LTX-2.5 Native Resolution: ComfyUIで4K・8K動画編集を実現するTiled Fusion

ComfyUI Wikinews

LightricksのNative ResolutionがTiled FusionによりLTX-2.5の4K・8K動画編集をComfyUIに導入します。新しいRefine IC-LoRAとRestore IC-LoRAも同梱されています。

Native Resolution(Lightricksの発表 | ComfyUIワークフロー | ドキュメント)は、LTX-2.5 VFX Weekの最初のリリースです。ソースクリップを1つの潜在キャンバス上に保持し、すべてのデノイズステップで重なり合う空間タイルを処理することで、LTX-2.5の動画編集を4Kと8Kで実行します。そのため、クリップ全体でもGPUは1台で済みます。このリリースには2つのComfyUIサンプルワークフローと、2つの新しいIC-LoRAアダプターRefine DetailsとRestoreが含まれています。
LTX-2.5 Native Resolutionが重なり合うタイルを通して4K・8Kの動画編集を実行している様子

LTX-2.5 Native Resolutionワークフローを通した1080pプレート。出典: LTX.io on X。

これまでは、IC-LoRAを学習済みウィンドウをはるかに超える解像度で実行するには、キャンバス全体を1パスでサンプリングしてVRAM不足になるか、個別のタイルを生成して完成した結果を繋ぎ合わせる(継ぎ目が残る)かのどちらかでした。Tiled Fusionは、代わりに1つの共有デノイズ軌跡の中でタイルを適用します。これにより、フルHD、4K、8Kを単一のワークフロー内で選択できるようになります。

Native Resolutionワークフローの発表クリップ。

2つの新しいComfyUIワークフロー

LTX動画ノードパックには、2026年9月29日に2つのサンプルグラフが追加されました(PR #570):

ワークフロー内容
LTX-2.5_V2V_TiledFusion_Upscale.json詳細のリファインとアップスケールを1パスで実行します。クリップは選択した出力サイズにリサイズされ、その後Refine Detailsアダプターで8つの融合ステップが実行され、tile_size(qHD、HD、FullHD)のタイルを使用します。
LTX-2.5_V2V_TiledFusion_Native_4K_8K.jsonフルのはしご構成です。初期キャンバスサイズでのフルフレームコンポジションパス、次に選択した4Kまたは8K出力への潜在アップスケーリング、そしてタイル化されたリファインパスを実行します。

両方のグラフは、他のLTX-2.5サンプルと同じサブグラフ構成(Load Models、Inputs、Preprocess、Generate、Decode)を共有しています。Preprocess内の新しいGet Tiling Sizesノードが3つのサイズプリセット(tile_size、initial_canvas_size、output_size)を管理します。モデルが受け付けるキャンバス、つまり32の倍数のサイズと8n+1のフレーム数を出力します。

Tiled Fusionの仕組み

LTXVTiledFusionSamplerは既存のLTXVTiledSamplerとは別のノードで、両者に互換性はありません。LTXVTiledSamplerはタイルを個別にサンプリングしてブレンドします。フュージョンサンプラーは1つの潜在キャンバスと1つのノイズフィールドを保持し、すべてのデノイズステップで重なり合うクロップに対してモデルを実行し、ステップ処理されたタイルをガウス分布でキャンバスにブレンドして戻します。タイルが軌跡を共有するため、完成したタイルを繋ぎ合わせるときのような継ぎ目は生じません。

したがって、ピークVRAMはキャンバス全体ではなく、実際にステップ処理される空間タイルサイズと時間ウィンドウに依存します。サンプラーに渡すガイド潜在はIC-LoRAガイドノードから取得する必要があります。これは、サンプラー自身がクロップする、付加されたガイドフレームとノイズマスクを保持しているためです。

サンプラーのグラフ構造は次のとおりです:

UNET + IC-LoRA
Gemma CLIP → CLIPTextEncode (pos / neg)
guide frames → LTX Add Video IC-LoRA Guide
KSamplerSelect (euler / heun / ...) → SAMPLER
Manual Sigmas (descending, ending at 0)
        │
        ▼
LTXV Tiled Fusion Sampler → LATENT → VAE Decode (tiled)

Native Resolutionのラダー

4K/8Kのグラフは2段階で実行されます:

  1. コンポジション。 ソース動画はinitial_canvas_sizeにリサイズされ、フルフレームパスがフレーム全体をコンテキストに含めてコンポジションを確立します。公開されているグラフはこの段階にltx-2.5-22b-ic-lora-day-to-night-0.9.safetensorsを選択します。
  2. リファイン。 潜在はltx-2.5-latent-spatial-upscaler-x2-bf16-1.0.safetensorsで拡大され(8Kパスでは2回適用)、その後Tiled Fusionが空間タイルでリファインパスを実行します。第2段階では新しいルック&スタイルのプロンプトを使用し、ltx-2.5-22b-ic-lora-refine-details-1.0.safetensorsを選択し、出力サイズにリサイズしたオリジナルクリップを新しいガイドとして添付します。

ソース音声はエンコードされて生成中は固定され、その後デコードされて保存された動画に再マックスされます。つまり既存のサウンドはアップスケール後も維持されます。

HDのプレートをLTX-2.5 Native Resolutionワークフローで8Kに引き上げ、Nukeで仕上げたもの

HDのプレートをワークフローで処理し、8K EXRとしてNukeに渡したもの。出典: LTX.io on X。

タイルパスはコンポジションパスの代わりにはなりません。アダプターが学習済みウィンドウをはるかに超えるキャンバス全体で新しいグローバルなルックを確立する必要がある場合、その作業は依然としてフルフレーム段階が担います。

重要な設定

入力備考
tile_width / tile_heightIC-LoRAが学習した空間ウィンドウ(ピクセル単位、32の倍数)。タイルが小さいと、コンテンツが誤ったスケールで見えます。
overlap_frac0.5以上を維持してください。それ未満では、構造のあるコンテンツに周期的なグリッドが現れます。
blend_varガウス重複の分散。デフォルトは0.05。
grid_cycle1は固定グリッドで最も低コスト、4はステップごとにグリッドをずらします。空間のみです。
tile_framesピクセルフレーム単位の時間ウィンドウで、LTXでは97です。ガイドノードで同じ値のuse_streamingを有効にする必要があります。
サンプラー離散ステップ手法(euler、heun、dpm_2)を使用してください。dpmpp_2mやlmsのような履歴手法はマルチステップの記憶を失い、適応型サンプラーは融合できず、ancestral系の手法はタイルごとに独立したノイズを加えて継ぎ目が生じることがあります。
use_tiled_encodeガイドノードではfalseのままにしてください。空間的にタイル化されたガイドエンコードは条件付けにグリッドを焼き付けます。

学習済みウィンドウより長いクリップでは、ストリーミングを有効にし、ガイドとサンプラーの両方に同じtile_framesを設定して、各時間ウィンドウが独自のクリップとして再エンコードされるようにします。

Refine DetailsとRestore

このリリースに含まれる2つのアダプターは異なる用途をカバーしており、どちらもTiled Fusion UpscaleワークフローでComfyUI/models/loras/内の1つのファイルを差し替えることで実行できます。

  • Refine Details(Hugging Face)は、ソフト、圧縮済み、生成済み、またはすでにアップスケールされた映像の細かいテクスチャ、エッジ、グレインを再構築します。1024 × 576のサンプリングタイルで学習されており、フルHDのキャンバスであってもタイル化ワークフローを前提としています。
  • Restore(Hugging Face)は、損傷したアーカイブ映像(低解像度の転送、圧縮された放送映像、テープ、セピアや白黒のフィルムスキャン)をクリーンアップしカラー化します。これはLTX-2.3で学習されており、モデルカードには、変更されていない重みに対してLTX-2.5の蒸留transformer、video VAE、Gemma-4テキストエンコーダーでテストしたことが記載されています。推奨キャンバスは、4:3素材では1440 × 1056または1440 × 1088、16:9では1920 × 1088で、960 × 544のサンプリングタイルを使用します。

アーカイブマテリアルでは順序が重要です。まずRestoreを実行し、その後必要に応じて納品解像度のためにRefine Detailsを実行します。先にリファインすると、損傷が強調され、推定されたカラーが減少する可能性があります。インターレースまたはテレシネ映像は、どちらのパスの前にもデインターレースする必要があります。

制限事項

Lightricksはこれらが生成的なツールであることを明言しています。Restoreはソースをピクセル単位で復元するのではなく、もっともらしい色と詳細を合成するため、再構築された文字、顔、オブジェクトは解釈であり、歴史的記録ではありません。Refine Detailsはテクスチャを再構築するもので、文字や同一性の保持を保証するものではありません。

8Kパスでは、Refine Detailsのモデルカードが段階的な手順を推奨しています。まず4Kにリファインし、その結果をLanczosで8Kにリサイズしてから、必要に応じて穏やかな2回目のパスを適用します。直接8Kパスを実行すると、各タイルがアダプターの学習時より大きなスケールになり、テクスチャを捏造することがあります。フルHD、4K、8Kはすべてサイズセレクターで選択できますが、セレクターはパフォーマンスの保証ではなく、ピークVRAMと実行時間はターゲットハードウェアでベンチマークする必要があります。

利用可能状況

サンプラーとサイズノードは公式のComfyUI-LTXVideoノードパックに含まれているため、パックを更新する以外に別途インストールは不要です。ワークフローはexample_workflows/2.5/にあり、第1段階で使用されるday-to-nightアダプターはLTX-2.5-22b-IC-LoRA-Day-To-Nightから入手できます。

2つの新しいアダプターと、バージョンが一致するその他のモデルスタックはHugging Faceにあり、Lightricksのモデルリポジトリはアクセス制限(gated)されているため、ダウンロード前にアクセスを申請して承認を得る必要があります。ワークフローのModel Linksノートには、各グラフが必要とする正確なファイルが記載されています。

コメント

GitHubでサインインしてディスカッションに参加しましょう。

コメントを読み込み中…
LTX-2.5 Native Resolution: ComfyUIで4K・8K動画編集を実現するTiled Fusion | ComfyUI Wiki