ComfyUI-VOSR2: 원스텝 VOSR 2.0 업스케일러를 ComfyUI에 추가

VOSR 2.0이란

VOSR 2.0은 세 가지 고정된 구성 요소로 만들어진 원스텝 초해상도 모델입니다: LightningDiT 백본, 잠재 공간으로 사용되는 Qwen-Image 2D VAE, 그리고 조건화를 위한 DINOv2-L 비전 인코더입니다. 고전적인 크기 조정 후 샤프닝 처리와 달리 생성형 방식이므로, 저해상도 입력에 문자 그대로 존재하지 않는 구조(예: 텍스트 글리프, 얼굴 특징, 건물 윤곽)를 재구성할 수 있습니다.

미세 구조와 작은 텍스트에 대한 모델 카드의 비교로, 논문에서 VOSR 2.0을 가장 강력한 모델로 제시한 사례입니다.

구성 요소들이 하나의 학습된 세트에 속하기 때문에, 노드 패키지는 이들을 번들로 취급합니다: DiT는 자신이 학습된 Qwen 2D VAE와만 작동하며, 비전 인코더도 같은 방식으로 짝을 이룹니다. 별도로 교체할 수 있는 VAE나 인코더 입력은 없습니다.

두 개의 노드

두 노드 모두 image/upscaling/VOSR2 아래에 있습니다:

업스케일 노드는 upscale 배율(기본값 4, 상한 없음), 잠재 데이터 노이즈용 seed(배치 항목 i는 seed + i 사용), 바이큐빅 대상에 대해 후처리하는 color_alignment 모드(wavelet, adain, none), 그리고 DiT와 VAE의 개별 타일링 제어를 받습니다.

512px를 넘으면 타일링은 선택 사항이 아닙니다

작업을 실행 대기열에 넣기 전에 꼭 읽어야 할 부분입니다: VOSR 2.0은 최대 512 px에서 기본 학습되었으므로, 업스케일 결과가 512x512를 넘을 때마다 tile_size(문서상 값은 512)를 설정해야 하며 그렇지 않으면 품질이 저하됩니다. 1024 px를 훨씬 넘는 출력의 경우 vae_tile_size도 약 1024로 설정해야 합니다. 그렇지 않으면 전체 이미지 VAE 디코드가 메모리 부족으로 실패할 가능성이 높습니다.

작은 텍스트가 있는 저해상도 입력	VOSR 2.0 출력

로더는 무엇이든 빌드하기 전에 고정된 VOSR 2.0 아키텍처와 args.json을 검증하므로, 호환되지 않는 checkpoint는 부분적으로 로딩되는 대신 명확한 메시지와 함께 실패합니다. models/vosr2/ 아래에 args.json이 있는 번들 폴더는 모델 드롭다운에 표시되지만, 자동으로 다운로드되는 것은 VOSR2뿐입니다.

워크플로

예제 워크플로: 로더와 업스케일을 두 쌍으로 구성하여, 로드된 번들을 이미지별 처리 경로에서 분리합니다.

사용 가능 여부

ylchen333/ComfyUI-VOSR2를 ComfyUI/custom_nodes에 복제하고 재시작하세요. 최근 PyTorch가 포함된 ComfyUI가 필요하며, 패키지가 이를 미리 확인하므로 오래된 환경에서는 노드 목록에서 사라지는 대신 명확한 오류 하나를 기록합니다.

첫 실행 시 로더는 고정된 CSWRY/VOSR 저장소에서 누락된 구성 요소를 models/vosr2/VOSR2/ 번들로 다운로드하고, 이후에는 다운로드를 건너뜁니다. 해당 저장소의 DINOv2-L 파일은 원시 PyTorch pickle이며, 로더가 자동으로 safetensors로 변환합니다. 오프라인 설치를 위한 수동 변환 방법은 README에 문서화되어 있습니다.