Das offene Geheimnis der meisten KI-Kunst: Die gute Version ist nicht die, die das Modell ausgegeben hat. Ein Diffusionsmodell liefert Ihnen 1024 Pixel Kantenlänge, vielleicht 1536. Das ist ein Vorschaubild. Drucken Sie es in A2 fürs Wohnzimmer, zerfällt das Ganze zu Brei — weiche Augen, verschmiertes Mauerwerk, Haare wie Filz. Was auf dem Handy gestochen scharf aussieht, bricht in dem Moment zusammen, in dem es groß wird. Das Hochskalieren ist der Ort, an dem ein großer Teil des eigentlichen Handwerks passiert — und kaum jemand spricht darüber.
Was Einsteiger überrascht: Modernes Upscaling vergrößert nicht nur. Es erfindet neu. Ein guter Durchlauf fügt Details hinzu, die nie in der Datei waren — Poren, Fäden, einzelne Blätter — und die Entscheidungen, die Sie dabei treffen, verändern das Bild genauso stark wie der Prompt.
Zwei Arten von größer
Es gibt eigentlich zwei Familien von Upscalern, und sie tun Gegensätzliches. Die erste ist der klassische neuronale Upscaler: Real-ESRGAN, SwinIR oder eines der Community-ESRGAN-Modelle wie 4x-UltraSharp und 4x-NMKD-Siax. Sie füttern es mit Ihrem kleinen Bild, und es vergrößert sauber, schärft Kanten und rät die Textur. Schnell, treu, und es fügt nie etwas hinzu, was nicht angelegt war. Ideal für eine klare Linie, ein Logo, eine flache Illustration. Bei einem Porträt kann es plastikhaft wirken — die Haut wird wächsern, weil das Modell glättet, was es nicht auflösen kann.
Die zweite Familie schickt das vergrößerte Bild zurück durch das Diffusionsmodell selbst. Hier leben „Tiled Diffusion“ und Werkzeuge wie Ultimate SD Upscale und, in jüngerer Zeit, SUPIR. Sie blasen das Bild auf, zerschneiden es in überlappende Kacheln und generieren jede Kachel in voller Auflösung neu, mit geringer Denoise-Stärke. Das Modell malt echtes Detail in jedes Quadrat — so, wie es das Bild gezeichnet hätte, wenn es von Anfang an groß gewesen wäre. Diese Technik verwandelt ein weiches KI-Gesicht in etwas, das einen Galeriedruck übersteht.
Denoise ist das ganze Spiel
Wenn Sie eine Zahl mitnehmen, dann die Denoise-Stärke beim Diffusions-Upscale. Sie läuft von 0 bis 1 und entscheidet, wie viel Freiheit das Modell zum Übermalen hat. Stellen Sie sie niedrig — 0,15, 0,2 — strafft das Modell das Vorhandene: schärfere Kanten, feinere Textur, dasselbe Bild. Drehen Sie auf 0,4, beginnt es zu erfinden. Stoff bekommt eine Webung, die nicht da war. Eine vage Hand löst sich in fünf echte Finger auf, oder sechs, wenn Sie Pech haben. Jenseits von 0,5 driften die Kacheln voneinander und vom Original weg; Sie erhalten ein scharfes Bild eines leicht anderen Gemäldes.
Der Sweetspot liegt für die meiste Arbeit bei 0,2 bis 0,35, und ihn zu finden ist Ermessenssache, keine Einstellung zum Kopieren. Ein fotorealistisches Porträt will Zurückhaltung. Eine lockere, malerische Landschaft verträgt mehr, weil niemand die Blätter zählt. Ich habe zugesehen, wie Leute eine wunderschöne Generierung ruiniert haben, indem sie Denoise auf „mach es detailliert“ hochzogen und mit einem halluzinierten Durcheinander endeten, das nicht mehr zu der Komposition passte, in die sie sich verliebt hatten.
Das Problem mit den Kachelnähten
Ein Bild in Kacheln zu schneiden birgt ein offensichtliches Risiko: die Nähte. Generieren Sie jedes Quadrat unabhängig, hat das Modell keine Ahnung, was sein Nachbar tut. Sie bekommen ein Raster — einen leicht anderen Himmel in jedem Feld, eine Wand, die über eine unsichtbare Linie hinweg die Farbe wechselt. Frühes Tiled-Upscaling war voll davon. Die Lösung heißt Überlappung plus Steuersignal. Kacheln teilen sich einen Rand, damit das Modell einen Streifen seines Nachbarn sieht, und ControlNet Tile speist das niedrig aufgelöste Original als Leitfaden ein, damit jedes Quadrat am selben Bild verankert bleibt. Wenn es funktioniert, finden Sie die Nähte nicht. Wenn nicht, bekommen Sie ein Porträt mit zwei verschiedenen Nasen, die sich am Kiefer treffen.
Deshalb liefert dasselbe Werkzeug der einen Person einen makellosen 6000-Pixel-Druck und der anderen ein Flickwerk. Die Standardwerte halten selten über verschiedene Motive hinweg. Ein dichtes Stadtbild braucht straffere Kontrolle als ein offener Strand. Saubere Kacheln hinzubekommen ist eine Fertigkeit, und sie macht den Unterschied zwischen einem Ergebnis, das amateurhaft wirkt, und einem, das fertig aussieht.
Upscaling als gestalterische Entscheidung, nicht als lästige Pflicht
Behandeln Sie den Upscale als zweiten Entwurf, und er ist keine Nacharbeit mehr. Die Entscheidungen sind echt. Nehmen Sie ein scharfes ESRGAN-Modell, bekommen Sie knackige, illustrative Kanten. Nehmen Sie SUPIR mit einem gut geschriebenen Prompt, können Sie das erfundene Detail steuern — schreiben Sie „verwitterte Ölfarbe, sichtbarer Pinselstrich“, wachsen dem vergrößerten Bild Pinselstriche; schreiben Sie „klare Studiofotografie“, wachsen derselben Datei Poren und Glanzlichter. Der Upscaler liest Ihre Worte. Zwei Künstler, die von derselben kleinen Generierung ausgehen, können mit zwei verschiedenen fertigen Werken davongehen — allein davon abhängig, wie sie vergrößert haben.
Manche Künstler generieren inzwischen bewusst locker und klein, weil sie wissen, dass der Upscale der Ort ist, an dem sie sich festlegen. Eine grobe Skizze mit 768 Pixeln, schnell zu iterieren, dann ein sorgfältiger Diffusions-Upscale mit durchdachtem Prompt, der sie nach Hause bringt. Das spiegelt, wie eine Malerin eine Leinwand anlegt, bevor die Detailarbeit beginnt. Die kleine Datei ist die Komposition; der Upscale ist die Vollendung.
Was es kostet und wo es bricht
All das ist nicht umsonst. Diffusions-Upscaling ist schwer — ein vierfacher Kacheldurchlauf auf einem großen Bild kann auf einer guten GPU Minuten dauern und frisst bereitwillig den gesamten VRAM. Kachelgröße, Überlappung und Batch-Einstellungen werden zu einer echten Verhandlung mit Ihrer Hardware. Die neuronalen Upscaler sind im Vergleich billig, weshalb ein gängiger Ablauf sie verkettet: ein schneller ESRGAN-Durchlauf für die Pixel, dann ein Diffusionsdurchlauf mit geringem Denoise nur dort, wo es zählt. Und die Fehlerbilder sind konkret und lohnen es, sie vor dem Druck zu kennen — übertriebene Halos um kontrastreiche Kanten, jene wächserne Haut aus einem texturarmen Modell und die verschmolzenen Nähte, wenn das Kacheln den Faden verliert.
Der rote Faden ist einfach. Die Generierung bringt Ihnen die Idee. Das Upscaling bringt Ihnen das Objekt — das Ding, groß und detailliert genug, um es zu rahmen, zu verkaufen, aufzuhängen. Es verdient dieselbe Aufmerksamkeit wie der Prompt, denn dort wird aus einem vielversprechenden Bild ein echtes.
Wollen Sie eine Generierung bis zu etwas Druckreifem bringen? Legen Sie los auf ai-art-designer.de.
Bilder: AI-Designed
Dieser Beitrag ist auch verfügbar auf:
Deutsch