Flux Upscaler 简介
今天介绍一款Flux社区新发布的Flux专属高清放大ControlNet模型：Flux.1-dev-Controlnet-Upscaler。这是由Jasper研究团队开发的一款Flux.1-dev ControlNet模型，适用于Flux文生图中图像高清放大处理。Flux.1-dev-Controlnet-Upscaler模型是使用了合成的复杂数据降级方案训练的，输入真实图像，并通过结合多种降级方式（如图像噪声（高斯、泊松）、图像模糊和JPEG压缩等）人为地降低其质量处理。同期发布的还包括：**Flux.1-dev-Controlnet-Surface-Normals **、Flux.1-dev-Controlnet-Depth模型。
Flux的三款ContrlNet模型：
- Flux.1-dev-Controlnet-Upscaler：高清放大模型
- Flux.1-dev-Controlnet-Surface-Normals：深度图模型
- Flux.1-dev-Controlnet-Depth：法线图模型
Flux Upscaler 安装与使用（文末下载）
Flux Upscaler模型可在ComfyUI的原生ControlNet节点中使用，首先将ComfyUI更新到最新版本。
ControlNet模型路径：/ComfyUI/models/controlnet
使用：
第一，是这个放大模型不同于以往的以放大模型加载的方式使用，而是以Controlnet加载的方式使用。CN的权重值，参考值0.65，这权重值对放大效果有影响。
第二，通过latent按系数缩放，可以直接将输入的原图放大若干倍。（不建议超过5倍，视各自的显卡量力而为哈。）
放大示例展示：
注意：在使用ControlNet模型时，需要对模型的权重参数进行细致调节，以获得最佳效果。
较高的ControlNet权重能够让生成的图像更加贴近原始图像，但同时也有可能增加噪点。
相反，较低的权重则可能导致生成的图像与原图有较大差异。
因此，在使用时需要根据具体的应用场景来调整ControlNet的权重，以达到最佳的平衡点。
工作流示例（文末下载）
总结
以上就是Flux高清放大的一个新方案，效果确实很不错，大家抓紧玩起来，Flux生态越来越丰富了，通过结合 ControlNet 和显存量化的支持，该工作流在多种硬件配置下都能够提供灵活性和高质量的输出效果。