ComfyUI 里不存在「最好的放大器」。放大器只有两大家族,选哪个由一个问题决定:你是要把已有的像素放大,还是要模型补出从来没被拍下来的细节?
下面所有内容都归到这两个答案。如果只想要结论:要速度和低显存,用 ESRGAN 系模型加拼图;当一张脸、一片纹理或一帧压缩视频已经丢掉真实信息时,SeedVR2 这类扩散模型是两者中唯一有可能重建出来的。
大家实际会装的四种东西
大多数「ComfyUI 最佳放大器」清单把两种不同的工具混在一起。实际出现的是这四种:
| 方案 | 家族 | 真实作用 | 主要代价 |
|---|---|---|---|
| ESRGAN 系模型(Real-ESRGAN 等) | GAN | 一次前向完成放大加锐化 | 不能补出丢失的细节;对已经锐利的输入反而产生伪影 |
| 4x-UltraSharp 一类社区权重 | GAN | 同一套节点,调过风格 | 效果随内容波动;大图必须拼图 |
| Ultimate SD Upscale | GAN + 拼图 | 分块跑 GAN,让大图能塞进显存 | 接缝风险;超大画布很慢 |
| SeedVR2 及其他扩散修复模型 | 扩散 | 重建合理细节,而不只是边缘 | 每像素成本高得多;吃 GPU 或走在线 |
速度和显存把两者分得很干净。GAN 放大是小型网络的一次前向;扩散修复是多步去噪,每一步的成本大致相当于一次前向。
ComfyUI 自带放大到底怎么跑
默认路线是「一个加载器 + 一个节点」:把 .pth 放大模型放进 ComfyUI/models/upscale_models,加 Load Upscale Model,接到 Image Upscale with Model,设好目标尺寸。整套 GAN 流程就这样,这也是大家从这里起步的原因——不装额外依赖、没有采样、每次几十毫秒。
问题在于模型被允许做什么。GAN 放大器学的是「低分辨率小块 → 高分辨率小块」的映射,它对边缘和纹理统计非常在行,但它没有任何机制去回答「这里的像素已经没了,猜一下原来是什么」。对一张偏软但信息完整的照片,这没问题;对被压缩糊掉的人脸,或者编码器把细节在若干帧之间抹平的视频帧,就没有东西可映射,结果是干净、锐利、但略有偏差的图。
拼图:显存的解法,也是画质的来源
Ultimate SD Upscale 存在的理由是:大画布上一次性 4 倍放大会爆显存。它把图切成块、逐块放大,再带重叠拼接并做接缝修复。
于是有两件事同时成立。第一,以前放不进显存的图现在能放了,这是这个节点流行的原因。第二,每一块都是在不知道邻居的情况下放大的,模型可能在第一块选择一种纹理、第二块选择另一种。重叠和接缝修复能减轻这个现象,但消不掉。
如果你是在调参数而不是选模型,最要紧的三个旋钮是:块大小与可用显存的匹配、块重叠比例、接缝修复强度。我们的 SeedVR2 ComfyUI 设置指南把它们和加载器选项放在一起讲,因为这两组参数会互相影响。
扩散修复到底改变了什么
扩散放大器不做块映射。它从噪声出发,一步步去噪成一张「与低分辨率输入一致」的图,用的模型见过极大量的真实图像。所以它能在糊掉的人脸上补出合理的睫毛:它是在输入约束下重建一个「大概率长这样」的图像,而不是查放大映射表。
代价是诚实且对称的:
- 好处: 它是两族里唯一能在压缩、模糊、老素材上恢复出可信细节的。
- 代价: 每像素算力高得多;可能补出原素材没有的细节(幻觉);显存要求高到很多人笔记本上根本跑不完一次 4K。
SeedVR2 是 ByteDance 在这一族的模型,以 Apache-2.0 发布 3B 与 7B 两个权重。两个尺寸、精度选项和确切的 .safetensors 文件名都写在SeedVR2 模型文件页,节点连线在ComfyUI 工作流页。
四个场景,四个答案
按决策写,因为问题本来就是这么来的:
- 每秒要更多像素,而不是更多细节。 用 ESRGAN 系。先 2 倍、看结果,再决定 4 倍是否真的增加了信息。
- 图很大、卡很小。 用拼图,并接受要调重叠。如果天空这类平坦区域出现接缝,就调小块大小、提高重叠。
- 素材已经丢了信息。 压缩视频、老扫描件、合照里的小脸,走扩散修复。GAN 只会给你一张更大的同样的糊。
- 今天就要交成品,不想连节点图。 直接在线跑:不用下权重、不用调拼图,浏览器视频放大器和图片放大器都会在任务开始前给出积分成本。
最常见的错误是:问题其实是信息丢失,却去买一个更大的 GAN 权重。第二常见的是:素材根本不需要扩散,却用 4 倍扩散修复,花几小时得到 GAN 几秒就有的结果。
先算钱,再选模型家族
填上你真正需要的分辨率和时长,用与结账相同的积分费率把一次扩散修复换算成金额,而不是凭感觉。
购买前先估算积分
按你下一批大概的任务量估算。这里使用和工具页一致的积分规则,然后帮你跳回最小可覆盖的积分包。
预估任务量
45 积分
1 条视频 · 每条 45 积分
- 预计耗时
- 40s–1m 3s
- 预计文件体积
- 5.0 MB
这是估算,不是实测:Standard 标准版 按每秒素材约 10 秒处理时间配置。队列负载与素材复杂度会让实际耗时落在这一区间内。
按素材时长换算:每小时 32,400 积分。两小时的整盒带子要提交 12 次(每次上限 10 分钟),合计约 64,800 积分。
确认属于系统或供应商失败后,会自动尝试退回积分。
耗时和体积只是规划估算。真正扣积分前,以工具页实时预检为准。
推荐:Starter 积分包
$19.00
购买后到账 800 积分。点击后会选中上方对应积分包,再决定是否结账。
什么时候「最好」等于「最快得到诚实答案」
如果你是因为项目卡住才在比较模型,决策其实比调研便宜。拿自己的素材做一次对照就够了:同一块裁剪分别过 GAN 和扩散模型,然后只看失败的那块区域。如果 GAN 输出只是「更锐利的糊」,扩散输出有可信纹理,那你的素材类别已经定案,模型类别也就定了。
视频侧的整体对比——包括在线方案与桌面授权怎么比——见最佳 AI 视频放大器。
常见问题
ComfyUI 全局最好的放大器是哪个? 没有单一答案,因为两族解决的是不同问题。要速度、素材本来就锐利,用 ESRGAN 系;素材丢了需要补回来的细节,用 SeedVR2 这类扩散模型。
视频一定要用扩散模型吗? 通常是的,而且比照片更需要。视频压缩会在帧之间破坏细节,GAN 无法恢复编码器已经删掉的东西,这正是视频放大里扩散模型值回票价的原因。
ComfyUI 的放大模型放哪个文件夹?
GAN 的 .pth 放 ComfyUI/models/upscale_models。扩散权重是另一种文件,放在别的目录;SeedVR2 的具体目录结构见模型文件页。
ComfyUI 里放大器要多少显存? 带拼图的 GAN 放大器在普通卡上就能跑。扩散修复是另一个数量级,正因为如此才需要拼图、精度和 offload 这些设置。
不装 ComfyUI 能放大吗? 可以。本站的在线路线在浏览器里跑同一族模型:上传支持的素材、选目标分辨率,扣积分之前先看到成本。
