FLUX.2 VAE 加 NVIDIA PiD,任何图像都能 4 步 4 倍放大
TimeTruth2490 · reddit · 2026-11-06
Reddit 用户 lvladikov 分享了一个把 NVIDIA 的 Pixel Diffusion Decoder(PiD)变成通用图像放大器的技巧。
- 原理:PiD 本是替换模型 VAE 解码器的像素级扩散解码器,直接在 4 倍宽高的像素空间出图,但 NVIDIA 只为 FLUX.1、FLUX.2、Qwen-Image v1、SD3、SDXL 及 DINOv2/SigLIP 提供解码器,其他 VAE 的模型用不了。
- 绕过方法:用 FLUX.2 的 VAE 把任意图片(任何模型的渲染图、照片、视频帧)重新编码,再交给 PiD 的 FLUX.2 解码器,4 步即可画出 4 倍分辨率的新图——PiD 不是锐化像素,而是重绘并补出皮肤、毛发、纹理等细节。
- 效果:704×384 输入可放大到 2816×1536(16 倍像素),Comfy Cloud 上约 6 GPU 秒;与 bicubic 4x 对比细节明显更优。
- 作者已发布 ComfyUI 本地与云端现成工作流(HuggingFace: lvladikov/PiD-as-pixel-Upscaler),不兼容 PiD 的 Qwen Image 2.1 也能用此方法。
「多模态」频道最新
- Opus 5.5 动效视频被吹上天，实际效果却平平无奇 — beechinour · 2026-11-07
- 为 Agent 打造的 3D 引擎 Vork:渲染比 Blender 快 24 倍 — ravisparikh · 2026-11-07
- Mistral Voxtral 3 推出端点检测,解决语音交互何时结束难题 — MistralAI · 2026-11-07
- ChatGPT 图像 2.6 与 Nano Banana 2.1 对比：一周 40 亿张 vs 价格砍半 — Aiden_Tech_Ai · 2026-11-07
- Magnific 展示 6 组 One+Move 图生视频实验并附提示词 — charis_ai · 2026-11-07
- 两只小猫摔跤火了，网友呼吁别拆穿这是 AI — IcyPea3192 · 2026-11-07