AI绘画生成大尺寸图片时为何容易出现畸形？

AI

楼主用的可能是Stable Diffusion 1.5或类似软件，生成超1K像素图片出现畸形，主要源于原始数据问题。下面我结合经验，谈谈如何避免这种情况的发生，供大家参考。

在AI绘图学习中，尝试生成高像素或16:9、9:16比例的图片时，往往难以受提示词约束，容易出现多人物或形变失真等问题。这是常见现象，需调整参数或优化提示词以改善效果。针对这种情况，更换模型、添加禁用多人设置并调整权重，仍难以完全避免问题。那么如何增强可控性？以下是我个人的方法分享，值得收藏以便随时查阅参考。在Stable Diffusion 1.5及更早版本的大模型中，训练数据集的图像大多不超过1024像素，原始图片宽度通常为512像素。这导致模型对高分辨率图像的处理能力存在一定局限性。一旦横幅像素超出模型合适范围，模型可能会自由发挥，添加内容或人物以满足提示词需求，所示。

直接生成的效果出现了诸多奇怪的问题。

体操

解决方案是什么？使用高分辨率修复！先生成低分辨率图片，再通过高分辨率修复扩大图像，避免多余内容出现。具体操作可参考下图示例，简单几步即可实现清晰图像输出，确保细节完整且画质优异。

瞧，这个问题是不是已经得到圆满解决啦？以下是这张图片的生成提示词，有需要的可以自行尝试：对于宽高比较大的图片，如16:9或9:16，要确保主体内容稳定生成，可采用低分辨率预处理，再通过高清修复技术放大图像，从而在保持精细度的同时提升可控性。

对于普通商用文件，2K以下分辨率通常不够用，建议使用4K到8K的高分辨率。然而，大多数家用电脑显存不足，难以支持如此高的分辨率图像生成，运行起来会遇到困难。在此情形下，可运用图生图功能，将重绘幅度设低（建议范围为0.25至0.35），接着选用Tile Diffusion与Tile VAE插件实现接力放大。这两个插件能够对图片进行分块渲染并拼接。相关插件可在网上获取，若难以找到，欢迎在评论区留言或私信，我可协助发送。

在图生图操作中，若担心生成图片偏离预期，可选用ControlNet模型中的Tile模型，将其权重设为1~1.2，起始步数设为0，结束步数设为1，以更好地控制生成方向。

在低分辨率下，可用Photo Shop、Procreate等设计软件初步修正不可控细节。若不确定哪些细节可能出问题，建议先将图片生成出来。在渲染过程中，一旦发现异常区域，可及时终止操作，避免浪费更多时间。

把在PhotoShop和Procreate修正好的低分辨率图像，放入图生图生成高分辨率，就能实现理想效果。按照创意需求绘制底图，此次采用抽卡方式生成数十张低分辨率图片，并通过高清修复确保底图质量，从中挑选合适的底图用于后续创作。

在这个案例里，我使用的Prompt为：底图毫无瑕疵，完美无缺，我将直接采用刚才的方法生成高分图像。

结果在意外之处出现严重问题，尽管多次尝试修复，仍无法避免瑕疵的生成。

针对问题区域，可使用Phont Shop的仿制图章或填色功能简单处理。熟悉手绘的设计师和插画师也可用Procreate修正，只需确保色块逻辑准确即可。

根据文章方法，把修正后的图片用于图生图，调整好参数，生成高分辨率图像。

此前脚踝的诡异状况已完全解决。

通过本教程，你是否学会了利用低分辨率接力提升图像清晰度的方法？

除了这种方法，也能用Upscale、Magnific.AI等网站和软件，直接将低分辨率图片修复为高清。如果大家感兴趣，之后我会写文章详细讲解这些工具的使用方式。我是德里克文，从事室内设计多年，热衷于AI绘画与人工智能。若喜欢我的文章，欢迎关注、点赞、收藏，感谢支持！