一、序言
PonyXL已经出了一年了，作为一个目前可以与SDXL模型分庭抗礼的模型类型，我觉得有必要把我对于它的使用经验来分享一下。（无偿分享，谢绝洗稿）
体力回满 + 暂时性伤害上升
二、关于模型
Pony与PonyXL模型是一些小马爱好者们共同烧钱训练出的一个开源Diffusion模型，目前的版本是V6，训练周期大概是三个月。此模型专门用来生成插画漫画，使用自己的一套出图规则，且拥有庞大的独立社区。
图注：Pony Diffusion V6 XL, CivitAI, 2025
CivitAI模型：https://civitai.com/models/257749/pony-diffusion-v6-xl
存放位置：[ComfyUI根目录]/models/checkpoints
作者网站：https://purplesmart.ai/
Discord：https://discord.com/invite/pYsdjMfu3q
作者为了方便训练和分类，使用评分制的方法来打标签，但由于AI模型本身无法理解什么是“优质图像”，容易将“更受欢迎的”与“真正好的”东西弄混，所以作者亲自为2万张训练图人工打分，其中可能会对画面与技法的美术内容产生人工偏见，这一点需要注意。
警告：PonyXL模型对于NSFW（Not Safe For Work）的分词内容有着独到的深厚理解，比重极高，同样拥有偏见，在使用正常提示词时有时也会出现限制级内容，如需展示则要多加小心，使用者需要为出图负责，不推荐在类似Liblib的非本地平台上使用。（XXX！）
三、搭建最基础的Pony工作流
PonyXL模型在ComfyUI中的工作流与XL模型类似，唯一不同点是必须要为分词器CLIP设置CLIP停止层（CLIPSetLastLayer），值恒为-2，不得调整。
潜空间Latent大小与XL一致，采样步数在26～38步之间比较合适，CFG可变，采样器推荐euler_ancestral、dpm++2msde、ddpm，调度器karras与normal皆可。
图注：基础工作流
如前文所述，作者为训练图亲自打分，所以在模型推理时也可以使用这些评分词：
score_9, score_8_up, score_8, score_7_up, score_7, score_6_up, score_6, score_5_up, score_5, score_4_up, score_4, score_4/5,
最高为9分，最低为4分，评分越高的提词可能会有更好的出图效果，不推荐只使用一个评分词，我们可以为评分词设置一个范围，例如score_9, score_8_up, score_8, score_7_up, score_7, score_6_up作为正向提示词，score_5, score_4_up, score_4, score_4/5作为负向提示词，模型的随机范围会更加自由。
使用评分词后，就不需要继续加入其他质量提示词了，类似masterpiece, high quality之类，但是也可以写，收效甚微，但是至少有效。
图注：加入评分词（score_9……）
除了评分词之外，作者还设置了一些特殊的风格偏见提示词，例如：
source_pony, source_furry, source_cartoon, source_anime,
以及审查提示词：
rating_safe, rating_questionable, rating_explicit,
图注：加入风格词和审查词（source_furry, rating_safe）
这次我使用ComfyUI-Easy-Use插件中的管线节点来搭建管线工作流，使用管线节点的必要性我在之前的专栏中已经说明过了：
插件：ComfyUI-Easy-Use: https://github.com/yolain/ComfyUI-Easy-Use
在编排管线之前，我需要先对提示词的编辑窗口做一个分类优化。（这一步不是必要的，只是个人习惯）
首先，我们需要知道PonyXL输入的提示词可以分为几个类型：Pony专属提示词（Pony Prompt）、普通提示词（Prompt）、LoRA模型触发词（Trigger Prompt）、Embedding模型提示词（Embedding Prompt）。
将四个字符串节点使用英文逗号“,”连接，然后接入CLIP编码器。这里使用了插件Advanced CLIP Text Encode的编码器，优点是方便修改插值方式。
插件：Advanced CLIP Text Encode: https://github.com/BlenderNeko/ComfyUI_ADV_CLIP_emb
最后按ctrl键拖选这些节点，在非节点的地方右键 -> 转换为节点组，将其命名为Pony CLIP Batch Encoder。
在非节点的地方右键 -> 管理组节点，编辑一下该节点中的每一个子节点的输入输出端口，然后在组件菜单中修改一下参数的显示名称，最后点击保存按钮。
这个自制的组节点就可以做到一个提示词分类的效果，还是比较赞的。
当然，这些文本框不一定只能写里面限定的提示词，可以为了排版方便来随时调整。
稍微修改一下目前的工作流，把刚刚的组节点放进去，然后将采样器换成EasyUse的采样器。
图注：跟之前的图不一样的原因是我把CLIP插值改成Comfy++了。
四、提升出图质量
我在正向提示词中添加了关于画面背景的描述，但是出的图效果太弱了，尤其是背景。这就是PonyXL模型的特点：对提示词有时过分敏感，有时过分麻木。
PonyXL的训练数据太杂了，什么都有，所以当无论怎么修改提示词都无法产生效果时，就需要使用LoRA（Low-Rank Adaptation Model）模型来解决。如果需要背景，就需要添加背景LoRA，例如下图，在Backgrounds For Pony系列中，一共8个模型，可以选择需要的模型进行下载。注意记录每一个模型的触发词Trigger Words和LoRA强度Strength与CLIP强度的推荐范围。
图注：CivitAI: https://civitai.com/models/454079?modelVersionId=505533
在文本编码节点之前应用一个LoRA堆（Easy-Use），使用刚刚下载的LoRA模型。可以明显地感觉到美学上的差异。by _Iamsleepingnow bili
图注：在拥有全因素背景的插画或概念图中，除了近中远景与大中小体块的层次得拉开之外，还需要考虑特殊材质与大气透视的表现，画面的势，最后是冷暖对比，这样能相对提升绘画的美学性。
这里需要讲解一下LoRA堆的应用原理和规范。
首先，我们可能会用到以下几种LoRA模型：
质量LoRA（能有效提升质量，搜索关键词detail、quality，例如https://civitai.com/models/333358/ponydiffusion-quality-slider、https://civitai.com/models/402462/detail-slider-lora-or-ponyxl-sdxl、https://civitai.com/models/383086/pony-detail-tweaker、https://civitai.com/models/402947/detailed-anime-style-sdxlpony、https://civitai.com/models/669571/pony-add-more-details等）
风格LoRA（改变绘画媒介、艺术家和材质，搜索关键词style、styles、art，例如https://civitai.com/models/550871/bss-styles-for-pony、https://civitai.com/models/297619/styles-for-pony-diffusion-v6-xl、https://civitai.com/models/264290/not-artists-styles-for-pony-diffusion-v6-xl、https://civitai.com/models/1034152?modelVersionId=1412949等）
场景LoRA（增强场景细节表现，搜索关键词background、scene，例如https://civitai.com/models/454079/backgrounds-for-pony、https://civitai.com/models/633524/background-detail-enhancer、https://civitai.com/models/993141/background-emphasis-or-bemp-or-background-on、https://civitai.com/models/661432/flux-pny-scenery-and-landscape-enhancer等）
角色LoRA（专门为某特定角色而训练，搜索关键词character，此类模型不做推荐）
动作LoRA（影响人物行为和画面构图等，搜索关键词pose，此类模型不做推荐）
重点：LoRA模型的应用顺序会影响出图的品质，PonyXL模型在推理时会按照顺序应用LoRA模型，后加载的LoRA对同一神经网络层级的修改和微调会覆盖先前的向量调整。把LoRA应用想象成图层叠加，后面的图层会覆盖前面的图层，所以在LoRA应用时，需要参考如下优先级：
PonyXL模型 -> CLIP设置停止层 -> 质量LoRA -> 风格LoRA -> 场景LoRA -> 动作LoRA -> 人物LoRA -> CLIP编码 -> 采样器
测试LoRA是一个比较漫长的过程，LoRA不是越多越好。当画面提示词调整时，最好检查一下每一个LoRA对于该提词的敏感性，即使用控制变量的方法来测试。
比如说，下图工作流生成的主要对象是一个机器素体粗火柴人，我们需要应用角色LoRA，而角色LoRA影响的范围绝非仅仅是角色，在它的模型黑箱中可能会对场景或材质等向量做不可控的篡改。假设在前面已经应用了风格LoRA及质量LoRA，冒然添加新LoRA很有可能会对画面整体做出大变动。by _Iamsleepingnow bili 为了减少这种影响，我们可以使用对后加载的LoRA降低权重的方法来解决，在这里就需要控制其他变量不变（例如随机种、提词、步数与CFG等），然后修改LoRA的权重值来查看对比效果，直到感官上合适为止。
注：素体粗火柴人是一种有着悠久历史的亚文化美学风格，具体起源有待考究。目前可以确定的结论是，粗体由细体Flush动画夸张进化而来，主要贡献是摇滚角斗士rhg社区之流，而细体则是在动画练习中对于人体结构本身的最优简化方案。具体形象特征是：有色人体，缩小胸腔和骨盆，放大肢体末端结构，船型足、无分趾，流线型身形，弱化肌群与简化关节，最为重要的是：无一例外，头必须是圆的。
LoRAs：https://civitai.com/models/333358/ponydiffusion-quality-slider、https://civitai.com/models/845407/hand-fixer-or-concepttool-lora-xl、https://civitai.com/models/264290?modelVersionId=725772、https://civitai.com/models/403997/iridescent-theme-style-pony-xl-materials-series、https://civitai.com/models/1027187/techwear-inspired-aesthetic、https://civitai.com/models/993141/background-emphasis-or-bemp-or-background-on、https://civitai.com/models/454079?modelVersionId=913775、https://civitai.com/models/438059/dynamic-poses-slider-ponyxl、https://civitai.com/models/748085/stickman-stick-figure
Embedding：https://civitai.com/models/831971/deep-negative-pony、https://civitai.com/models/300217/boringsdxl-enhance-images-stylistically-and-topically-for-pony-diffusion-v6
当两个新LoRA位于同一LoRA堆中时，有必要为该堆做一下LoRA的交换顺序测试，正如前文所述，后添加的LoRA有可能会覆盖一部分之前LoRA的内容。
除了添加LoRA之外，还有一些方法也可以提升出图质量，例如FreeU技术。
FreeU使用对Unet中残差块进行调整以及跳跃连接（Skip Connection）的方法来动态改变去噪的权重分布，最后达到增强细节与增强主体的效果。具体算法需要翻阅论文，不细究。XL与1.5模型都可以应用FreeU，也包括这次的ponyXL。
FreeU技术比较适配一些需要生成主体的画面，而对于一些无主体的抽象画面而言就没有那么适用了。一般情况下，FreeU节点的预设不太需要调整。其中，B1（Backbone Scale 1）影响主体结构的清晰度，值越大时大体块会更加明显，太低的话物体型会散架；B2（Backbone Scale 2）影响细节噪波量，值越大时细小的体块也越多；S1（Skip Scale 1）影响局部细节量，具体会影响纹理量的添加；S2（Skip Scale 2）影响画面整体大效果，具体会影响画面协调性并减少细节。
图注：FreeU节点，V2指的是XL模型模版，默认值为1.3, 1.4, 0.9, 0.2
将FreeU_V2节点放在模型管线中，查看输出结果。
当前工作流一览：https://github.com/Iamsleepingnow/Iamsleepingnow-ComfyWorkflows/blob/main/WFlow_PonyXL_FreeU_by_Iamsleepingnow.json
我们目前没有对它的默认参数做任何调整，在其他变量不变的情况下，FreeU在细节上的体现确实会相对好一点，画面主体更明显，提升了饱和度和对比度（这一点可能不太好），修正了一些解剖学问题，且对于提词的理解较于前者会到位一点。
但我认为FreeU后的画面可能会更加零散，画面的空间场较弱，而且画面可能会由于CFG的原因变得更加样板和僵硬。
让我们修改一下参数，减少一下B1和S2，增加一下B2和S1，也就是在削弱整体关系的情况下增加细节纹理。
总而言之，FreeU技术有可能会优化出图质量，但是，当出图质量已经足够好时就不需要加这个节点了。有时候FreeU的添加会产生反作用，是否使用则需要根据实际情况而定。
当我们为角色或场景写了很多设定的提示词后，模型有概率会不遵循嵌入词中的内容，这时就需要提升采样器的引导系数CFG值来进行排查。但CFG值的增加会导致画面色彩的过饱和，模型对于一些作画特征用力过猛，如下图所示 by _Iamsleepingnow bili，这种情况显然不符合正常美学规范，由CFG导致的画面崩坏被称作CFG灼烧（CFG burn）。
图注：CFG = 11
这种灼烧风格的对比度和饱和度都较高，画面较平，笔触较油。这也是一种强风格化的美术风格，但我这里的需求不是这种风格，所以就需要解决这个问题。
图注：灼烧测试
我们可以使用一些降低CFG的方法，例如添加缩放CFG节点。但这次我打算使用一些CFG抗烧插件来做，例如Skimmed_CFG。Skim是滤除的意思，它可以过滤掉多余的CFG着色，但保留采样器对于提示词的引导力度。
插件：Skimmed_CFG：https://github.com/Extraltodeus/Skimmed_CFG
在该插件中，我比较常用两个节点：Skimmed CFG和Skimmed CFG - linear interpolation dual scales。
这两个节点是平行关系，只需要应用其中一个就可以了。
Skimmed CFG中，参数Skimming_CFG可以把CFG着色限制在一个数量以内（0～10），经测试，4以内属于降低对比和饱和度，而大于4反之。第二个参数full_skim_negative似乎可以完全过滤掉负向提示词中的冲突部分，比较适用于出纯色背景的图，不怎么经常用。参数disable_flipping_filter与full_skim_negative配合，可以增强CFG对负向提示的控制。
Skimmed CFG - linear interpolation dual scales是对正向和负向提示词的预测值之间分别做线性插值，也就是分别控制正向和负向提示词的引导程度。Skimming_CFG_positive越低，画面越灰，饱和对比越弱，而Skimming_CFG_negative越低，画面对负向提示词反映的敏感性越小。（参数范围为0～10）
还有一个节点也是线性插值：Skimmed CFG - linear interpolation，只使用一个值来同时控制正负提示词的过滤。（参数范围为0～10）因为作者比较推荐，所以我觉得这个单值线性插值节点似乎可以替代Skimming_CFG节点。
现在来做一下测试：
当使用Skimmed CFG节点时：（参数：1.7，false，false）
实际CFG值在8～26之间比较合适。节点Skimmed CFG可以略微对采样器中的CFG做一个限制，让不同的CFG对于画面的整体贡献差别不会太大。
图注：Skimmed CFG（1~15）
图注：Skimmed CFG（16~30）
当使用Skimmed CFG - linear interpolation dual scales节点时：（参数：1.7，8.0）
我们可以得到更灰的图。虽然不能增加亮部暗部的层次，但是在色调的控制上更舒服一些，可以适合传统一点的美术风格。不同的CFG之间会略微有点差别，这种差别是建立在提词准确性上的，而非颜色。
图注：Skimmed CFG - linear interpolation dual scales（1~15）
图注：Skimmed CFG - linear interpolation dual scales（16~30）
对比一下。
图注：Skimmed CFG
图注：Skimmed CFG - linear interpolation dual scales
根据作者介绍以及我自己的理解，该插件里的节点功能如下：
Skimmed CFG：允许在不灼烧图像的前提下使用更高的CFG值。采样器CFG范围推荐：8～26。绘画风格：写实。
Skimmed CFG - replace：使用正向提词与负向提词的冲突部分相互抵消，减少图像提词冗余导致的混乱。采样器CFG范围推荐：12～30。绘画风格：风格化。
Skimmed CFG - linear interpolation：使用线性插值的方法混合正负冲突特征，而非replace节点的直接替换。采样器CFG范围推荐：8～32。绘画风格：一般绘画。
Skimmed CFG - linear interpolation dual scales：使用双通道线性插值的方法独立调节正负冲突特征的混合，可以有效降低画面饱和对比度。采样器CFG范围推荐：7～26。绘画风格：传统绘画、插画。
Skimmed CFG - Difference CFG：基于因某提词的预测导致某些作画区域的变化幅度过大，此节点通过差异补偿算法可以防止图像因过拟合而偏离合理的范围，从而解决该问题。采样器CFG范围推荐：12～36。绘画风格：风格化。
Skimmed CFG - Timed flip：可以在出图调度过程中随机翻转噪点方向，从而增加图像随机性。该节点解决了高CFG导致的图像过于样板和僵硬的问题，但是该节点只能与其他Skimmed CFG节点混用，不太能单独使用。因为当修正值越高时，画面随机性越强，但饱和对比也会越强。采样器CFG范围推荐：6～12。绘画风格：任意。
当前工作流一览：https://github.com/Iamsleepingnow/Iamsleepingnow-ComfyWorkflows/blob/main/WFlow_PonyXL_SkimCFG_by_Iamsleepingnow.json
LoRAs：https://civitai.com/models/333358/ponydiffusion-quality-slider、https://civitai.com/models/845407/hand-fixer-or-concepttool-lora-xl、https://civitai.com/models/1027187/techwear-inspired-aesthetic、https://civitai.com/models/264290?modelVersionId=372898、https://civitai.com/models/454079?modelVersionId=505533、https://civitai.com/models/633524/background-detail-enhancer、https://civitai.com/models/748085/stickman-stick-figure
Embeddings：https://civitai.com/models/831971/deep-negative-pony、https://civitai.com/models/300217/boringsdxl-enhance-images-stylistically-and-topically-for-pony-diffusion-v6
五、拯救随机种：为潜空间添加噪声
好不容易随到了一个相对优秀的随机种，但就是有小瑕疵，这该怎么办？
有一个廉价的方法是给输入的画布Latent中加噪点，从而在根源上影响图像输出的随机性。
尝试使用插件来完成这个需求：
插件：PowerNoiseSuite：https://github.com/WASasquatch/PowerNoiseSuite
插件：PPF_Noise_ComfyUI：https://github.com/WASasquatch/PPF_Noise_ComfyUI
在混合Latent中，设置混合比率（0～1）来控制噪点注入的程度。by _Iamsleepingnow bili 我们还需要一个新的随机数节点来控制加噪的种子，这样就能实现当采样器种子固定时对画面做细微变化的需求了。
混合比率在0～0.3之间属于非常细微的变化，这里做一个种子对比。
当比率和强度足够大时，画面会和原图产生非常大的区别，跟采样器重新随一个新的种子的效果差不多。
这个方法的优点是能在不重绘的情况下修正固定种子画面中的故障 ，缺点是太取决于随机种了，大海捞针比较耗时。
添加噪点也可以只使用EasyUse插件中的预采样参数（插入噪波）来替换当前的预采样参数（基础）来做，使用方法类似，只需要提供插入噪点的种子optional_noise_seed以及配置一下融合系数即可。
六、高显存推荐：使用动态融合模型
我们还可以通过融合模型的方法来给图像的生成做变体，这样就可以控制出图的风格与哪两个主模型之间的偏向性了。
基础的节点有融合模型与融合CLIP，其比率数值范围为0～1。注意，比率越靠近1，出图与模型1越近似；比率越靠近0，出图与模型2越近似，这一点比较反直觉。
我们可以把比率参数暴露成节点端口，然后与同一个浮点数相连，然后就能使用一个参数来控制。这里有一个滑动条插件比较推荐，需要右键该节点，在属性面板中调整它的范围。
插件：ComfyUI-mxToolkit: https://github.com/Smirnov75/ComfyUI-mxToolkit
这里我将PonyXL_v6与写实模型PonyRealism_v2.2进行插值混合，可以发现比率在0.5以下时，图像携带的画面张力与写实质感能融合地比较到位，而超过0.5时，过于写实反而会显得平庸。
注意，模型融合最好不要隔代混用，例如PonyXL与普通XL模型，最好与基于PonyXL训练的模型进行融合。
模型：PonyRealism_v2.2: https://civitai.com/models/372465/pony-realism
可能会发现，在上图融合的过程中，比率越高，与原图画面构图的相似度越低。
by _Iamsleepingnow bili 这个原因是我们在融合了模型的同时也融合了CLIP分词器，PonyRealism的分词器可能不如原版PonyXL，所以这里我选择仅融合模型而不融合CLIP。
再来测试一下。
在测试结果中，除了透视的灭点被抬升外，人物动态、服饰结构、背景结构基本一致。
在融合模型流程中，第一次出图时需要加载两个模型，占用比较大，有什么方法可以减少这个占用？
我们如果确定了两个模型融合的比率，就可以将融合后的模型导出成一个新模型。使用保存Checkpoint节点，将融合后的模型、CLIP与VAE接入该节点，然后执行队列。
保存后的模型会存储在./output/路径中，支持多级路径。
当前工作流一览：https://github.com/Iamsleepingnow/Iamsleepingnow-ComfyWorkflows/blob/main/WFlow_PonyXL_ModelMerge_by_Iamsleepingnow.json
LoRAs：https://civitai.com/models/333358/ponydiffusion-quality-slider、https://civitai.com/models/845407/hand-fixer-or-concepttool-lora-xl、https://civitai.com/models/1027187/techwear-inspired-aesthetic、https://civitai.com/models/264290?modelVersionId=372898、https://civitai.com/models/454079?modelVersionId=505533、https://civitai.com/models/633524/background-detail-enhancer、https://civitai.com/models/438059/dynamic-poses-slider-ponyxl、https://civitai.com/models/748085/stickman-stick-figure
Embedding：https://civitai.com/models/831971/deep-negative-pony、https://civitai.com/models/300217/boringsdxl-enhance-images-stylistically-and-topically-for-pony-diffusion-v6
七、PonyXL对于ControlNet等通用工具的兼容
PonyXL本质上还是XL模型，也是可以兼容XL的ControlNet之类的通用工具的。接下来我来使用同一个上下文来测试这些模型，仅改变采样器种子和工具应用参数。by _Iamsleepingnow bili
测试：QRcode / Optical Pattern（将画面与二值图匹配的ControlNet）
ControlNet: https://civitai.com/models/161132/sdxl-controlnet-opticalpattern-optical-illusions
测试：Openpose（将画面与openpose人物关节图匹配的ControlNet）
ControlNet: https://civitai.com/models/135552/openpose-sdxl
测试：Tile（将画面与垫图下采样匹配的ControlNet）
ControlNet: https://civitai.com/models/330313/ttplanetsdxlcontrolnettilerealistic
测试：Depth（将画面与深度图匹配的ControlNet）
ControlNet: https://hf-mirror.com/diffusers/controlnet-zoe-depth-sdxl-1.0/tree/main
测试：IPAdapter-plus（图像提词适配器）
PonyXL与IPAdapter的兼容不是很好，画面会出现故障，可能在测试时需要削弱IPA应用的权重，以及修改应用的权重曲线和嵌入组缩放算法。
测试：Inpainting（在图像内部限定遮罩范围内进行重绘）
当前工作流一览：https://github.com/Iamsleepingnow/Iamsleepingnow-ComfyWorkflows/blob/main/WFlow_PonyXL_DepthControlnet_by_Iamsleepingnow.json
LoRAs：https://civitai.com/models/333358/ponydiffusion-quality-slider、https://civitai.com/models/845407/hand-fixer-or-concepttool-lora-xl、https://civitai.com/models/1027187/techwear-inspired-aesthetic、https://civitai.com/models/264290?modelVersionId=372898、https://civitai.com/models/454079?modelVersionId=515448、https://civitai.com/models/633524/background-detail-enhancer、https://civitai.com/models/438059/dynamic-poses-slider-ponyxl、https://civitai.com/models/748085/stickman-stick-figure
Embedding：https://civitai.com/models/831971/deep-negative-pony、https://civitai.com/models/300217/boringsdxl-enhance-images-stylistically-and-topically-for-pony-diffusion-v6 | ControlNet: https://hf-mirror.com/diffusers/controlnet-zoe-depth-sdxl-1.0
八、关于重绘和放大
重绘与放大的思路与XL差不多，就是在应用TileControlNet的同时于采样器中调整降噪的重绘幅度。
我们可以使用ComfyUI-Detail-Daemon插件来在重绘时的调度流程中添加更多的画面细节。由于该插件我已经在之前的专栏中介绍过了（如下），所以在这个PonyXL流程中可以直接用。
插件：ComfyUI-Detail-Daemon: https://github.com/Jonseed/ComfyUI-Detail-Daemon
由于上下文流程太长了，所以这里需要使用管线节点来排一下版。将简易K采样器的输出节点束与一个传输节点SetNode相连（示例中使用插件ComfyUI-KJNodes，在ComfyUI-Easy-Use中也有平替节点），修改常量参数为自定义名称。
这里使用GetNode来获取一下上下文通道，然后用节点束来解包。处理一下原图，将原图放大1.5倍，将放大后的图作为TileControlNet的垫图，同时使用VAE分块编码的方式转为潜空间Latent。
然后使用一个自定义采样器(高级)来进行重绘采样，将之后会输出的Latent进行分块解码。这里还需要输入采样器和Sigmas。by _Iamsleepingnow bili
使用基础调度器karras和Euler_A采样器，然后接入Detail Daemon Sampler节点进行调度，最后将输出的Sampler输入自定义采样器(高级)中。
执行队列，查看输出结果。
从结果上来看，细节增量的效果还可以。
当前工作流一览：https://github.com/Iamsleepingnow/Iamsleepingnow-ComfyWorkflows/blob/main/WFlow_PonyXL_Repainting_by_Iamsleepingnow.json
LoRAs：https://civitai.com/models/333358/ponydiffusion-quality-slider、https://civitai.com/models/845407/hand-fixer-or-concepttool-lora-xl、https://civitai.com/models/1027187/techwear-inspired-aesthetic、https://civitai.com/models/264290?modelVersionId=372898、https://civitai.com/models/454079?modelVersionId=505533、https://civitai.com/models/633524/background-detail-enhancer、https://civitai.com/models/438059/dynamic-poses-slider-ponyxl、https://civitai.com/models/748085/stickman-stick-figure
Embedding：https://civitai.com/models/831971/deep-negative-pony、https://civitai.com/models/300217/boringsdxl-enhance-images-stylistically-and-topically-for-pony-diffusion-v6 | ControlNet: https://civitai.com/models/330313/ttplanetsdxlcontrolnettilerealistic
当需要把图像放得很大时，采样器通常会爆显存，这一点十分困扰，所以我们可以使用插件ComfyUI_UltimateSDUpscale来进行分块放大。
插件：ComfyUI_UltimateSDUpscale: https://github.com/ssitu/ComfyUI_UltimateSDUpscale
但这种分块放大方法有个缺点，当图像需要放得很大，例如2倍放大时，由于两张图之间的倍数差太大（2-1=1），导致模型不能很好地理解细节，画错的概率很大。这时如果增强TileControlnet的应用强度，哪怕出图不会出现多主体的情况，图像生成的效果也会因为过拟合而大打折扣。
有一个解决方法是，分多次来放大，每次只放大一点点，让图像倍数差缩小，直到放大到目标尺寸为止。这种方法被称作递归放大。递归放大的倍数差最好控制在0.05～0.2之间，超过此值图像会变得不稳定。
首先我们需要实现下图的递归模版。使用ComfyUI-Easy-Use插件的While循环体来作为主要框架，输入两个参数：一个记录当前放大的实际倍数，一个记录单次放大的倍数增量。当目前放大的倍数大于等于目标放大倍数时，跳出循环并输出图像。by _Iamsleepingnow bili
注：循环节点由起始节点和结束节点构成，其中，两个节点需要以“流”参数进行连接。起始节点的初始值代表该数值通道的默认值，当数值接入到结束节点的初始值时，代表在下个循环时该值将覆盖起始节点的该值通道。结束节点的“条件”参数是个布尔值，当该值为True时才能进行下一次循环。
插件：ComfyUI-List-Utils: https://github.com/godmt/ComfyUI-List-Utils
插件：ComfyUI_essentials: https://github.com/cubiq/ComfyUI_essentials
插件：ComfyUI-Custom-Scripts: https://github.com/pythongosssss/ComfyUI-Custom-Scripts
然后将放大流程插入循环体，增加TileControlNet的应用幅度，削减Detail Daemon的细节应用量，降低生成步数和降噪幅度，设置随机种递增。
插件：rgthree-comfy: https://github.com/rgthree/rgthree-comfy
插件：ComfyUI-Advanced-ControlNet: https://github.com/Kosinkadink/ComfyUI-Advanced-ControlNet
插件：ComfyUI-Logic: https://github.com/theUpsider/ComfyUI-Logic
当前工作流一览：https://github.com/Iamsleepingnow/Iamsleepingnow-ComfyWorkflows/blob/main/WFlow_PonyXL_RecursiveUpscale_by_Iamsleepingnow.json
图注：工作流（其一）
图注：工作流（其二）
九、小结
还是之前说的，PonyXL是一个偏见模型，非常依赖LoRA，有时无论怎么修改提词都无法出效果，这可能是模型问题，不一定是使用者的问题。
总而言之，这个模型是Diffusion社区贡献的产物，质量非常高，但是比较吃理解，一般多出几次图就能找到经验。
