ReCaVSR: 4x апскейл видео за один шаг, теперь в ComfyUI

Модель увеличивает клип по 21 кадру, а затем по 8 кадров, с одним шагом denoising на блок, перенося latents предыдущего блока и кэш прошлых ключей и значений. Собственный потоковый декодер FlashDecoder превращает каждый блок в кадры сразу после его завершения, поэтому более длинный клип стоит времени и диска, а не памяти.

Дождливая улица в 4x, от 960×480 до 3840×1920, из демонстрационного набора проекта.

от 960×480 до 3840×1920, вход сверху	от 360×360 до 1440×1440, вход слева

Скорость

Два клипа, 149 и 180 кадров, через узел ReCaVSR Upscale Video на Linux с ComfyUI 0.44.0, sage attention и динамической VRAM:

Портрет, от 360×360 до 1440×1440, с файлом int8 занимает 15 с на 4090 и 11.6 ГБ. При ограничении до карты на 12 ГБ или 8 ГБ тот же портрет всё равно завершается за 23 с и 27 с.

Файл int8 весит 6.27 ГБ против 10.6 ГБ у bf16, и на каждом кадре он остаётся примерно в 48 дБ от выхода bf16.

bf16 сверху, int8 снизу, кропы выхода 1:1.

Как запустить

1. Установите узлы: найдите ReCaVSR video super-resolution в ComfyUI Manager, выполните comfy node install comfyui-recavsr или клонируйте ComfyUI-ReCaVSR в custom_nodes и установите зависимости.
2. Поместите prompt.safetensors (4.2 МБ) и flashdecoder.safetensors (229 МБ) из kopper/ReCaVSR в ComfyUI/models/recavsr, затем добавьте в ту же папку либо bf16 transformer.safetensors, либо файл int8 ConvRot.
3. Откройте Шаблоны → ComfyUI-ReCaVSR → recavsr_video_4x, загрузите клип, поставьте в очередь. Цепочка: Load Video → ReCaVSR Upscale Video → Save Video, а выход сохраняет аудио и частоту кадров входа.

Настройки, которые стоит знать

• Scale 4: это то, для чего обучалась модель; 2 и 1.5 задокументированы в оригинальном репозитории. Размеры, не кратные 32, дополняются и затем обрезаются обратно.
• Decoder: flashdecoder принадлежит самой модели и работает от 25 до 40 раз быстрее, чем Wan 2.2 VAE. Опция vae даёт более мелкую текстуру, если есть время.
• color_fix: none, adain или wavelet, коррекции в стиле StableSR, если увеличение сдвигает цвет.
• kv_offload переносит историю внимания в RAM между блоками. Он нужен для 3840×1920 на карте с 16 ГБ и стоит от 7 до 16% скорости при 1440p.
• Без Triton оба ядра внимания откатываются к PyTorch и работают намного медленнее. Установки на Windows обычно оказываются именно здесь.

Путь bf16 требует GPU NVIDIA с compute capability 7.5 или новее для int8 GEMM; ниже этого веса деквантуются при загрузке.

Доступность

• Веса: PedroMarinhoDev/ReCaVSR-ComfyUI для int8 transformer, kopper/ReCaVSR для bf16 transformer, prompt embedding и FlashDecoder.
• Узлы: PedroMarinhoDev/ComfyUI-ReCaVSR, также в Comfy Registry.
• Оригинальная модель и код: kopperx/ReCaVSR; статья arXiv 2609.37831.