# SD_4XUpscale_Conditioning

El nodo SD_4XUpscale_Conditioning prepara datos de condicionamiento para aumentar la escala de imágenes con modelos de difusión. Escala las imágenes de entrada según una proporción elegida, añade un aumento de ruido opcional y devuelve el condicionamiento positivo y negativo modificados junto con un latente vacío para el tamaño escalado.

## Entradas

| Parámetro | Descripción | Tipo de datos | Obligatorio | Rango |
| --- | --- | --- | --- | --- |
| `imágenes` | Imágenes de entrada que se van a escalar. | IMAGE | Sí | - |
| `positivo` | Datos de condicionamiento positivo que guían la generación hacia el contenido deseado. | CONDITIONING | Sí | - |
| `negativo` | Datos de condicionamiento negativo que alejan la generación del contenido no deseado. | CONDITIONING | Sí | - |
| `relación_escala` | Multiplicador aplicado a las dimensiones de la imagen de entrada al preparar el condicionamiento y el latente escalados (predeterminado: 4.0). | FLOAT | Sí | 0.0 - 10.0 (paso 0.01) |
| `aumento_ruido` | Cantidad de ruido que se añadirá durante el proceso de escalado (predeterminado: 0.0). | FLOAT | Sí | 0.0 - 1.0 (paso 0.001) |

Nota: `noise_augmentation` es un parámetro avanzado, que se muestra en la interfaz del nodo bajo el conmutador "Advanced".

## Salidas

| Nombre de salida | Descripción | Tipo de datos |
| --- | --- | --- |
| `positive` | Condicionamiento positivo modificado con los datos de imagen escalados y la configuración de aumento de ruido aplicados. | CONDITIONING |
| `negative` | Condicionamiento negativo modificado con los datos de imagen escalados y la configuración de aumento de ruido aplicados. | CONDITIONING |
| `latent` | Representación latente vacía que coincide con las dimensiones escaladas. | LATENT |

> Esta documentación fue generada por IA. Si encuentra algún error o tiene sugerencias de mejora, ¡no dude en contribuir! [Editar en GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/SD_4XUpscale_Conditioning/es.md)

---
**Source fingerprint (SHA-256):** `f215e890bd86f42d4da9c6f575fc92e65844e2e2056c5610310d8089e5d61902`
