技术笔记

AI 超分流水线部署方案

分步重绘式 4K/8K/20K 超分——SeedVR2/FlashVSR + Flux.2-Klein 重绘 + RealESRGAN 收尾的模型核验、硬件要求与部署参数要点。

发布于2026/08/02 12:00预计阅读 3 分钟

方案来源：B 站视频《细节爆炸！20K分辨率级还原动画原图的方式？！》（UP：知晓更sulTO，2026-03-20）。本文为对该视频简介所列模型的核实与工程化复刻，可独立部署。核验日期：2026-08。

一句话：单个超分模型做不到高倍放大，本方案靠分步叠加——每次放大都补一次细节，所以高倍数下仍清晰。

一、原理：为什么能到 20K

分步叠加三档，各干各擅长的一档：

底图（如 1024px）
  ├─ 阶段1：重绘式/扩散式超分 ×4  (SeedVR2 或 FlashVSR)
  │        → 细节"重画"，放大到 4K 级
  ├─ 阶段2：生成式重绘增强 ×4 或 ×2 (Flux.2-Klein 图生图, 可选)
  │        → 提示词引导补充细节/风格增强
  └─ 阶段3：重建式超分收尾 ×2  (Real-ESRGAN)
── 最终：1K 底图 → 16K~20K

混合分步：不同模型接力，各做最擅长的一档
叠加超分：同一模型连续多次（×4 两次 = ×16）
这是纯重建式（一次 4×）无法做到的

二、硬件要求

项目	要求
显存	最低 8G（fp8 量化 + 分块 tile 可跑）；推荐 12G+
参考配置	RTX 5080 16G：宽裕，阶段 1/2 可关 tile 全幅跑，2K 底图直接上 8K
系统	Windows 10+ / Linux，NVIDIA 显卡（CUDA）
存储	模型合计约 20~40GB 下载空间

三、模型清单

已核实（开源，可直接下载）

模型	用途	阶段	来源	许可
SeedVR2	扩散式超分主模型，保真最好，无限分辨率	1（主）	`github.com/ByteDance-Seed/SeedVR`（ICLR 2026，权重按仓库 README 下载）	开源，商用需自查条款
FlashVSR	单步扩散超分，速度快（CVPR 2026），视频/单帧均可	1（备选）	`github.com/OpenImagingLab/FlashVSR`；HF: `JunhaoZhuang/FlashVSR-v1.1`	Apache 2.0
Flux.2-Klein	图生图重绘增强，提示词可控补细节（9B 轻量）	2（可选）	HF: `black-forest-labs/FLUX.2-klein-9B`	按 BFL 条款
Real-ESRGAN	重建超分收尾，轻量快	3	ComfyUI 内置 / 官方仓库	Apache 2.0

未核实（来自 UP 主网盘，公开渠道查不到出处）

以下模型名在 GitHub / HuggingFace / ModelScope 无法核验，推测为社区整合包内本地命名，使用前注意来源可信度与商用合规，建议先用上面 4 个开源模型替代：

RecoverV2 / RecoverV3
WonderV1 / WonderV2
Redefine-Realistic
Standard-Max
Image 1.5
Banana Pro / 2（Google Nano Banana 系，官方不开源权重，本地无法合法部署，勿信第三方“转换版”）

四、部署步骤（Windows + ComfyUI）

安装 ComfyUI：用官方 Portable 版（免 Python 环境），解压后运行 run_nvidia_gpu.bat，浏览器打开 http://127.0.0.1:8188
安装所需节点（custom_nodes 目录下 git clone）：ComfyUI-SUPIR（SeedVR 工作流参考）、ComfyUI-GGUF（fp8 省显存）、ComfyUI_UltimateSDUpscale（分块放大）
下载模型权重：SeedVR2/FlashVSR → models/checkpoints；FLUX.2-klein-9B → models/diffusion_models + T5/CLIP 文本编码器 → models/text_encoders；Real-ESRGAN（如 RealESRGAN_x4plus.pth）→ models/upscale_models
搭建三阶段工作流：

输入图
 └→ 阶段1 (SeedVR2 或 FlashVSR)：scale=4
 └→ 阶段2 (Flux.2-Klein img2img)：denoise≈0.3~0.5，提示词描述补充细节（可选）
 └→ 阶段3 (Upscale Model: Real-ESRGAN x4)：scale=2
输出图

项目 workflows/ 目录下已有几组对应的 ComfyUI JSON 工作流（如 Stage_1_SeedVR2_2048.json、Stage_2_FLUX2_Klein9B_Faithful.json、Stage_3_RealESRGAN_x2.json、以及组合版 SeedVR2_3B_FLUX2_Klein9B_RealESRGAN_x2.json），可直接对照导入。

五、参数建议（二次元角色设定图场景）

阶段	参数	说明
阶段1 SeedVR2	4×；tile 分块开	保真优先，细节重建强，角色特征不易漂移
阶段2 Flux.2-Klein	denoise 0.3~0.5；提示词写清“保持原人物脸型/发型/服装细节不变”	重绘会“自由发挥”：花纹/饰品/文字可能被改，强度越高越明显
阶段3 Real-ESRGAN	2×	纯重建，无漂移风险

关键提醒：

细节漂移是重绘式方案的固有风险（脸型、花纹、logo 可能变化），出图后逐张检查关键细节
显存不足时：阶段 1/2 开 tile 分块、模型用 fp8/GGUF 量化
追求极致保真时：跳过阶段 2，仅用 SeedVR2 ×4 + Real-ESRGAN ×2

六、替代方案（不想本地部署时）

付费网页端：Magnific Premium+（含 Magnific 10K + Topaz 超分，约 $33.75/月）、Topaz Image Web（$12~19/月，Wonder 3，32MP）
免费网页端：Bigjpg（动漫 20 张/月）、Waifu2x、Krea（100 积分/天）

本文由对公开方案的核实与工程化整理生成，用于个人网站技术笔记栏目。