⚡ 30秒結論:2026年 AI同人最適Hires.fix設定値

Pony V6/V7、SDXL、Flux環境において、VRAM消費を抑えつつ「破綻回避」と「顔の超精細化」を両立するプロ実務の黄金値。

① 拡大倍率 (Latent/Model)
1.50
2.0倍は不要。1.5倍+FaceDetailerが最速かつ最高画質。
② Denoise (再描画強度)
0.35〜0.40
0.30以下はボケ、0.45以上は構図・指が崩壊。
③ Upscalerモデル
4x_AnimeSharp
実写系は 4x-UltraSharp を採用。

1. 2026年推奨:2段階ハイブリッド・パイプライン

全体を無理に2倍拡大するのではなく、「1.5倍のModel-based Hires.fix」を行った後、「FaceDetailerによる顔面ピンポイント超解像」を通すのが、DLsite/FANZAでの販売用CG集(1200px〜2400pxレンジ)における最適解です。

[Step 1] Base Generation
SDXL / Pony (832x1216) または Flux (1024x1024)
DPM++ 2M Karras
▼ (LatentをデコードしてModel Upscaleへ)
[Step 2] Hires.fix (Model-based)
Upscale Image (using Model) -> KSampler (Tile/Denoise: 0.35)
1.5x (1248x1824)
▼ (顔パーツのみを検出して部分インペイント)
[Step 3] FaceDetailer (Impact Pack)
bbox/face_yolov8n.pt -> Denoise: 0.25 / Guide Size: 1024
顔・瞳の超精細化

2. ComfyUI ノード別・完全パラメータ表

■ Hires.fix部 (KSampler / Upscale Image)

ノード名 プロパティ名 推奨設定値 実務上の理由・効果
Upscale Image (using Model) upscale_model 4x_AnimeSharp (イラスト)
4x-UltraSharp (半実写)
線画のジャギーを消しつつ、不自然な油絵感を防ぐ2026年定番。
scale_by 1.5 VRAMのパンク(OOM)を防ぎつつ、商業誌クオリティの解像度を確保。
KSampler (Hires用) seed / control_after_generate keep 構図の連続性を維持するため、1st Passと同シードを推奨。
steps 1520 1st Pass(30step前後)の半分〜2/3で十分ディテールは定着する。
cfg 5.06.5 1st Passより「0.5〜1.0」下げることで、線の二重化や破綻を防止。
denoise 0.35 最重要。0.30=変化なし、0.40=微細な描き込み追加、0.45=指崩壊リスク。

■ 顔精細化部 (FaceDetailer / Impact Pack)

ノード名 プロパティ名 推奨設定値 実務上の理由・効果
FaceDetailer guide_size 1024 (または 768) 顔部分をこの解像度まで内部拡大して再描画。瞳のハイライトが極めて鮮明に。
bbox_threshold 0.50 誤検出(背景の模様を顔と誤認する等)を防ぐ。
denoise 0.250.30 表情(目線、口の開き方)を変えずに、まつ毛や虹彩の描き込みのみを増やす限界値。
feather 1015 顔と首元の境界線のなじませ強度。不自然な「仮面感」を排除。
drop_size 10 極端に小さい背景のモブ顔を無視し、メインキャラクターのみを処理。

3. 接続構成(API/Pythonコード・イメージ)

ComfyUIのワークフロー構築時、FaceDetailerの image 入力には、Hires.fix後の VAE Decode 出力を接続してください。

// 2026 Standard Pipeline Connection
{
  "1st_Pass_KSampler": { "outputs": "LATENT" } -> "VAE_Decode_1"
  "VAE_Decode_1": { "outputs": "IMAGE" } -> "Upscale_Image_with_Model"
  "Upscale_Image_with_Model": { "outputs": "IMAGE" } -> "VAE_Encode_Hires"
  "VAE_Encode_Hires": { "outputs": "LATENT" } -> "Hires_KSampler"
  "Hires_KSampler": { "outputs": "LATENT" } -> "VAE_Decode_Hires"
  
  // 顔精細化へのバイパス
  "VAE_Decode_Hires": { "outputs": "IMAGE" } -> "FaceDetailer.image"
  "FaceDetailer": { "outputs": "IMAGE" } -> "Save_Image_Final"
}

🚀 次の3手:今すぐワークフローに組み込む手順

  1. Upscalerモデルの配置: ComfyUI/models/upscale_models/4x_AnimeSharp.pth (または 4x-UltraSharp.pth) が存在するか確認し、なければダウンロードして配置する。
  2. Denoiseの固定: Hires側のKSamplerのDenoiseを 0.35 に固定。これを超える場合は、プロンプトに (detailed:1.2) などのディテールアップ系タグを足して調整し、Denoise自体は上げない。
  3. FaceDetailerの導入: ComfyUI-Impact-Pack をManagerからインストールし、顔の崩れ対策として bbox/face_yolov8n.pt をロードするノードをHires.fixの直後に挟み込む。