Reddit 用户公开开源 4K 逼真视频三段式工作流全参数
Grinderius · reddit · 2026-11-23
一位 Reddit 用户在 RTX 5090 上调试出当前开源条件下最逼真的 4K 视频生成管线,核心思路是不在单次生成中追求一切,分三步各司其职:
第 1 步:原生 3.7MP 基础生成
- 直接以原生 3.7MP(16:9 用 2560x1440,21:9 用 2880x1280)生成,用 INT8 剪枝版 MiniMax H3 checkpoint
- euler/simple(或 beta)采样器,20 步
- 不写「8k hyperrealistic」类提示词堆砌——这个像素密度下只需描述正常镜头与布光,模型自会生成真实质感
第 2 步:4K 分块 latent 精修
- Lanczos(或 H3 latent upscaler)放大到 4K(3840x2160)
- 同一 INT8 H3 底模叠加 Open-H3-Regenerate-2K-IC(必须是 IC/In-Context 版本,引用原片段以锁定人脸与表情),强度 0.85-1.0
- 必开 Tiled VAE(512 tile / 64 overlap)与 Tiled Diffusion(1024x1024 / 256 overlap),否则 4K 下有网格接缝
- 关键:3 步 + ManualSigmas 设为 0.62, 0.48, 0.30, 0。常规 Regenerate 用 0.909 起始 sigma 适合 480p/720p 放大,但从干净的 3.7MP 片段出发会把人脸改掉;降到 0.62 刚好补出毛孔、发丝、布纹而不毁表演
第 3 步:DLSS 5 收尾
- 用 ComfyUI-DLSS5-Enhancer 以 1x(DLAA/native)跑,NR Intensity 0.80,Local/Skin Structure Strength 2.00(自然皮肤质感关键),自动遮罩开启,Scene Change Threshold 0.24
TL;DR:3.7MP 原生 20 步 → Lanczos 到 4K → 3 步分块 Regenerate-2K-IC(0.62 起始 sigma)→ DLSS 5 DLAA 收尾。
「多模态」频道最新
- FaceRefine Plus v0.2.0:MiniMax H3 视频人脸修复提速 2.7 倍 — AnniCodex · 2026-11-23
- 「会聊天的杂志」Anima Artifacts 概念验证亮相 — alexcovo_eth · 2026-11-23
- AI 把悟空放进现实街头,物理光影逼真到真假难辨 — heypearlai · 2026-11-23
- 五晚八小时/次:把真实 F1 圈速数据变成 AI 视频的踩坑实录 — BittiAI · 2026-11-23
- MOSS-Image 排版工作台 v1.1.1 发布,支持从 PNG 导入提示词 — Rex-Racer9 · 2026-11-23
- Genie 3 交互画面经 Wan 2.2 超分冲上 4K,逼近照片级 — Due_Research9042 · 2026-11-23