> ## Documentation Index > Fetch the complete documentation index at: https://docs.comfy.org/llms.txt > Use this file to discover all available pages before exploring further. # SeedVR2: ComfyUI での画像・動画アップスケーリング > ByteDance Seed のワンステップ拡散ベース復元モデル SeedVR2 を使用して画像と動画をアップスケーリングする方法を学びます [SeedVR2](https://iceclear.github.io/projects/seedvr2/)（arXiv:2506.05301、ByteDance Seed 提供）は、ワンステップ拡散ベースのビデオ復元モデルです。実データに対する敵対的トレーニングを行い、画像や動画を高い忠実度で復元・アップスケーリングします。SeedVR2 は ComfyUI でネイティブ対応しています（PR [#14424](https://github.com/Comfy-Org/ComfyUI/pull/14424)）。主な機能： * **保守的なアップスケーリング**：オリジナルの構造とディテールを保持しつつ、明瞭さを向上 * **ワンステップ推論**：画像と動画のアップスケーリングを単一の順伝搬で実行 * **複数のモデルサイズ**：3B と 7B のバリアント、FP16、FP8、INT8、NVFP4、MXFP8 量子化に対応 * **画像と動画の両方**：単一画像のアップスケーリングとビデオ解像度の向上をサポート SeedVR2 は 2 つのサイズがあります。[3B モデル](https://huggingface.co/ByteDance-Seed/SeedVR2-3B) はより小さいバリアントで VRAM 要件が低く、ハードウェアが限られたユーザーに適しています。[7B モデル](https://huggingface.co/ByteDance-Seed/SeedVR2-7B) はより大きなバリアントで、VRAM と処理時間が増加する代わりに高品質な結果を提供します。どちらも Apache 2.0 ライセンスの下で利用可能です。 ComfyUI が最新版に更新されていることを確認してください。 * [ComfyUI のダウンロード](https://www.comfy.org/download) * [更新手順](/ja/installation/update_comfyui) 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](/ja/interface/features/template)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。（デスクトップ版の更新は若干遅れることがあります）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主な原因： 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 * デスクトップ版は ComfyUI の安定版（Stable Release）をベースとしており、新しいデスクトップ安定版がリリースされると自動的に更新されます。 * [Cloud](https://cloud.comfy.org) は、ComfyUI の安定版リリース後に更新されます。したがって、このドキュメントで記載されているコアノードのうち、一部が利用できない場合は、そのノード機能がまだ最新の安定版に含まれていないためです。次回の安定版リリースをお待ちください。 ## モデルのインストール [Comfy-Org SeedVR2 リポジトリ](https://huggingface.co/Comfy-Org/SeedVR2) から SeedVR2 チェックポイントをダウンロードし、対応する ComfyUI フォルダーに保存します： * [seedvr2\_3b\_fp16.safetensors](https://huggingface.co/Comfy-Org/SeedVR2/resolve/main/diffusion_models/seedvr2_3b_fp16.safetensors): 3B FP16 ベースモデル、低 VRAM * [seedvr2\_3b\_fp8\_e4m3fn.safetensors](https://huggingface.co/Comfy-Org/SeedVR2/resolve/main/diffusion_models/seedvr2_3b_fp8_e4m3fn.safetensors): 3B FP8 量子化版、VRAM 削減 * [seedvr2\_3b\_int8\_convrot.safetensors](https://huggingface.co/Comfy-Org/SeedVR2/resolve/main/diffusion_models/seedvr2_3b_int8_convrot.safetensors): 3B INT8 convrot 版 * [seedvr2\_7b\_fp16.safetensors](https://huggingface.co/Comfy-Org/SeedVR2/resolve/main/diffusion_models/seedvr2_7b_fp16.safetensors): 7B FP16 ベースモデル、高品質 * [seedvr2\_7b\_fp8\_e4m3fn.safetensors](https://huggingface.co/Comfy-Org/SeedVR2/resolve/main/diffusion_models/seedvr2_7b_fp8_e4m3fn.safetensors): 7B FP8 量子化版、品質と VRAM のバランス * [seedvr2\_7b\_int8\_convrot.safetensors](https://huggingface.co/Comfy-Org/SeedVR2/resolve/main/diffusion_models/seedvr2_7b_int8_convrot.safetensors): 7B INT8 convrot 版 * [seedvr2\_7b\_sharp\_fp16.safetensors](https://huggingface.co/Comfy-Org/SeedVR2/resolve/main/diffusion_models/seedvr2_7b_sharp_fp16.safetensors): 7B FP16 シャープ版、詳細強化 * [seedvr2\_ema\_vae\_fp16.safetensors](https://huggingface.co/Comfy-Org/SeedVR2/resolve/main/vae/seedvr2_ema_vae_fp16.safetensors): VAE チェックポイント（全モデル共通）ファイルを以下のディレクトリに配置します： ``` ComfyUI/ ├── models/ │ ├── diffusion_models/ │ │ ├── seedvr2_3b_fp16.safetensors │ │ ├── seedvr2_3b_fp8_e4m3fn.safetensors │ │ ├── seedvr2_3b_int8_convrot.safetensors │ │ ├── seedvr2_7b_fp16.safetensors │ │ ├── seedvr2_7b_fp8_e4m3fn.safetensors │ │ ├── seedvr2_7b_int8_convrot.safetensors │ │ ├── seedvr2_7b_sharp_fp16.safetensors │ └── vae/ │ └── seedvr2_ema_vae_fp16.safetensors ``` ## 1. 画像のアップスケール（3B INT8） **機能:** 一枚の画像を SeedVR2 3B INT8 モデルを使用してアップスケールします。INT8 量子化バリアントは品質と VRAM 使用量のバランスに優れています。 JSON をダウンロードするか、テンプレートライブラリで SeedVR2 3B Int8: Upscale Image を検索してくださいこのワークフローのサンプル入力画像を入手してください ![SeedVR2 3B INT8 アップスケールプレビュー](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/utility_seedvr2_3b_int8_upscale_image.png) ### 1.1 実行手順 1. 画像を `ComfyUI/input/` フォルダーに配置し、`Load Image` ノードでその画像を選択します 2. SeedVR2 モデルローダーで `seedvr2_3b_int8_convrot.safetensors` チェックポイントを選択します 3. `Queue` をクリックするか、`Ctrl(cmd) + Enter` を使用して実行します *** ## 2. 画像のアップスケール（7B INT8） **機能：** SeedVR2 7B INT8 モデルを使用して単一画像をアップスケールします。より大きな 7B モデルは INT8 量子化により効率的な VRAM 使用で高品質な結果を提供します。 JSON をダウンロードするか、テンプレートライブラリで SeedVR2 7B Int8: Upscale Image を検索してくださいこのワークフローのサンプル入力画像を入手してください ![SeedVR2 7B INT8 アップスケールプレビュー](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/utility_seedvr2_7b_int8_upscale_image.png) ### 2.1 実行手順 1. 画像を `ComfyUI/input/` フォルダーに配置し、`Load Image` ノードでその画像を選択します 2. SeedVR2 モデルローダーで `seedvr2_7b_int8_convrot.safetensors` チェックポイントを選択します 3. `Queue` をクリックするか、`Ctrl(cmd) + Enter` を使用して実行します *** ## 3. ビデオアップスケール（3B INT8） **機能：** SeedVR2 3B INT8 モデルを使用してビデオをアップスケールします。このワークフローは解像度を向上させながらフレーム間の時間的一貫性を維持します。古い映像や低解像度ビデオの復元に最適です。 JSON をダウンロードするか、テンプレートライブラリで SeedVR2 3B Int8: Upscale Video を検索してくださいこのワークフロー用のサンプル入力ビデオを入手する ### 3.1 実行手順 1. ビデオを `ComfyUI/input/` フォルダーに配置し、`Load Video` ノードでそれを選択します 2. SeedVR2 モデルローダーで `seedvr2_3b_int8_convrot.safetensors` チェックポイントを選択します 3. `Queue` をクリックするか、`Ctrl(cmd) + Enter` を使用して実行します ### パフォーマンス高い目標解像度では処理時間が長くなります。INT8 バリアントは FP16 と比較して VRAM 使用量を抑え、効率的な推論を提供します。 *** ## コミュニティリソース * [SeedVR2 プロジェクトページ](https://iceclear.github.io/projects/seedvr2/): 公式サイト * [ByteDance SeedVR コードベース (GitHub)](https://github.com/ByteDance-Seed/SeedVR): 研究コードと論文 * [Comfy-Org/SeedVR2 (HuggingFace)](https://huggingface.co/Comfy-Org/SeedVR2): ComfyUI モデルウェイト * [ByteDance-Seed/SeedVR2-3B (HuggingFace)](https://huggingface.co/ByteDance-Seed/SeedVR2-3B): オリジナル 3B モデルウェイト * [ByteDance-Seed/SeedVR2-7B (HuggingFace)](https://huggingface.co/ByteDance-Seed/SeedVR2-7B): オリジナル 7B モデルウェイト * [論文 (arXiv)](https://arxiv.org/abs/2506.05301)