ComfyUI_TiledKSampler

分块采样,低显存也能出高清大图

ComfyUI_TiledKSampler 是一个为 ComfyUI 设计的采样器插件,主要解决 Stable Diffusion 生成高分辨率图像时显存不足和细节丢失的问题。它通过将图像分割成多个重叠的瓦片(tile),分别进行采样,再融合拼接,从而在有限显存下生成超高分辨率图像,同时保持局部细节的一致性。核心能力包括自定义瓦片大小、重叠区域、融合方式(如渐进式融合),并支持对每个瓦片独立控制采样参数,适用于文生图、图生图及放大修复等场景。该插件作为 ComfyUI 的早期生态组件,为后续 tile 类工具(如 Ultimate SD Upscale)提供了基础思路。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 415
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类图像生成
开发团队BlenderNeko
所属国家
官网地址
定价模式free
价格说明开源项目,GPL-3.0许可,完全免费,无付费版本。
访问状态
是否开源是
开源协议GPL-3.0
主要语言Python
技术栈/模型comfyui,stable-diffusion
GitHub 星标★ 415
30天Star增速
HF 下载量
上线时间2023-04-30 00:00:00
最近更新2026-09-18 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数1

使用教程

核心亮点

  • 支持自定义瓦片尺寸和重叠区域,灵活适配不同显存和分辨率需求
  • 提供多种融合模式(如渐进式融合),减少拼接痕迹,提升图像连贯性
  • 可独立控制每个瓦片的采样步数和 CFG,便于局部精细调整

不足之处

  • 项目维护停滞,未适配 ComfyUI 新版本 API,可能无法直接使用
  • 文档较少,配置复杂,新手上手门槛较高
  • 瓦片融合逻辑相对简单,复杂场景下可能出现接缝或色彩不一致

适用场景

  • 低显存 GPU 生成 4K 以上超高分辨率图像
  • 对生成图像进行局部区域重绘或增强,保持整体风格统一
  • 作为 ComfyUI 工作流中的放大环节,配合其他节点实现高清修复

替代项目

ComfyUI-Impact-Pack、Ultimate SD Upscale、Tiled Diffusion (A1111)

项目介绍

ComfyUI_TiledKSampler 是开发框架领域的开源项目,由 BlenderNeko 开发,2023 年首次发布。

它收录于开发框架分类,该分类目前共有 806 个项目,GitHub 星标数为 415。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-18。GPL-3.0许可,完全免费,无付费版本。

它主要面向的使用场景是:低显存GPU生成4K以上超高分辨率图像。同类可对比的替代方案包括 ComfyUI-Impact-Pack、Ultimate SD Upscale、Tiled Diffusion (A1111)。

上一篇:ComfyUI_ADV_CLIP_emb

下一篇:ComfyUI-ELLA

同类项目推荐

langchain 开源

组装 AI 应用的乐高积木,从想法到上线不换工具

The agent engineering platform.

★ 146874 2026-08-09
transformers 开源

全球最大的模型仓库全家桶,想用的模型一把抓

Transformers: the model-definition framework for state-of-the-art machine learning m···

★ 166529 2026-08-09
pi 开源

一套 TypeScript 工具包,快速搭出能写代码的 AI agent

AI agent toolkit: unified LLM API, agent loop, TUI, coding agent CLI

★ 108504 2026-09-12