FluxSR: LoRA de superresolución 4x en un solo paso para Flux.1-dev
FluxSR publica su LoRA de superresolución real 4x en un solo paso para Flux.1-dev, con el código de entrenamiento e inferencia y un pack de nodos ComfyUI.
Del repositorio del proyecto: reconstrucciones de FluxSR junto a otros métodos de superresolución de uno y varios pasos.
Qué hace FluxSR
La superresolución por difusión de varios pasos es precisa pero lenta, y las variantes anteriores de un solo paso heredan los artefactos del teacher del que se destilaron. FluxSR mantiene Flux.1-dev como teacher y como modelo base a la vez, y añade tres piezas sobre él:
- Flow Trajectory Distillation (FTD) destila el modelo de flow matching de varios pasos en un único paso de muestreo, de modo que una sola pasada por el transformer produce la imagen 4x.
- TV-LPIPS sustituye una pérdida perceptual simple por una variante ponderada por variación total, que el artículo usa para llevar la reconstrucción hacia texturas realistas en lugar de promedios suaves.
- Attention Diversification Loss (ADL) es un regularizador que reduce la similitud entre tokens dentro del transformer, que es de donde suele provenir el moteado de alta frecuencia en las salidas de un solo paso.
El resultado se distribuye como un adaptador LoRA en lugar de un checkpoint completo. El adaptador pesa 717 MB, el rango y el alfa son ambos 64, y la inferencia se ejecuta en el timestep 350 con orientación 4, todo leído del training_config.json incluido.
El pipeline de entrenamiento de FluxSR: un teacher Flux.1-dev genera los pares de entrenamiento, y el estudiante LoRA se destila a un solo paso con TV-LPIPS y ADL.
Qué incluye la versión
| Archivo | Qué es |
|---|---|
pytorch_lora_weights.safetensors | El adaptador LoRA del transformer de FluxSR (717 MB) |
training_config.json | Timestep, orientación y rango/alfa de LoRA usados en la inferencia |
t5_embedding.pth, clip_embedding.pth | Embeddings de texto fijos que el adaptador espera |
prompts_10k.json | Los 10.000 prompts usados para generar los pares de entrenamiento |
El repositorio documenta el ciclo completo, no solo la inferencia. Los datos de entrenamiento se generan con el teacher Flux.1-dev a 50 pasos y orientación 3.5, almacenando ruido emparejado, latente del teacher, imagen decodificada y semilla, y scripts/evaluate.py reporta PSNR, SSIM, LPIPS, DISTS y MUSIQ frente al ground truth cuando está disponible.
Tabla 1 del artículo: comparación cuantitativa frente a otros métodos de superresolución del mundo real.
La Tabla 2 del artículo reporta la misma comparación en RealSet65.
Comparación cualitativa del artículo: FluxSR frente a otros métodos de superresolución con entradas de baja resolución del mundo real.
Ejecutarlo en ComfyUI
El proyecto no incluye ningún nodo de ComfyUI por sí mismo, pero ese mismo día apareció un paquete de la comunidad. JohnDopamine publicó un paquete de nodos FluxSR en el canal #flux de Banodoco el 13 de octubre de 2026 (la versión 1.0.1 corrige las rutas de los embeddings de T5 y CLIP) y reportó dos ejecuciones en una máquina con unos 84 GB de VRAM utilizables:
| Entrada | Salida | Hora |
|---|---|---|
| 446 x 448 | 1784 x 1792 | 3.18 s |
| 688 x 864 | 2752 x 3456 | 34.91 s |
El paquete ejecuta Flux.1-dev con la LoRA más los dos archivos de embeddings fijos del paquete de Hugging Face, así que cualquier cosa que ya pueda ejecutar Flux.1-dev puede ejecutarlo. Existen modos por lotes y en mosaico para entradas más grandes, y el script de inferencia expone --offload sequential y --vae-tiling para configuraciones con menos memoria.
Actualmente, el paquete de nodos vive en el canal de la comunidad como un zip en lugar de en un repositorio, por lo que la instalación es manual.
Disponibilidad
Los pesos LoRA, los embeddings fijos y los prompts de entrenamiento están en Hugging Face, y el código de entrenamiento, inferencia y evaluación está en GitHub. Los pesos base de Flux.1-dev deben descargarse por separado tras aceptar sus condiciones de acceso.
Comentarios
Inicia sesión con GitHub para unirte a la conversación.