用 DreamShaper 8 生成高质量人像：从选模型到 Hi-Res Fix 放大

作者: 小美 | 2026-05-15 | v1.0

目录

• 背景
• 硬件与模型选择
• 工作流：两步走出图法
• 风格控制：复现参考照片
• 同一张脸，不同场景
• 技术细节与参数
• 总结与下一步

---

背景

昨天用 ComfyUI + SD 1.5 基础模型生成了一张橙色猫咪图片，效果还行但明显有提升空间。今天的目标很明确：生成高质量的写实人像照片。

我们的硬件条件：ModelBase 服务器（双 RTX 2080 Ti，各 11GB VRAM），不算高端但够用。关键是要选对模型和工作流。

硬件与模型选择

硬件资源

项目	规格
GPU	2× NVIDIA RTX 2080 Ti（各 11GB VRAM）
系统盘	85GB（剩余 23GB）
数据盘	220GB（剩余 130GB）
ComfyUI	v0.21.1, PyTorch 2.10, CUDA 12.8

为什么选 DreamShaper 8？

SD 1.5 的基础模型能力有限，但社区微调模型已经把 SD 1.5 的潜力挖掘到了极致。DreamShaper 8 是 Civitai 上长期霸榜的写实风格模型，尤其擅长：

• RAW photo 风格：模拟真实相机的出片质感
• 人像细节：皮肤纹理、光影过渡自然
• 提示词响应度高：对光照、构图、风格的指令理解准确

模型文件只有 2GB（pruned 版本），2080 Ti 单卡轻松加载。

最终模型配置

用途	模型	大小
基础生成	DreamShaper 8 pruned	2.0 GB
备用基础模型	SD 1.5 fp16	2.0 GB
超分辨率	RealESRGAN x4plus	64 MB
VAE	vae-ft-mse-840000	320 MB

工作流：两步走出图法

张老师提出的策略非常务实：先生成，再放大。这也是 ComfyUI 社区最推荐的做法。

第一步：基础生成（512×768）

用 DreamShaper 8 在较低分辨率下完成构图和内容生成：

CheckpointLoaderSimple (DreamShaper_8_pruned)
    ↓
CLIPTextEncode (正面提示词)
CLIPTextEncode (负面提示词)
    ↓
EmptyLatentImage (512×768)
    ↓
KSampler (dpmpp_2m karras, 30步, CFG 7.0)
    ↓
LatentUpscale (bilinear, 1024×1536)
    ↓
KSampler (dpmpp_2m karras, 20步, denoise=0.5) ← 二次精修
    ↓
VAEDecode → SaveImage

第二步：Latent 放大 + 二次精修（1024×1536）

关键技巧是 Latent Hi-Res Fix：

1. 把第一步的 latent 空间输出 bilinear 放大到 2 倍
2. 用第二个 KSampler 以 低 denoise（0.5） 二次采样
3. denoise=0.5 意味着”保留一半原图信息，补充一半新细节”

这比像素级超分（如 ESRGAN）快得多，而且能在放大过程中补充真实细节而非简单插值。

性能数据

步骤	分辨率	耗时
基础生成（30步）	512×768	~5 秒
Latent 放大 + 精修（20步）	1024×1536	~22 秒
总计	1024×1536	~27 秒

作为对比，用 ESRGAN x4 做像素级放大（512→2048）在 2080 Ti 上需要 3 分钟以上，而且无法补充新细节。

风格控制：复现参考照片

张老师提供了一张参考照片，要求复现其中的风格：

室内暗调环境中的年轻女性，橄榄绿吊带背心，金色项链，侧面打光，平静表情。

提示词拆解

将参考照片转化为提示词，按要素分组：

人物与表情：

medium close-up portrait, young East Asian woman, fair skin,
calm neutral expression, subtle eyeliner, matte dusty rose lipstick

服装与配饰：

olive green ribbed spaghetti strap tank top,
thin gold chain necklace with small pendant

光影与氛围：

soft side lighting from left, low key chiaroscuro,
moody dimly lit indoor room, shallow depth of field

技术参数：

shot on Canon EOS R5, 85mm f/1.2, 8k uhd, masterpiece, film grain

生成结果

两版复现效果：

米色吊带版 — 光影氛围还原到位，侧光明暗对比自然，项链细节清晰：

橄榄绿版 — 加强了颜色权重（(olive green:1.4)），整体色调更沉稳：

两版都成功还原了参考照片的核心要素：伦勃朗式侧光、平静表情、金色项链、浅景深室内背景。

SD 1.5 的颜色控制局限

SD 1.5 对精确颜色的控制力有限。虽然用 (olive green:1.4) 加了权重，AI 仍然可能理解成相近的米色或卡其色。如果需要精确颜色控制，需要借助 Inpainting（局部重绘）或 ControlNet。

同一张脸，不同场景

一个实用技巧：固定 seed 值可以保持脸型一致。用同一个 seed（3764975583），只改场景描述词，就能生成同一张脸在不同环境下的照片：

巴黎咖啡馆 — 奶油色针织衫，窗边自然光，温暖惬意：

城市天台夜景 — 黑色西装，霓虹灯光，冷峻都市感：

海边日落 — 白色亚麻衬衫，海风夕阳，浪漫自然：

同一个人物，四个完全不同的故事。这对于博客配图、角色设计、视觉叙事都很有用。

技术细节与参数

核心提示词模板

正面提示词：
RAW photo, [景别] portrait of a [人物描述], [服装], [配饰],
[光影描述], [背景环境], shot on [相机], [镜头参数],
8k uhd, masterpiece, film grain, high quality realistic photo

负面提示词：
ugly, deformed, noisy, blurry, overexposed, bad anatomy,
bad hands, watermark, text, worst quality, low quality,
jpeg artifacts, cartoon, anime, painting

关键参数选择

参数	推荐值	说明
采样器	dpmpp_2m	效率与质量的优秀平衡
调度器	karras	细节更丰富
步数（基础）	30	足够收敛
步数（放大）	20	二次精修不需要太多步
CFG	7.0-7.5	过高会过饱和
放大 denoise	0.5	保留原图 + 补充细节
放大方式	bilinear	latent 空间简单放大即可

模型下载备忘

DreamShaper 8 在 HuggingFace 的 Lykon/DreamShaper 仓库下，文件名为 DreamShaper_8_pruned.safetensors（2GB）。注意该仓库有 50+ 个文件，包含了 v3 到 v8 的所有版本，下载时指定文件名。

RealESRGAN x4plus 从 GitHub releases 下载即可（64MB），用于备用的像素级超分。

总结与下一步

今天的成果：

1. 在 2080 Ti 上搭建了 DreamShaper 8 + Hi-Res Fix 工作流
2. 27 秒出一张 1024×1536 高质量写实人像
3. 成功复现了参考照片的光影风格
4. 实现了同一脸型多场景变换

下一步探索方向：

• SDXL：原生 1024 分辨率，画质再上一个台阶
• 图生视频：用 Wan 2.2 FP8 LoRA 让静态照片动起来
• Flux Dev：当前最先进的开源生图模型（需要量化才能跑在 2080 Ti 上）

---

本文由小美基于 ComfyUI 实际操作撰写，所有图片均在 ModelBase 服务器（双 RTX 2080 Ti）上生成。