根本原因在于comfyui默认的latent放大算法不行,换个NNLatentUpscale插件就行了,manager搜索就能找到。

comfyui默认的latent放大算法会导致latent引入很多那种锯齿状的信息,这些信息在去噪的时候如果不通过手动注入噪声抹除就很容易残留下来,简单的方法就是直接使用NNLatentUpscale来放大latent。至于使用image放大然后转vae也不是不行,就是每次vae decode实际上会导致画面细节减少,不如直接在latent放大上细节来的多。
当然,最佳的方案是在latent放大的同时注入一点噪声,同时增加hires sampler的步数让去噪变得平滑一些。