Skip to main content

​
ComfyUI SeedVR2 简介

SeedVR2（arXiv:2506.05301，来自字节跳动 Seed）是一种一步式扩散视频修复模型。它通过对真实数据进行对抗训练来高保真地修复和放大图像与视频。SeedVR2 已在 ComfyUI 中原生支持（PR #14424）。 主要功能：
  • 保守放大：在提升清晰度的同时保留原始结构和细节
  • 一步推理：单次前向传播即可完成图像和视频放大
  • 多种模型规模：提供 3B 和 7B 两个版本，支持 FP16、FP8、INT8、NVFP4 和 MXFP8 量化
  • 图像与视频兼顾：支持单张图像放大和视频分辨率增强
SeedVR2 有两种规模。3B 模型 是较小的版本，显存需求较低，适合硬件资源有限的用户。7B 模型 是较大的版本，能提供更高质量的结果，但需要更多显存和处理时间。两者均采用 Apache 2.0 许可证。
请确保你的 ComfyUI 已经更新。本指南里的工作流可以在工作流模板中找到。如果找不到，可能是 ComfyUI 没有更新。如果加载工作流时有节点缺失，可能原因有：
  1. 你用的不是最新版（每夜版）。
  2. 启动时有些节点导入失败。

​
Model Installation

Download the SeedVR2 checkpoint(s) from the Comfy-Org SeedVR2 repository and save them to the corresponding ComfyUI folder: Place the files in the following directories:

​
示例工作流

​
SeedVR2 3B Int8：缩放图像

使用 SeedVR2 3B Int8 对图像进行缩放，这是一个基于 diffusion 的单步视频恢复模型，可生成高质量结果，并具有更好的时间一致性。 SeedVR2 3B Int8 缩放图像工作流预览

在 Comfy Cloud 上运行

在 Comfy Cloud 中打开

下载工作流

下载 JSON，或在模板库中搜索 “SeedVR2 3B Int8: Upscale Image”
输入材料 将此文件上传到对应的 LoadImage 节点：

watch_macro_shot.png

LoadImage 节点 1 · watch_macro_shot.png
示例输出
输入图像SeedVR2 3B Int8 缩放示例输出

​
1.1 运行步骤

  1. 将你的图像放入 ComfyUI/input/ 文件夹，并在 Load Image 节点中选择它。
  2. 在 SeedVR2 模型加载器中选择 seedvr2_3b_int8_convrot.safetensors checkpoint。
  3. 点击 Queue，或使用 Ctrl(cmd) + Enter 来运行。

​
SeedVR2 7B Int8：缩放图像

使用 SeedVR2 7B Int8 缩放图像，这是一个一步扩散模型，通过对抗性训练和自适应窗口注意力提升分辨率。 SeedVR2 7B Int8 缩放图像工作流预览

在 Comfy Cloud 上运行

在 Comfy Cloud 中打开

下载工作流

下载 JSON，或在模板库中搜索 “SeedVR2 7B Int8：缩放图像”
输入素材 将此文件上传到对应的 LoadImage 节点：

indoor_portrait.png

LoadImage 节点 1 · indoor_portrait.png
示例输出
输入图像SeedVR2 7B Int8 缩放示例输出

​
2.1 运行步骤

  1. 将图像放入 ComfyUI/input/ 文件夹，并在 Load Image 节点中选择它
  2. 在 SeedVR2 模型加载器中选择 seedvr2_7b_int8_convrot.safetensors checkpoint
  3. 点击 Queue 或使用 Ctrl(cmd) + Enter 运行

​
SeedVR2 3B Int8: Upscale 视频

使用 SeedVR2 3B Int8 对视频画面进行 Upscale 与修复。这是一种单步 diffusion 模型，可在提升分辨率的同时保持帧间的时间一致性。 SeedVR2 3B Int8 Upscale 视频工作流预览

在 Comfy Cloud 上运行

在 Comfy Cloud 中打开

下载工作流

下载 JSON，或在模板库中搜索 “SeedVR2 3B Int8: Upscale Video”
输入素材 将此文件上传到对应的 LoadVideo 节点：

grainy_perfume_shot_crf32.mp4

LoadVideo 节点 73 · grainy_perfume_shot_crf32.mp4
示例输出

​
3.1 运行步骤

  1. 将你的视频放入 ComfyUI/input/ 文件夹，然后在 加载视频 节点中选择它
  2. 在 SeedVR2 模型加载器中选择 seedvr2_3b_int8_convrot.safetensors checkpoint
  3. 点击 队列，或使用 Ctrl(cmd) + Enter 运行

​
性能

更高的目标分辨率需要更长的处理时间。与 FP16 相比，INT8 变体以更低的 VRAM 使用量提供高效的推理。

​
故障排除

​
放大后的图像完全是黑色

在量化模型上，注意力后端可能会静默返回黑色或损坏的输出。如果 SeedVR2 INT8 工作流生成的是全黑图像，请按以下顺序尝试：
  1. 不使用 FlashAttention 运行： 如果你是通过 --use-flash-attention 或某个自定义节点包启用的，请使用默认注意力后端启动 ComfyUI 并重新运行。在 RTX 3090 上，禁用 FlashAttention 解决了 3B 和 7B INT8 工作流的全黑输出问题。
  2. 切换模型： 使用相同体量的 FP16 或 FP8 文件。如果这些文件渲染正常，那么出问题的就是 INT8 量化路径。
  3. 验证文件： diffusion 模型和 seedvr2_ema_vae_fp16.safetensors 都必须完整下载，并按模型安装中所示的方式放置。下载被截断也会以同样的方式失败。
  4. 禁用实时预览： 在某些情况下，只有预览是黑色的，而保存的文件是正确的，因此关闭实时预览可以消除这种不确定性。
如果结果仍然是黑色，请在教程讨论区发帖，附上你的 GPU、ComfyUI 版本、安装方法（桌面版、便携版或手动安装）以及控制台输出，并说明 3B 和 7B 工作流是否以相同方式失败。

​
社区资源