这个项目能做什么

ComfyUI-SeedVR2_VideoUpscaler 是字节跳动 SeedVR2 模型的官方 ComfyUI 封装，用于基于扩散的视频和图像放大。它旨在保持帧间时间一致性，同时增强细节，并支持 RGB 和 RGBA 内容，包括透明图像。 在 ComfyUI 中，该项目使用模块化节点设置，包含用于 DiT 模型、VAE 模型、torch.compile 设置和主放大器的独立节点。它遵循 ComfyUI V3 无状态节点设计，并可通过全局缓存跨多个放大器实例共享加载的模型。模型可在首次使用时从 Hugging Face 自动下载。 支持的模型变体包括 3B 和 7B 参数模型，格式为 FP16、FP8 和 GGUF，其中 4 位和 8 位 GGUF 量化专为低 VRAM 系统设计。用户可控制批处理、时间重叠、前置帧、最大分辨率和确定性种子。放大器支持分辨率可被 2 整除的输出，并使用填充而非限制性裁剪。 内存和执行功能包括 BlockSwap 变换器块交换、分块 VAE 编码和解码、模型和张量卸载、模型缓存、流式 VAE 解码，以及针对长视频的分块处理。注意力后端包括 PyTorch SDPA、Flash Attention 2/3、SageAttention 2/3 和 cuDNN 注意力，并在可选后端不可用时提供回退行为。torch.compile 集成为可选。 该仓库也可独立于 ComfyUI 作为独立 CLI 使用。CLI 支持单张图像、单个视频和批量目录处理，具有自动 MP4/PNG 输出检测、多 GPU 工作负载分配、时间重叠混合、模型缓存和内存受限的流式分块。FFmpeg 视频后端提供 10 位 x265 输出，作为 8 位 OpenCV 输出的替代方案。 平台兼容性工作涵盖 NVIDIA CUDA、AMD ROCm 和 Apple Silicon MPS，包括旧 GPU 的 bfloat16 回退处理。颜色处理功能包括 LAB 颜色转移、HSV 饱和度匹配、基于小波的处理和混合方法。该项目根据 Apache 2.0 许可证发布。