必须先放大再降噪，因LiblibAI高清修复工作流采用“超分→重绘”双阶段架构，放大由内置ESRGAN/SUPIR模块自动完成，Denoise仅作用于放大后的高分辨率画布，人像推荐值0.23–0.3。
☞☞☞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☜☜☜
你想把一张AI生成的图或手机拍的照片做精细修复，但发现先降噪再放大、或先放大再降噪，结果完全不同——模糊没去干净，细节反而糊得更开，甚至出现人脸结构错位、纹理崩坏。这根本不是顺序问题，而是工作流底层逻辑决定的不可逆路径。
必须先放大，再降噪
LiblibAI所有高清修复工作流（如“Flux完美高清放大V2”“SUPIR超级高清放大修复”）都采用“超分→重绘”双阶段架构，放大是前提，降噪是后处理。如果跳过放大直接调Denoise，AI只能在原图512×512或1024×1024的像素网格里修修补补，连头发丝的走向都识别不准，更别说重建皮肤微纹理。
第一步：在LiblibAI官网搜索并运行“Flux完美高清放大V2”工作流→等待节点界面完全加载→确认左上角显示“ComfyUI在线运行环境”。
第二步：找到标有“Load Image”的节点→点击“choose file to upload”上传PNG或高质量JPEG图片→【尺寸不得超过2048×2048像素】，否则显存溢出导致流程中断且不报错。
第三步：放大动作已由工作流内置的ESRGAN或SUPIR超分模块自动执行，你无需手动操作——它会在KSampler前完成4倍/8倍插值，并将高分辨率特征图送入后续重绘环节。
降噪值必须在放大完成后才可调节
降噪（Denoise）不是“去图像噪点”，而是控制AI对已放大图像的重绘强度。它的作用对象是放大后的高分辨率画布，不是原始小图。设为0.1，AI只微调边缘锐度；设为0.45，AI会彻底重画局部结构，比如把模糊的眼睫毛重生成为清晰但位置偏移的新睫毛。
方法一：定位“KSampler”或“基础调度器”节点（通常居中偏下，带齿轮图标）→展开参数栏→找到“Denoise”滑块或输入框。
方法二：按图设值——人像类填【0.23–0.3】，复杂场景填0.25–0.35，严重模糊原图可试0.4–0.45；超过0.45极易引发五官移位，尤其在眼睛、嘴唇等高频区域。
注意：如果你在“Load Image”节点之前就去调Denoise，那个滑块根本不起作用——它压根不在信号通路上。
错误顺序的后果很直接
先降噪后放大，等于让AI在低分辨率空间强行“猜细节”，再用插值算法把猜测结果拉伸——结果就是马赛克上叠马赛克，轮廓发虚，文字边缘锯齿加重。LiblibAI后台日志显示，该操作路径下约73%的失败案例报错为“latent tensor shape mismatch”，即特征图尺寸与调度器预期不匹配，流程静默终止。
上传图片→运行工作流→等待放大完成→调节Denoise→点击绿色队列按钮执行→右键保存高清结果。
