Über Pyramid Flow
Pyramid Flow ist eine innovative Lösung zur Videoerstellung, die qualitativ hochwertige Ergebnisse mit Recheneffizienz effektiv in Einklang bringt. Der einzigartige Ansatz verwendet eine pyramidale Struktur, die Videos in unterschiedlichen Auflösungen verarbeitet, beginnend mit niedrigeren Auflösungen und schrittweise bis zur vollen Qualität im Endstadium skaliert, anstatt die volle Auflösung während des gesamten Prozesses beizubehalten. Für detaillierte Informationen besuchen Sie bitte die offizielle Pyramid Flow Webseite.
ComfyUI Pyramid Flow Workflow
Pyramid Flow ist nun in ComfyUI integriert und ermöglicht sowohl Text-zu-Video als auch Bild-zu-Video Erstellung. Für zusätzliche Details besuchen Sie das Pyramid-Flow GitHub Repository und sehen Sie sich kijai's Beiträge an. Ein besonderer Dank gilt allen Mitwirkenden, die dies möglich gemacht haben!
Auf unserer Plattform ist der Standard-Pyramid Flow Workflow auf Text-zu-Video eingestellt, aber Sie können einfach zum Bild-zu-Video Modus wechseln, indem Sie mit der rechten Maustaste klicken und die Bild-Eingabegruppe aktivieren.
Hier sind die wichtigsten Pyramid Flow Parameter, die Sie kennen sollten:
Pyramid Flow Sampler Einstellungen:
- Width/Height: Legen Sie Ihre gewünschten Videodimensionen fest
- First Frame Steps: Steuert die Qualität des ersten Frames durch einen dreiphasigen Prozess, angegeben als (Zahl1, Zahl2, Zahl3):
- Erste Zahl: Schritte der anfänglichen Bildgenerierung
- Zweite Zahl: Schritte der Verfeinerungsphase
- Dritte Zahl: Schritte der finalen Qualitätsverbesserung Beispiel: (20, 20, 20) wendet 20 Schritte auf jede Phase an
- Video Steps: Ähnlich wie First Frame Steps, aber für nachfolgende Frames. Format: (Zahl1, Zahl2, Zahl3)
- Bestimmt die Anzahl der Schritte zur Generierung jedes aufeinanderfolgenden Frames Beispiel: (10, 10, 10) wendet 10 Schritte auf jede Phase der Frame-Generierung an
- Itemp (16): Steuert die Ausgabezufälligkeit
- Guidance Scale: Bestimmt, wie genau die Generierung dem Eingabeprompt folgt
- Seed: Setzt einen spezifischen Zufalls-Seed für reproduzierbare Ergebnisse
- Keep Model Loaded: Option, um Modellressourcen nach der Generierung beizubehalten oder freizugeben
