文档 /
节点说明 /
RelayVSRConditioning
RelayVSRConditioning
RelayVSR Conditioning 为 RelayVSR 视频放大准备 conditioning 和空 latent。
节点说明
RelayVSRConditioning 更新于 2026-11-12
RelayVSRConditioning - ComfyUI Built-in Node Documentation
RelayVSR Conditioning 为 RelayVSR 视频放大准备 conditioning 和空 latent。
RelayVSR Conditioning 为 RelayVSR 视频放大准备 conditioning 和空 latent。RelayVSR 仅在片段的每第 15 帧(加上最后一帧)上运行其单步 Wan 2.2 模型,因此它交给你的 latent 只包含这些关键帧。随后 VSR Decode 会填充它们之间的帧。
输入
| 参数 | 描述 | 数据类型 | 是否必需 | 范围 |
|---|---|---|---|---|
model | RelayVSR 扩散模型,通过 Load Model 加载:relayvsr_x2_lightx2v_int8_convrot.safetensors 或 relayvsr_x4_int8_convrot.safetensors。 | MODEL | 是 | N/A |
images | 原始分辨率的低质量视频。模型的放大倍数决定结果的尺寸。 | IMAGE | 是 | N/A |
输出
| 输出名称 | 描述 | 数据类型 |
|---|---|---|
positive | 携带所选关键帧作为低质量引导的 conditioning。 | CONDITIONING |
latent | 每个关键帧对应一帧的空 latent,可直接用于采样器。 | LATENT |
使用
将 positive 连接到采样器的正向输入,然后用一步、CFG 为 1 对 latent 进行采样:图中没有提示词,也没有文本编码器。将采样器的输出、相同的 images 以及 RelayVSR Flash VAE 一起送入 VSR Decode,并保持配对一致:x2 模型搭配 x2 解码器,x4 模型搭配 x4 解码器。
仅对关键帧进行采样,因此一个 150 帧的片段会变成一个 11 帧的 latent。采样器仅处理视频的一小部分,VSR Decode 则恢复其余部分。
本文档由 AI 生成。如果您发现任何错误或有改进建议,欢迎贡献! 在 GitHub 上编辑
Source fingerprint (SHA-256): fd1a86262240430e4f2a811c2c9d8d62f0b6cdfccb26d5285e36d0d6de3b186f