ComfyPilotComfyPilot
文档 / 教程 / PiD：ComfyUI 免 VAE 解码的 4 倍潜空间放大

PiD：ComfyUI 免 VAE 解码的 4 倍潜空间放大

PiD（Pixel Diffusion Decoder）只需 4 步蒸馏的像素空间采样，即可把扩散模型的 latent 直接解码为 4 倍超分辨率图像，无需单独的 VAE 解码。

教程 pid-latent-upscale 更新于 2026-11-12

查看官方原文

PiD：ComfyUI 免 VAE 解码的 4 倍潜空间放大

PiD（Pixel Diffusion Decoder）只需 4 步蒸馏的像素空间采样，即可把扩散模型的 latent 直接解码为 4 倍超分辨率图像，无需单独的 VAE 解码。

PiD（Pixel Diffusion Decoder） 只需 4 步蒸馏的像素空间采样，即可把扩散模型的 latent 转换为 4 倍超分辨率图像，无需单独的 VAE 解码。本工作流演示如何使用 PiD 将 Z-Image-Turbo 的 latent 从 1024px 放大到 4096px。

相关链接：

PiD 潜空间放大工作流

[!TIP] > [tab] 本地用户 > > 请确保你的 ComfyUI 已经更新。 > > ComfyUI 下载 > ComfyUI 更新教程 > > 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。 > [tab] 云端用户 > > * Cloud 会在 ComfyUI 稳定版本发布后更新。 > > 所以，如果你发现本文档中有任何核心节点缺失，可能是因为新核心节点尚未在最新稳定版中发布。请等待下一个稳定版发布。
[card] 下载工作流 下载 JSON，或在模板库中搜索 "Image Upscale: PiD Latent Decode"

PiD 的工作原理

PiD 根据上游模型的 VAE / latent 空间（编码器一侧）来匹配 checkpoint，而不只是看扩散模型的名称。你需要选择与初始生成所用模型的 latent 空间相对应的 PiD checkpoint。

本工作流使用 Z-Image-Turbo（1024px latent 输出 4096px），它与 Flux.1 共用 16 通道 VAE。

[card] 了解子图 本工作流使用子图节点进行模块化处理。查看子图文档，了解如何自定义和扩展工作流。

可用的 PiD checkpoint

所有 checkpoint 均从 Comfy-Org/PixelDiT 下载到 models/diffusion_models/。

Checkpoint输入到输出兼容的 latent（VAE 主干）
pid_flux1_512_to_2048_4step_bf16512 to 2048Flux1-dev 16-ch VAE (Flux.1, Z-Image)
pid_flux1_1024_to_4096_4step_bf161024 to 4096Flux1-dev 16-ch VAE (Flux.1, Z-Image) (本工作流)
pid_flux2_512_to_2048_4step_bf16512 to 2048Flux2-dev 128-ch VAE (Flux.2)
pid_flux2_1024_to_4096_4step_bf161024 to 4096Flux2-dev 128-ch VAE (Flux.2)
pid_sd3_512_to_2048_4step_bf16512 to 2048SD3 medium 16-ch VAE
pid_sd3_1024_to_4096_4step_bf161024 to 4096SD3 medium 16-ch VAE

子图设置

在 Latent Upscale Decode (PiD) 子图上配置以下参数：

设置值说明
latent_formatfluxFlux.1/Flux.2/Z-Image 使用 flux，SD3 使用 sd3（Flux.2 会根据 128 通道自动识别）
degrade_sigma0.0输入 latent 的"完成"程度。完全去噪用 0.0（默认），部分去噪用 0.1–0.8，纯噪声用 1.0

运行步骤

  1. 生成 latent。使用文生图工作流（如 Z-Image-Turbo）生成 latent 图像。
  2. 连接 PiD。将 latent 输入 Latent Upscale Decode (PiD) 子图节点。
  3. 选择 checkpoint。选择与上游模型 VAE latent 空间匹配的 PiD checkpoint。
  4. 设置输出尺寸。将 PiD 输出尺寸设为输入 latent 分辨率的 4 倍。
  5. 运行。子图会在一次 4 步过程中完成解码和放大。

模型下载

PiD 属于 PixelDiT 模型系列。本工作流还需要 Z-Image-Turbo 模型进行初始生成。

[card] PiD Flux.1 1024 to 4096 pid\_flux1\_1024\_to\_4096\_4step\_bf16.safetensors：适用于 Flux.1 / Z-Image latent 空间的 PiD checkpoint
[card] Z-Image-Turbo diffusion z\_image\_turbo\_bf16.safetensors：在 PiD 放大之前用于初始生成
[card] 文本编码器（Z-Image） qwen\_3\_4b.safetensors：Z-Image-Turbo 的文本编码器
[card] VAE (Z-Image) ae.safetensors：Z-Image-Turbo 的 VAE
[card] 文本编码器（PiD） gemma\_2\_2b\_it\_elm\_fp8\_scaled.safetensors：PiD 子图中 CLIPLoader 使用的文本编码器（type: pixeldit）
PiD 使用内置的 pixel\_space VAE，PiD 本身不需要单独的 VAE 文件。

模型存放位置

📂 ComfyUI/
├── 📂 models/
│   ├── 📂 text_encoders/
│   │      ├── qwen_3_4b.safetensors
│   │      └── gemma_2_2b_it_elm_fp8_scaled.safetensors
│   ├── 📂 diffusion_models/
│   │      ├── pid_flux1_1024_to_4096_4step_bf16.safetensors
│   │      └── z_image_turbo_bf16.safetensors
│   └── 📂 vae/
│          └── ae.safetensors

示例输出

PiD 示例输出