Skip to main content
PiD（Pixel Diffusion Decoder） は、蒸留された 4 ステップのピクセル空間処理で拡散モデルの latent を 4 倍の超解像画像 に変換します。別途 VAE デコードは不要です。このワークフローでは、PiD を使って Z-Image-Turbo の latent を 1024px から 4096px にアップスケールする方法を紹介します。 関連リンク： PiD Latent Upscale ワークフロー
ComfyUI が最新版に更新されていることを確認してください。このガイドで紹介するワークフローは、ワークフローテンプレートから入手できます。 テンプレート内に該当のワークフローが見つからない場合、ComfyUI のバージョンが古くなっている可能性があります。ワークフローを読み込んだ際にノードが欠落している場合の考えられる原因：
  1. 最新の ComfyUI（Nightly 版）を使用していない
  2. 起動時に一部のノードのインポートに失敗している

ワークフローをダウンロード

JSON をダウンロードするか、テンプレートライブラリで “Image Upscale: PiD Latent Decode” を検索してください

​
PiD の仕組み

PiD は拡散モデル名だけでなく、上流モデルの VAE / latent 空間（エンコーダー側）に基づいてチェックポイントを対応させます。最初の生成に使ったモデルの latent 空間に対応する PiD チェックポイントを選ぶ必要があります。 このワークフローでは Z-Image-Turbo（1024px の latent から 4096px を出力）を使用します。Z-Image-Turbo は Flux.1 と同じ 16ch VAE を共有しています。

サブグラフについて

このワークフローはモジュール処理のためにサブグラフノードを使用しています。ワークフローのカスタマイズや拡張方法はサブグラフのドキュメントを参照してください。

​
利用可能な PiD チェックポイント

すべてのチェックポイントは Comfy-Org/PixelDiT から models/diffusion_models/ にダウンロードします。

​
サブグラフの設定

Latent Upscale Decode (PiD) サブグラフで次の項目を設定します：

​
実行手順

  1. latent を生成する。T2I ワークフロー（例：Z-Image-Turbo）で latent 画像を生成します。
  2. PiD に接続する。latent を Latent Upscale Decode (PiD) サブグラフノードに入力します。
  3. チェックポイントを選ぶ。上流モデルの VAE latent 空間に合った PiD チェックポイントを選びます。
  4. 出力サイズを設定する。PiD の出力サイズを入力 latent 解像度の 4 倍 に設定します。
  5. 実行する。サブグラフが 1 回の 4 ステップ処理でデコードとアップスケールを行います。

​
モデルのダウンロード

PiD は PixelDiT モデルファミリーの一部です。このワークフローでは最初の生成用に Z-Image-Turbo モデルも必要です。

PiD Flux.1 1024 to 4096

pid_flux1_1024_to_4096_4step_bf16.safetensors：Flux.1 / Z-Image latent 空間用の PiD チェックポイント

Z-Image-Turbo diffusion

z_image_turbo_bf16.safetensors：PiD でアップスケールする前の初期生成に使用

テキストエンコーダー（Z-Image）

qwen_3_4b.safetensors：Z-Image-Turbo 用テキストエンコーダー

VAE (Z-Image)

ae.safetensors：Z-Image-Turbo 用 VAE

テキストエンコーダー（PiD）

gemma_2_2b_it_elm_fp8_scaled.safetensors：PiD サブグラフの CLIPLoader 用テキストエンコーダー（type: pixeldit）
PiD は内蔵の pixel_space VAE を使用します。PiD 自体に別の VAE ファイルは不要です。

​
モデルの保存場所

​
出力例

PiD サンプル出力