2_steps_WAN2.2. i2i, upscale image, v2v, upscale video with t2v_low_noise_14b model

“civitai” 因为来源是真实照片/视频，删除了我所有的最佳示例。你可以通过自己的或其他人的照片获得更好的效果。

要放大图像，请使用：

去噪值：0.015-0.15。（画面中物体越远/越小，变化程度越大）。为保持人物可识别性，请使用 0.015-0.02。

采样器：对于有瑕疵和细节较差的图像，使用 euler；对于更好的图像，使用 res_2s（RES4LYF 节点）。

你也可以将两个采样器串联使用，先用 euler，再用 res_2s。

对于图生图（i2i），你可以使用任意去噪强度，甚至可以通过添加一张小图来生成图像，这样你就不必使用 t2v_high_noise_14b 模型，从而节省多达 14GB 的 RAM/VRAM。

对于视频生视频（v2v），如果去噪值过高，帧逻辑将丢失，你会得到一个“deforum”。

可惜由于只有 8GB VRAM，我无法在更高分辨率下测试。

如果你对人脸训练 LoRA，即使有物体遮挡面部，也能实现非常高质量的 ROOP。