商品图高清放大：保守放大与 Z-Image-Turbo 2K

💡 一句话总结：用 ComfyUI 建立商品图高清放大流水线 —— 保守放大保真、Z-Image-Turbo 2K 补细节、云端节点兜底。

平台对分辨率的要求一路上涨，AI 生成的商品图却常常只有 480–720p；官方放大指南把这条链路总结为「生成 → 修复 → 放大 → 交付」。这一课带你把 ComfyUI 商品图放大这最后一步做扎实：先学会最稳的保守放大，再用官方 Z-Image-Turbo 2K 模板把细节和分辨率一起补上。

学完你能做什么

• 用两个节点（Load Upscale Model + Upscale Image (Using Model)）把商品图保守放大 4 倍，标签小字不变形
• 一键加载官方「图像放大: Z-Image-Turbo 2K」模板，把商品图放大到 2K 分辨率并补回细节
• 说得出 denoise 三档（0.15–0.25 / 0.25–0.35 / >0.35）分别会发生什么，商品图该用哪档
• 知道云端备选：Magnific Precise、Nano Banana Pro 这些 partner node 什么时候值得用

为什么用 ComfyUI，而不是在线放大工具？

能力	在线放大工具	ComfyUI 本地工作流
计费	按张数或积分计费，批量上新肉疼	✅ 模型下一次，出图不按张计费
商品图隐私	图要上传到对方服务器	✅ 全程在自己电脑上跑
模型选择	给什么用什么	✅ RealESRGAN / BSRGAN / SwinIR / 扩散放大随意换
流水线	一张张手动上传	✅ 抠图 → 放大 → 合成一条链，上一课的透明底直接接进来
上手成本	打开网页就能用	❌ 要装 ComfyUI、下模型——本课带你趟过去

你现在的困境

• AI 生成的商品图常常只有 480–720p，平台和设计师要的分辨率却越涨越高，直接交付不够看
• 直接拉大尺寸，边缘发糊、小字糊成一团，等于放大了个寂寞
• 试过「一键高清」，结果商品 logo 被重绘、标签文字变了样——商品图最怕这个

什么时候用这一招

当你需要：

• 把 AI 生成图（常见 480–720p）或手机实拍图放大到平台、印刷要求的分辨率
• 放大后材质、标签边缘、小字必须和原图一致——商品图不能「变样」
• 一批商品图反复放大，不想按张付费

而且不想：

• 商品图上传到在线服务
• 从头学一整套扩散模型——保守放大只要两个节点

🎒 开始前的准备

• 走完电商图实战导读，知道每课从官方模板起步
• ComfyUI 能正常出图，会从模板库加载工作流（不熟回看模板库玩法）
• 手头有商品图：AI 生成图或实拍图都行；上一课抠好的透明底 PNG 走保守放大没问题（透明度会保留），走 2K 扩散路线前先合成好背景
• 走保守放大：硬盘预留约 64MB（RealESRGAN_x4plus.safetensors 为 63.8MB）
• 走 Z-Image-Turbo 2K：ComfyUI 0.9.0 及以上（模板库标注的最低版本），再预留约 19GB 放三件套；显存参考 Z-Image-Turbo 文生图一课的 16GB 消费级定位
• 网络能连 Hugging Face；连不稳就走 ModelScope 国内源（第 1、3 步给地址）

跟我做

第 1 步：下载放大模型，放进 upscale_models 目录

为什么：保守放大靠的是本地超分模型文件，得先把它放到 ComfyUI 认识的位置。

最小配置只要一个文件：RealESRGAN_x4plus.safetensors（63.8MB），从下面任一仓库下载：

• Hugging Face：Comfy-Org/Real-ESRGAN_repackaged（huggingface.co）
• ModelScope（国内快）：Comfy-Org/Real-ESRGAN_repackaged（modelscope.cn）

放进 ComfyUI/models/upscale_models/。目录规则忘了就回看模型放哪里。

想换模型：OpenModelDB 上有大量超分模型可选——RealESRGAN 通用、BSRGAN 擅长文字锐边、SwinIR 擅长自然纹理风景；下载的 .pth 文件同样放进 upscale_models。

你应该看到：Load Upscale Model 节点的下拉列表里出现 RealESRGAN_x4plus.safetensors（手动放文件后需要刷新或重启 ComfyUI）。

第 2 步：跑保守放大——两个节点把商品图放大 4 倍（方式 A，推荐起步）

为什么：商品图放大的第一原则是「不能变样」。官方对商品摄影的建议就是保守放大——保住材质、标签边缘和小字。

节点链一共四个：

Load Image ──→ Upscale Image (Using Model) ──→ Save Image
                    ↑
Load Upscale Model ─┘（选 RealESRGAN_x4plus.safetensors）

新建空白工作流，按图连好四个节点，Load Image 传你的商品图，点 Queue 或按 Ctrl+Enter 运行。

你应该看到：输出图分辨率是输入的 4 倍（x4plus 是 4 倍模型），小字清晰、边缘干净，内容没变样。

💡 这就是 ComfyUI 的独有价值

模型不满意随时换：下拉里改成 BSRGAN 或 SwinIR 再跑一遍，同一个工作流直接对比效果——不额外花一分钱，商品图也不出你的电脑。

第 3 步：加载「图像放大: Z-Image-Turbo 2K」官方模板（方式 B）

为什么：纯保守放大对质量差的输入改善有限。官方 Z-Image-Turbo 2K 模板先用 RealESRGAN 预放大，再用 Z-Image-Turbo 以中等 denoise 重采样，在 2K 分辨率上重建细节。

打开 Workflow → Browse Templates，搜索 Image Upscale: Z-Image-Turbo 2K（中文界面显示为「图像放大: Z-Image-Turbo 2K」）加载；也可以直接下载官方模板 JSON（utility_z_image_turbo_2k_upscaler.app.json，在 GitHub 的 Comfy-Org/workflow_templates 仓库）。

模板要四个模型文件，下载后各归各位：

文件	大小	放进目录
z_image_turbo_bf16.safetensors	11.46 GB	diffusion_models
qwen_3_4b.safetensors	7.49 GB	text_encoders
ae.safetensors	319.8 MB	vae
RealESRGAN_x4plus.safetensors	63.8 MB	upscale_models

前三件从 Comfy-Org/z_image_turbo 仓库下（Hugging Face 和 ModelScope 都有），和 Z-Image-Turbo 文生图一课是同一批文件，下过的直接复用。

你应该看到：画布上是 Load Image → 一个名为「Image Upscale(Z-image-Turbo)」的子图节点 → Save Image，旁边还有个 ImageCompare 对比节点。提示词、denoise、seed 和四个模型下拉都直接露在子图节点上，不用点进子图里改。

第 4 步：上传商品图，按 denoise 表调参出 2K 图

为什么：denoise 决定模型能离原图多远——这是商品图放大的生命线参数。

操作：

1. Load Image 传你的商品图（官方示例输入是战斗机照片 fighter_jet.png，模板 input 目录可下载）
2. 正向提示词保持模板默认 masterpiece, 8k，或按下面「魔法 Prompt」补商品描述；负向提示词留空（模板默认）
3. denoise 按表选档：

denoise	效果	商品图建议
0.15–0.25	贴近原图，改动小	怕变样就选这档
0.25–0.35	重绘补更多细节	模板默认 0.33 在这档
> 0.35	容易出伪影	除非配详细描述，别碰

4. 按 Ctrl+Enter 运行。KSampler 其余参数保持模板既定：5 步、cfg 1、dpmpp_2m_sde 采样器 + beta 调度。

你应该看到：模板先把输入规整到 1 百万像素（ImageScaleToTotalPixels），RealESRGAN 放大 4 倍后再用 ImageScaleBy 缩回一半，交给 Z-Image-Turbo 重采样——净效果约 2 倍，输出 2K 级分辨率；保存文件带 z-image-upscaled 前缀。

第 5 步：放大前后对比验收：小字、边缘、材质

为什么：商品图放大必须验收——「看起来更清楚」不等于「没变样」。

模板里的 ImageCompare 节点已经连好原图和放大结果，拖滑块对比。重点查三样：标签文字、logo 边缘、材质纹理。

⚠️ ImageCompare 不显示？

模板注释标明：Image Compare 现在只在 Nodes 2.0 下可用。菜单 → Nodes 2.0 切换后即可使用。

你应该看到：放大图里小字笔画完整、标签边缘锐利、材质纹理自然——三样都对得上原图，这张图才能进详情页。

方式 C：显存吃紧？云端保守放大

本地显存不够跑 Z-Image-Turbo 2K 时，官方放大指南给商品摄影列的云端保守选项（云端节点按 Comfy 账户积分计费）：

Partner Node	特点	1K→4K 官方基准耗时
Magnific Precise	高精度、生产安全	~40s
WaveSpeed SeedVR2	高保真	~40s
HitPaw	保守/创意双模式	~60s
Nano Banana Pro	快、商品摄影对口	~80s

官方放大指南页为 HitPaw、Nano Banana Pro、SeedVR2 等提供「Comfy Cloud 试跑 / 下载工作流」的一键入口。小技巧：SeedVR2 路线官方建议先用 ImageScaleToTotalPixels 把图缩到 0.35 百万像素再放大，效果更好。

📋 魔法 Prompt

两条都写进 2K 模板的正向提示词（子图节点上的 text 栏）。

📝 短标签版（denoise ≤ 0.33）

预期效果：贴近原图补清晰度，适合大多数商品图。

masterpiece, 8k

这是模板默认值。想更具体，在后面补一句商品描述，比如 masterpiece, 8k, white ceramic coffee mug on clean background。

📋 详细描述版（denoise > 0.35 必备）

预期效果：高 denoise 下保持结构一致——官方模板注释给过对比：denoise 0.5 时用 masterpiece, 8k 容易崩，换成完整描述明显更稳。

【一句完整描述：视角 + 商品 + 材质颜色 + 标签文字与位置 + 背景光线】，masterpiece, 8k

示例：

A front view of a white ceramic coffee mug, matte glaze, logo printed on the side, soft studio lighting, clean background, masterpiece, 8k

Z-Image-Turbo 的文本编码器是 Qwen3 4B，中英文提示词都吃——用中文写详细描述同样有效。

检查点 ✅

• Load Upscale Model 下拉里能选到 RealESRGAN_x4plus.safetensors
• 保守放大跑通：输出分辨率是输入的 4 倍，小字没变形
• 2K 模板跑通：denoise 0.33，输出约 2K 分辨率，保存前缀 z-image-upscaled
• ImageCompare 三查通过：小字、标签边缘、材质纹理
• 说得出什么时候换云端：显存不够时用 Magnific Precise / Nano Banana Pro

踩坑提醒

❌ 商品图用「创意放大」，logo 被重绘

创意放大模型会重新想象细节，可能产生幻觉、结构漂移——商品图要的是保真。官方对商品摄影的推荐就是保守放大；Z-Image-Turbo 2K 也带创意成分，denoise 压在 0.35 以内。

❌ 把放大当修复，指望它救 AI 伪影

多指、畸变、画面崩坏这类问题，官方建议放大前先用修图模型解决（或干脆重新生成）——放大解决不了结构问题。

❌ 模型放错目录，下拉里找不到

.safetensors 和 .pth 都放 ComfyUI/models/upscale_models/；Z-Image 三件套各有各的目录（见第 3 步表格）。放完刷新或重启 ComfyUI 才会出现。

❌ 输入图太小，放大后涂抹感重

2K 模板会先把输入规整到 1 百万像素——输入远小于这个尺寸时，相当于先拉伸再放大，细节补不回来。输入图尽量给到 1 百万像素上下。

进阶技巧（可选）

• 链式放大：一个放大节点不够就串两个（官方 tips：2x → 4x），比如先 RealESRGAN ×4，再接一个 2 倍模型
• 生成 → 放大一条龙：把放大节点直接接在文生图输出后面，出图即高清，不用手动中转
• 抠图 → 放大 → 合成：上一课抠好的透明底 PNG 直接当保守放大的输入（透明度会保留），放大后再合成新背景——三步都在本地，商品图不出门（上一课见商品抠图与换背景）

本课小结

两条本地路线加一条云端备选都摸过了，ComfyUI 商品图放大对你来说就是选模型、调 denoise 的事。✅ 你已经能：

• 用 Load Upscale Model + Upscale Image (Using Model) 两个节点做保守放大
• 加载官方 Z-Image-Turbo 2K 模板，补细节上 2K
• 按 denoise 表控制「变样」风险
• 显存不够时切换云端保守放大

关键参数速查：

参数	模板默认	说明
denoise	0.33	0.15–0.25 贴近原图；0.25–0.35 补细节；>0.35 需详细描述
steps / cfg	5 / 1	Z-Image-Turbo 蒸馏版少步出图，cfg 固定 1
采样器 / 调度	dpmpp_2m_sde / beta	模板既定
输入规整	1 百万像素	ImageScaleToTotalPixels（lanczos）
预放大	RealESRGAN ×4 → 缩 0.5	净 2 倍，输出 2K 级
正向提示词	masterpiece, 8k	高 denoise 时换详细描述
负向提示词	留空	模板默认

下一课预告

图够清晰了，下一课让它「穿」到人身上：虚拟试穿与手持商品图：Bria 与 Kling。你会学到：

• Bria 虚拟试穿：把你的服装商品「穿」到人像照片上
• 手持商品图合成：模特拿着你的商品出场景图
• Kling 试穿路线怎么选
• 云端节点按积分计费的使用注意（诀窍提前透：空手人像效果最好，商品备好 1–3 张同款多角度图）