liblibai图片放大后模糊是因未启用高清修复工作流或denoise值不当，需使用supir/flux工作流、设人像denoise为0.23、启用canny controlnet（weight 0.85）及匹配unet模型，并导出时避开水印下载。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
LiblibAI图片放大后模糊，说明当前工作流未启用细节重建机制或参数配置偏离最佳区间，直接导致高频信息丢失、边缘发虚、纹理平滑化。这不是模型能力不足，而是输入控制信号与修复强度不匹配所致。
确认是否启用高清修复工作流
放大模糊的根本原因是用了普通图生图流程而非专用于修复的ComfyUI工作流。普通流程仅做像素级重绘，不包含超分+结构引导双模块。
在LibLibAI首页搜索栏输入“SUPIR超级高清放大修复”或“Flux完美高清放大V2”，点击卡片右上角【在ComfyUI中运行】按钮——【必须跳转至节点编辑界面，静态网页页或图生图模式无法调用高清修复能力】。
进入后检查左上角是否显示“SUPIR”或“Flux”字样，无则说明未加载正确工作流，需重新选择。
调节核心参数：Denoise值精准校准
降噪值（Denoise）决定AI对原图的“信任程度”。设太高，AI会抹掉真实边缘强行重绘；设太低，又无法补充缺失细节。人像与场景需区别对待：
第一步：定位“KSampler”或“基础调度器”节点，找到Denoise输入框。
第二步：人像类图片统一设为【0.23】——高于0.25易引发五官错位，低于0.2则修复力度不足，皮肤纹理仍糊。
第三步：风景/产品图可设为0.28–0.32，但若出现建筑边缘锯齿或文字断连，立即回调至0.26并启用ControlNet边缘约束。
注意：不要沿用图生图默认的0.4或0.5，那是为创意改图设计的，不是为修复准备的。
LiblibAI 是专注于AI图像创作的模型与工作流平台，汇聚海量风格模型、LoRA、ComfyUI工作流和创作者作品，支持在线生成、模型训练、作品发布与灵感交流，帮助设计师、插画师和内容创作者更高效地完成视觉创意。
启用结构保真增强模块
仅调Denoise不够，必须叠加结构引导，否则AI会“脑补”出错误纹理。以下两步缺一不可：
方法一：启用Canny ControlNet
在节点区查找“ControlNetApply”节点，将其Preprocessor设为canny，Weight设为【0.85】，Start/end at设为0.2/0.8——过早介入会压制原始构图，过晚则来不及修正边缘。
方法二：切换UNet模型
点击“UNET加载器”下拉菜单，选择“SUPIR-F”或“Flux.1-dev”模型。NanoBanana Pro虽细节强，但缺乏结构锚点，不适合放大后修复。
提示：若工作流自带“结构增强”子节点，请确保其开关为开启状态，该节点通常位于图像输入与KSampler之间。
导出前关闭水印并验证输出质量
放大后仍模糊，有时是导出环节被干扰。LibLibAI默认在右下角打“AI生成”水印，该水印会覆盖局部细节，肉眼误判为模糊。
运行完成后，在左侧历史记录面板找到刚生成的图，右键→“另存为PNG”，【务必避开顶部工具栏的‘下载’按钮，它会强制加水印】。
保存后用看图软件100%放大检查眼睛睫毛、文字笔画、织物纹理等高频区域，确认无伪影、无断线、无色块融合即为成功。
