erst am Ende in Pixel. Bei niedriger Auflösung fehlen feine Informationen – beim simplen Strecken werden Rauschen, Treppenkanten und typische KI-Fehler sichtbar. Deshalb braucht es Rekonstruktion statt reines Vergrößern.
Der latente Raum ist der Kern des Problems. Stable Diffusion denkt nicht in Pixeln, sondern in einer komprimierten Zwischenform, die der VAE-Decoder am Schluss in ein sichtbares Bild übersetzt. Bei 512 oder 768 px sind schlicht zu wenige Details angelegt.
Ziehen Sie ein solches Bild einfach auf das Doppelte, entstehen keine neuen Informationen – der Bildbetrachter interpoliert nur zwischen vorhandenen Pixeln. Das Ergebnis: weiche Flächen, harte Übergänge und verstärktes Rauschen. Ein guter Upscaler rekonstruiert stattdessen plausible Details, statt sie nur breitzuziehen.
Drei Wege zu mehr Auflösung im Vergleich
Direktantwort: Hires.fix ist ein Ablauf mit zusätzlichem Diffusionsdurchgang und kann Pixel- oder Latent-Upscaling einbeziehen. Ein modellbasierter Pixelworkflow in ComfyUI vergrößert dagegen ein fertiges Bild ohne verpflichtenden zweiten KSampler.
Für die Auswahl ist entscheidend, ob das Bild bereits fertig ist oder durch einen weiteren Diffusionsdurchgang noch generativ ergänzt werden soll:
| Ablauf | Verarbeitungsschritt | Zusätzlicher Diffusionsdurchgang |
|---|---|---|
| Hires.fix | Skalieren und erneut entrauschen | Ja |
| Latent Upscale im Diffusionsablauf | Latente Darstellung vergrößern | Erst durch nachfolgenden Sampler |
| ComfyUI: modellbasiertes Pixel-Upscaling | Pixelbild mit Upscale-Modell vergrößern | Nein |
Für ein fertiges Bild würde ich zunächst den modellbasierten Pixelworkflow wählen, weil er keinen weiteren Diffusionsdurchgang voraussetzt. Soll das Modell gezielt neue Details ergänzen, passt Hires.fix mit zusätzlichem Diffusionsdurchgang besser; externe Bildwerkzeuge können ebenfalls nach dem Rendern eingesetzt werden.
hires.fix und Latent Upscale: die In-Graph-Wege
Direktantwort: Hires.fix ist ein Ablauf mit zweitem Diffusionsdurchgang und kann einen Pixel- oder einen Latent-Upscaler verwenden. Seit A1111 1.8.0 lässt sich Hires.fix mit vorhandenem Generierungskontext auch nach einer ersten Generierung separat starten.
hires.fix ist der bekannteste Weg direkt in Automatic1111. Dabei werden Skalierungsfaktor, Upscale-Modell beziehungsweise Upscale-Methode und Denoising-Stärke getrennt eingestellt. Eine niedrigere Denoising-Stärke begrenzt die Veränderung, garantiert jedoch keine unveränderten Gesichter.
Ultimate SD Upscale ist ein gekachelter img2img-Diffusionsablauf, während Latent Upscale einen eigenen Skalierungsschritt bezeichnet. Kleinere Kacheln begrenzen den Speicherbedarf pro Durchlauf; Modell, Tile-Größe und Laufzeit bleiben dennoch getrennte Größen. Der Stable-Diffusion-x4-Upscaler von Stability AI ist ein textgeführtes Diffusionsmodell mit eigener Pipeline und noise_level, keine austauschbare ESRGAN-.pth-Datei für einen gewöhnlichen Upscale-Model-Loader.
Ein weiterer Diffusionsdurchgang kann gezielt neue Details ergänzen, dabei aber auch Gesichtszüge, Hände oder die Komposition verändern. Für ein bereits abgeschlossenes Bild kommt stattdessen ein modellbasierter Pixelworkflow ohne erneutes Sampling infrage.
Der Upscale-Workflow für ComfyUI & A1111
Direktantwort: Laden Sie das fertige Bild und ein kompatibles Upscale-Modell in ComfyUI, verbinden Sie beide mit „Upscale Image (Using Model)“ und speichern Sie das Ergebnis über „Save Image“. Dieser Pixelworkflow benötigt keinen zweiten KSampler.
Der modellbasierte Pixelworkflow trennt das Erzeugen vom anschließenden Vergrößern. Sie generieren wie gewohnt in A1111 oder ComfyUI und verarbeiten das fertige Bild danach mit einem passenden Upscale-Modell:
- Speichern Sie das Original als verlustfrei komprimierte PNG-Datei und sichern Sie vorhandene Generierungsdaten separat. In A1111 können eingebettete PNG-Informationen beim erneuten Laden helfen, sind aber nicht nach jedem Export vollständig vorhanden.
- Legen Sie ein kompatibles .pth-Modell im Ordner
ComfyUI/models/upscale_modelsab und laden Sie es mit „Load Upscale Model“. - Verbinden Sie „Load Image“ und „Load Upscale Model“ mit „Upscale Image (Using Model)“. Ein zweiter KSampler ist für diesen Pixelworkflow nicht erforderlich.
- Prüfen Sie Kanten, Flächen und Gesichter bei 100 % und speichern Sie das Bild mit „Save Image“ in den zuvor festgelegten Zielmaßen.
Der hier beschriebene Einzelbild-Workflow gehört zu ComfyUI. UniFab Video Upscaler AI ist dagegen für die Auflösungsverbesserung vorhandener Videos vorgesehen und bietet lokale Verarbeitung sowie FabCloud.
Verarbeiten Sie nur Materialien, zu deren Nutzung Sie berechtigt sind. Beachten Sie außerdem die Bedingungen der verwendeten Werkzeuge, Modelle und Plattformen.
Bildqualität prüfen: Ausschnitte, Motivtreue und Zielgröße
Legen Sie vor dem Hochskalieren die gewünschten Zielmaße in Pixeln fest und bewahren Sie die Quelldatei unverändert auf. So können Sie das Ergebnis jederzeit mit derselben Ausgangsbasis vergleichen.
Vergleichsansicht: Öffnen Sie Quelle und Ergebnis bei 100 % Vergrößerung und wählen Sie in beiden Dateien dieselben Ausschnitte. Prüfen Sie insbesondere kleine Gesichter, Schrift, klare Linien und feine Muster.
Zielgröße: Kontrollieren Sie Breite, Höhe und Seitenverhältnis statt nur einer allgemeinen Angabe wie „4K“. Dadurch vermeiden Sie unbeabsichtigtes Zuschneiden oder Verzerren.
Prüfkriterien: Achten Sie auf vier Punkte, die für das Endergebnis wirklich zählen:
- Kantenschärfe nach dem Upscale auf 4K – ohne „Überschärfung"
- Motivtreue – bleibt das Gesicht identisch oder verschiebt es sich?
- Ruhe im Bild – verschwindet Körnung und Rauschen, statt betont zu werden?
- Natürlichkeit – kein „plastik-glatter" Look bei Haut und Oberflächen
Ein Upscaler erhöht die Pixelzahl und kann Texturen verändern. Kontrollieren Sie Gesichtszüge, Schrift und feine Muster bei 100 % Vergrößerung und bewahren Sie die Quelldatei auf. Für die Abnahme halte ich identische Ausschnitte für aussagekräftiger als den Gesamteindruck in verkleinerter Ansicht.
Artefakte, Hände & Gesichter reparieren
Direktantwort: Kombinieren Sie das Upscaling mit moderater Entrauschung – zu stark wirkt das Bild „plastik-glatt". Fehlerhafte Hände repariert ein Upscaler nicht; das gehört vor das Vergrößern per Inpainting in SD.
Bei der Entrauschung gilt: dezent dosieren. Eine leichte Reduktion glättet Körnung und JPEG-artige Artefakte, ohne dass Poren, Stoff und Haare ihre Struktur verlieren. Drehen Sie zu weit auf, sieht selbst ein gutes Porträt schnell wächsern aus.
Bei gekachelten Abläufen helfen Überlappung und Einstellungen zur Nahtkorrektur gegen sichtbare Übergänge. Zu starkes Denoising kann dabei neue Details oder wechselnde Texturen erzeugen.
Eine Gesichtsverbesserung kann Augen und Haut neu interpretieren und dadurch Gesichtszüge verändern. Wichtig zu verstehen: Ein Upscaler schärft und rekonstruiert Texturen – er erfindet aber keine korrekte Anatomie. Fehlerhafte Hände oder verschmolzene Finger müssen Sie deshalb vor dem Upscale in Stable Diffusion per Inpainting nachbessern. Danach vergrößern Sie das bereits korrigierte Bild und vergleichen kleine Gesichter, Hände und feine Strukturen bei 100 % mit dem Original. Ich würde besonders kleine Gesichter als eigenen Prüfausschnitt behandeln, weil Veränderungen dort in der Gesamtansicht leicht übersehen werden.
Den passenden Checkpoint- und Modell-Typ wählen
Direktantwort: Für fotorealistische Checkpoints ein realistisches Upscale-Modell wählen, für Anime-Checkpoints ein anime-optimiertes, das klare Linien und Farbflächen bewahrt. Der Bildstil entscheidet über die Modellwahl.
Die Modellwahl folgt Ihrem Checkpoint. Für fotorealistische Renderings passt ein realistisches Upscale-Modell in einem Format, das der verwendete Modell-Loader unterstützt und Hauttextur sowie feine Details rekonstruiert. Für Anime- und Illustrations-Checkpoints ist ein anime-optimiertes Modell die bessere Wahl, weil es klare Linien und flache Farbflächen bewahrt, statt sie mit erfundener Textur zu überziehen.
Dasselbe Prinzip gilt über Stable Diffusion hinaus: Für Midjourney-Bilder und die Druckvorbereitung entscheidet der Bildstil über das richtige Modell. Dieser Artikel ergänzt den größeren Leitfaden zur KI-Bildvergrößerung, falls Sie mit weiteren Generatoren arbeiten.
Häufige Fragen (FAQ)
Ist Ultimate SD Upscale dasselbe wie Latent Upscale?
Nein. Latent Upscale vergrößert die latente Darstellung. Ultimate SD Upscale ist dagegen ein gekachelter img2img-Diffusionsablauf; die Kachelung begrenzt den Speicherbedarf pro Durchlauf. Beide Begriffe bezeichnen unterschiedliche Verarbeitungsschritte.
Kann ich ein exportiertes Bild ohne Generierungsdaten hochskalieren?
Ja. Für den modellbasierten ComfyUI-Pixelworkflow genügen eine Bilddatei und ein passendes Upscale-Modell. Seed, Prompt und ursprünglicher Checkpoint sind dafür nicht erforderlich, können aber beim generativen Nachbearbeiten hilfreich sein.
Was kann ich bei einer Meldung „CUDA out of memory“ tun?
Verkleinern Sie bei einem gekachelten Ablauf die Tile-Größe und schließen Sie andere GPU-Anwendungen. Modell, Bildmaße und Tile-Größe beeinflussen den Speicherbedarf; kleinere Kacheln beheben jedoch keine vorhandenen Anatomiefehler.
Kann ich viele SD-Bilder auf einmal verarbeiten?
Eine Stapelverarbeitung erfordert einen entsprechend eingerichteten Ablauf. Die einfache ComfyUI-Schrittfolge beginnt mit einer einzelnen geladenen Datei; bei Serien müssen Seitenverhältnis und Zielmaße für jedes Bild berücksichtigt werden.
Werden meine Bilder beim Hochskalieren hochgeladen?
Ein lokal ausgeführter ComfyUI-Bildworkflow verarbeitet die Datei auf Ihrem Rechner. Ein gehosteter Dienst verarbeitet die hochgeladene Datei beim Anbieter. UniFab bietet lokale Videoverarbeitung und FabCloud an.
Welche Pixelmaße entstehen bei vierfacher Vergrößerung?
Bei vierfacher Vergrößerung werden Breite und Höhe jeweils mit vier multipliziert: Aus 1024 × 1024 werden 4096 × 4096 Pixel, insgesamt sechzehnmal so viele Pixel. Das ist ein anderes Seitenverhältnis als 3840 × 2160 Pixel.
Fazit
Aus unserer Sicht ist das Hochskalieren von Stable-Diffusion-Bildern keine Frage von „mehr Pixel", sondern von Rekonstruktion und Motivtreue.
Solange Sie noch am Seed arbeiten und generativ Details ergänzen möchten, ist Hires.fix mit einem zusätzlichen Diffusionsdurchgang sinnvoll. Für ein fertiges Bild würde ich zunächst einen modellbasierten Pixelworkflow wählen, der die vorhandene Bilddatei ohne verpflichtenden zweiten KSampler vergrößert.
Legen Sie vorab die Zielmaße fest und vergleichen Sie Gesichter, Schrift und feine Muster bei 100 %, weil auch ein Pixel-Upscaler Texturen verändern kann.
Verarbeiten Sie nur Bilder, Videos und Modelle, die Sie verwenden dürfen. Beachten Sie dabei die Bedingungen der eingesetzten Werkzeuge, Modelle und Plattformen.
Für vorhandene Videos bietet das Video-Upscaling von UniFab eine separate Auflösungsverbesserung; der oben beschriebene ComfyUI-Workflow betrifft dagegen einzelne Bilddateien.