LiblibAI高清修复参数设置教程

定位并设置核心降噪值（Denoise）

降噪值决定了AI对原图的改动幅度——数值越低，越接近“修图”效果，数值越高，越趋向于“重绘”。人像类图片一旦超过0.35，耳朵、手指、发丝容易出现破损；风景图超过0.4，建筑边缘会变得模糊，树叶则会呈现糊状。如何调整？在ComfyUI节点界面找到标注为“KSampler”或“基础调度器”的矩形节点，展开参数面板，定位名为“Denoise”的滑块或输入框。根据图像类型填入对应数值：人像类务必设为0.22–0.30；复杂场景图可设置为0.28–0.35；纯纹理图（如木纹、布料特写）可以尝试0.33–0.38，但无论如何不要超过0.4。如果生成结果出现明显的结构偏移（例如鼻子歪斜、肩膀高低不一），立即调低至0.22并重新运行——这个数值是人像修复的安全红线。

启用ControlNet结构约束（仅限带ControlNet的工作流）

缺少结构锚点的高清修复，就像蒙着眼睛修理钟表——零件越精细，越容易装错位置。ControlNet正是那张绘制了齿轮咬合线的图纸。操作时，在节点区右键空白处，选择“添加节点”，搜索“ControlNetApply”并拖入画布，然后连接到KSampler的“positive”输入端。也可以直接查找已预置的ControlNet节点组，常见的包括“openpose_full”（人体姿态）、“canny”（硬边轮廓）、“depth”（空间层次）。确认其“Control Weight”参数处于可编辑状态后，设为0.75–0.85。超过0.9会导致动作僵硬、边缘出现锯齿；低于0.65则约束力不足，修复后仍可能出现轻微扭曲。需要特别留意的是，如果工作流未内置ControlNet节点，强行添加会导致流程报错，此时应换用“SUPIR超级高清放大修复”这类原生支持结构控制的工作流。

切换适配型UNet模型（提升细节还原力）

同一张图使用不同的UNet模型运行，皮肤质感、织物反光、金属接缝的呈现效果差异显著。默认模型虽然适合通用场景，但在高精度修复时往往表现乏力。在节点界面右上方找到“UNET加载器”节点，点击下拉菜单：人像图优先选择“Flux-Realistic-V2”或“NanoBanana-Pro-Face”；动漫图选择“AnimeDiffusion-UNet”；写实静物或建筑图选择“RealisticVision-UNet-V6”。务必注意，所有可选模型必须带有“F.1”或“Flux”前缀，其他系列模型（如SDXL-base、SD1.5-turbo）在此场景下会大幅降低边缘锐度。更换后无需重启，直接点击运行按钮即可生效。

导出无损高清图

修复完成后如果保存为JPG，相当于把刚修好的4K屏幕接到VGA线上——所有细节都在压缩中被抹平。在右下角“保存图像”节点上悬停鼠标，单击右键，选择“保存图像”，文件类型下拉框中必须选PNG。确认保存路径不含中文、空格以及特殊符号，例如D:\liblib\output\girl_001.png。点击保存，等待进度条走完，关闭浏览器标签页，一张清晰的高清图就轻松到手了。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：LiblibAI高清修复参数设置教程要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题