一键总结音视频内容

---

🎯 Multi Diffusion + Tiled VAE + ControlNet Tile模型，低显存打造AI绘画超高清6K分辨率体验！SD扩展插件教程

AI绘画的高分辨率挑战

从AI技术诞生的第一天起，人们对高分辨率的追求就没有停止过。然而，显卡性能尤其是显存的限制成为了这条道路上的最大阻碍。在原生的图像生成算法下，直接产出高分辨率的作品是非常困难的。

高分辨率放大技巧

本文介绍了一种高级分辨率放大技巧，可以实现从512像素到6K级别的跨越性飞升。最重要的是，它还能极大地降低显存负担，提高出图效率。

Multi Diffusion + Tiled VAE + ControlNet Tile模型

通过使用Multi Diffusion和Tiled VAE等扩展，可以实现高分辨率放大。这些扩展可以将图像分块处理，提高分辨率并降低显存要求。同时，结合ControlNet Tile模型，还可以实现惊人的细节修饰效果。

安装扩展

在Web UI中安装Multi Diffusion扩展，可以通过搜索"tid deution"来找到并安装。也可以直接下载打包好的扩展文件，将其解压后放入extensions文件夹中，然后重启Web UI即可。

使用Multi Diffusion扩展

安装成功后，在图生图界面下方会出现两个可折叠选单，分别是Tile VAE和Tile Diffusion。Tile VAE负责编码，Tile Diffusion负责生成。在操作时，需要同时启用这两个扩展，并与其他放大手法进行对比。

参数配置

在使用Multi Diffusion扩展时，需要配置一些参数。其中，区块大小和重叠大小是关键参数。区块大小决定了将图像拆分成多少块，重叠大小决定了拼接时的融合效果。根据作者的建议，可以设置区块大小为64~160之间的正方形，重叠大小为16或32。

效果展示

使用Multi Diffusion扩展可以实现高清放大，并且极大地降低显存负担。通过实操案例展示，可以看到生成的高分辨率图片效果非常好，且显存消耗较低。

进一步突破分辨率极限

在显卡性能充裕的情况下，可以使用Tiled Diffusion进一步突破分辨率极限，实现4K甚至6K级别的超高分辨率大图。

摘要

Multi Diffusion + Tiled VAE + ControlNet Tile模型是一种强大的高分辨率放大技巧，可以在低显存的情况下实现AI绘画超高清6K分辨率体验。通过合理配置参数，可以获得更好的效果。