视频轻松升级器 | 专业高清增强

视频轻松升级器

视频轻松升级器是由Mickmumpitz开发的简化ComfyUI管道，通过最少的设置提升现有视频的清晰度、纹理和感知分辨率。它结合了快速超分辨率、细节友好的锐化以及Wan 2.x扩散精炼，以恢复精细结构同时保持运动自然。无论您是在现代化档案记录、改进AI生成的片段还是准备交付母带，视频轻松升级器工作流强调跨帧的一致性、批次间的平滑过渡和可靠的输出。

工作流接受单个输入视频，自动读取其帧率，生成或接受引导提示，并在可混合的批次中处理帧，以保持长序列的无缝性。您可以为低VRAM系统选择轻量级GGUF模型或FP8 UNet以获得最大保真度，然后使用简单的创造力控制进行精炼。最终结果保存为升级视频，并为大型项目提供可选的图像序列路径。

ComfyUI视频轻松升级器工作流中的关键模型

• Wan 2.2 T2V Low Noise 14B UNet (FP8或GGUF)。用于基于扩散的精炼的核心生成骨干，在尊重源帧的同时增强细节。Hugging Face: Comfy-Org/Wan_2.2_ComfyUI_Repackaged 和 Hugging Face: bullerwins/Wan2.2-T2V-A14B-GGUF
• Wan 2.1 VAE。解码器在精炼期间在潜在空间和像素空间之间移动时保留纹理和色调。Hugging Face: Comfy-Org/Wan_2.1_ComfyUI_repackaged
• UMT5-XXL文本编码器 (FP8)。用于与WAN模型对齐说明的提示条件的文本骨干。包含在Wan 2.1重新包装的资产中。Hugging Face: Comfy-Org/Wan_2.1_ComfyUI_repackaged
• RealESRGAN x2。经典的超分辨率模型，在基于扩散的细节恢复之前干净地提升帧大小。GitHub: xinntao/Real-ESRGAN
• Microsoft Florence-2 Large。视觉语言模型在此用于自动为代表帧加注，提供高质量的提示，当您不想书写时。Hugging Face: microsoft/Florence-2-large
• WAN 2.2的可选LoRA附加组件。轻量级适配器，可以在不压倒素材的情况下将精炼推向特定外观。例如，“Lightning”低噪声4步LoRA。Hugging Face: lightx2v/Wan2.2-Lightning

如何使用ComfyUI视频轻松升级器工作流

该管道从输入到输出遵循清晰的路径，并将控件组织成组，以便您始终知道在何处调整质量、速度和内存行为。

模型加载器

此组初始化核心模型堆栈，并让您选择FP8 safetensors UNet或Wan 2.2的GGUF量化UNet。当VRAM紧张时使用GGUF路径，或当您想要最高保真度时使用FP8 UNet。Wan 2.1 VAE和UMT5-XXL文本编码器在此加载，以便提示可以指导后续的扩散步骤。如果您计划使用LoRA，请在运行前在此组中加载它。

输入视频和设置

使用 VHS_LoadVideo (#130) 导入您的源剪辑。工作流通过 VHS_VideoInfo (#298) 读取源帧率，以便最终渲染匹配运动节奏。设置您的目标宽度和高度，选择是否启用高质量模式，并调整创造力控制以决定精炼应多严格地遵循您的输入。对于长片段，设置每次迭代的帧数和重叠值以清晰地混合批次，并在您希望最大稳定性或处理非常高分辨率时启用图像序列保存选项。

提示

您可以输入自定义提示或让工作流为您构建一个。通过 Florence2Run (#147) 采样并加注单帧，然后通过 StringReplace (#408) 轻微重写，并通过 JoinStrings (#339) 与任何自定义文本合并。组合的提示通过 ShowText|pysssss (#135) 显示，并传递给 Positive Prompt (#3)，而 Negative Prompt (#4) 包含减少伪影的术语。这使得提示一致且易于管理，尤其是对于批处理作业。

放大生成

帧通过 ImageUpscaleWithModel (#303) 使用RealESRGAN进行预放大，然后通过 ImageScale (#454) 精确调整到您的目标分辨率。Image Sharpen FS (#452) 在需要时恢复边缘清晰度，ImageAddNoise (#421) 添加小的受控噪声，帮助扩散过程重建真实的微观纹理。WAN模型通过 WanVideoNAG (#115) 和 ModelSamplingSD3 (#419) 准备，然后 UltimateSDUpscaleNoUpscale (#126) 执行平铺、提示引导的精炼，尊重全局结构和运动连续性。

批次创建 + 混合生成批次

长视频自动拆分为可混合的批次。该子图计算迭代次数，显示在“迭代次数”中，并在考虑您的重叠设置的同时组装每个图像批次。在批次之间的边界处，ImageBatchJoinWithTransition (#244) 混合帧，以使缝合点不显眼。当剪切明显时使用更多重叠，当场景稳定时减少它以加快速度。

输出混合保存的图像序列

启用“保存图像序列”时，每次迭代将其帧写入磁盘，这对于非常高分辨率或内存有限时很有帮助。工作流稍后通过 VHS_LoadImagesPath (#396) 重新加载那些帧，可能再次混合批次末端并将它们组装成连续的序列。如果您停止并恢复处理，此路径提供了一个强大的恢复途径。

输出

最终帧通过 VHS_VideoCombine (#128) 编译为视频，使用之前捕获的源帧率，保持运动平滑且真实。您还可以使用 VHS_VideoCombine (#393) 从保存的序列路径中发出中间预览或写入第二个最终。文件名和子文件夹自动递增，以保持每次运行整洁。

ComfyUI视频轻松升级器工作流中的关键节点

VHS_LoadVideo (#130)

加载输入剪辑并显示图像、帧计数和 video_info 数据块。如果您打算仅处理一部分，请在节点中限制帧加载，并相应地对齐“每次迭代的帧数”。保持加载器和批次设置同步可以防止在拼接批次时出现停顿或间隙。

ImageUpscaleWithModel (#303)

在扩散之前应用RealESRGAN进行快速、抗伪影的尺寸提升。使用它在精炼之前达到或接近目标分辨率，使WAN过程可以专注于纹理和细节而不是大规模调整大小。如果您的源已经符合目标尺寸，您仍然可以保留此阶段以进行去噪和结构增强。

UltimateSDUpscaleNoUpscale (#126)

在瓷砖中运行WAN扩散精炼，具有接缝修复和可选的瓷砖解码，以保留全局结构。这里重要的控制只有采样器步骤、去噪强度和接缝相关选项；更高的步骤和去噪产生更强的外观，而较低的设置更接近于您的原始帧。当在设置组中启用高质量时，此节点会自动调整步骤深度。

WanVideoNAG (#115) 和 ModelSamplingSD3 (#419)

此对将WAN模型连接到采样器并暴露创造力转移。较低的创造力使输出更接近输入，具有温和的增强，而更高的值则增加更多的生成纹理并可以发明细节。对于纪录片、采访或档案工作，偏好保守值；对于合成或AI生成的片段，您可以推得更远一些。

ImageBatchJoinWithTransition (#244)

将一个批次的尾部与下一个批次的头部混合以隐藏缝合痕迹。当您注意到亮度或纹理跳跃时增加过渡帧的数量，当场景均匀时减少它以加快速度。这是使视频轻松升级器管道在长时间轴上无缝的主要杠杆。

VHS_VideoCombine (#128)

在上游捕获的源fps下组装最终视频。如果您保存了图像序列，可以切换到备用组合节点以从磁盘渲染而无需重新处理。此节点也是您需要时设置容器和像素格式的地方。

可选附加功能

• 选择一个WAN路径。在强GPU上使用FP8 UNet以获得最佳质量，或在低VRAM工作站和笔记本电脑上使用GGUF UNet。
• 保持运动自然。对于实况或纪录片素材，从低创造力开始，然后逐渐增加，如果需要更多的纹理恢复。
• 提前计划批次。在长剪辑上，启用“保存图像序列”，以便您可以在不重新计算扩散的情况下恢复或重新渲染最终结果。
• 匹配帧数学。设置每次迭代的帧数，以便与加载器的上限和重叠对齐；视频轻松升级器批处理工具将为您计算迭代并混合边缘。
• 谨慎使用LoRA。当您需要特定外观时添加WAN 2.2 LoRA，并在它开始压倒场景的原始特征时降低其权重。

致谢

此工作流实现并建立在以下作品和资源之上。我们感谢Mickmumpitz为视频轻松升级器工作流的贡献和维护。有关权威详情，请参阅下面链接的原始文档和存储库。

资源

• YouTube/视频轻松升级器
  • 文档/发布说明：YouTube @ Mickmumpitz

注意：引用的模型、数据集和代码的使用受其作者和维护者提供的各自许可证和条款的约束。