🧪 初学者指南：ComfyUI 中的 FlashVSR 视频超分辨率工作流

此工作流旨在使用人工智能驱动的 FlashVSR 模型 对视频进行超分辨率提升（增加分辨率），然后将增强后的帧重新组合成最终的高质量视频文件。如果您有低分辨率、模糊或老旧的素材，希望使用现代深度学习技术进行锐化和修复，此工作流非常适合您。

🔍 此工作流能做什么？

加载视频 → 将其转换为一系列独立的图像帧。
使用 FlashVSR 神经网络（具体为 FlashVSR-v1.1）处理所有帧，以 2倍的比例提升分辨率，同时保持帧间运动连贯性。
将增强后的帧重新组合成新的视频文件，支持您选择的帧率、格式和质量设置。

⚠️ 重要提示：FlashVSR 是一种专为视频设计的超分辨率模型。与逐帧超分工具不同，它利用相邻帧的时间信息，生成更平滑的运动效果并减少伪影，从而显著提升视觉质量。

🛠️ 第一步：安装所需组件

前置条件：

已安装 ComfyUI (GitHub)
至少配备 6–8 GB 显存 的 GPU（推荐 NVIDIA）
Python 3.10+

所需自定义节点：

1. ComfyUI-VideoHelperSuite

添加用于加载和导出视频的节点。

cd ComfyUI/custom_nodes
git clone https://github.com/Kosinkadink/ComfyUI-VideoHelperSuite.git

安装后重启 ComfyUI。

2. ComfyUI-FlashVSR

启用与 FlashVSR 模型的集成。

cd ComfyUI/custom_nodes
git clone https://github.com/Flower177/ComfyUI-FlashVSR.git

您可能还需要安装依赖项：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
pip install opencv-python numpy einops

3. 下载 FlashVSR-v1.1 模型

将模型文件放置于：

ComfyUI/models/flashvsr/

🔗 模型链接（Hugging Face）：
👉 FlashVSR-v1.1 on Hugging Face

文件应命名为例如：FlashVSR-v1.1.pth

如果 flashvsr 文件夹不存在，请手动创建。

📂 第二步：准备您的输入视频

将您的源视频（例如 input.mp4）放入：
```
ComfyUI/input/
```

为获得最佳兼容性，请使用广泛支持的格式，如 MP4（H.264）。

🧩 第三步：将工作流导入 ComfyUI

在浏览器中打开 ComfyUI（通常为 http://127.0.0.1:8188）
点击 “Load” 或将提供的 JSON 工作流文件拖放至窗口中。
界面将加载三个连接的节点：
- VHS_LoadVideoFFmpeg（左侧）
- FlashVSRNode（中间）
- VHS_VideoCombine（右侧）

⚙️ 第四步：配置设置

🔹 节点：VHS_LoadVideoFFmpeg（视频加载器）

video：从下拉菜单中选择您的输入文件（如未显示，请刷新页面）。
force_rate：保持为 0 以保留原始帧率。
force_size：除非需要在超分前调整尺寸，否则设为 Disabled。
frame_load_cap：使用 0 处理完整视频。测试时可输入较小数值（如 50）以仅处理前 50 帧。

💡 提示：建议先用一段 5–10 秒的短片测试性能和质量。

🔹 节点：FlashVSRNode（AI 超分）

🔹 节点：VHS_VideoCombine（视频导出器）

💾 最终视频位置：
ComfyUI/output/MyUpscaledVideo_00001.mp4

🔎 关于 frame_rate 的关键说明：
若设置错误，视频播放会过快或过慢。
示例：240 帧以 24 fps 播放 = 10 秒。若导出为 32 fps → 播放时间为 7.5 秒（快 33%）。
请始终匹配原始帧率，以保持时间准确。

✅ 此工作流的优势

卓越画质：时序一致性减少闪烁和重影。
内存高效：分块处理允许在中端显卡上处理高清视频。
完全集成：无缝融入 ComfyUI 的可视化编程环境。
免费开源：无订阅或水印。

❌ 局限性与缺点

仅支持 2 倍超分 — v1.1 不支持 3 倍或 4 倍。
显存需求高：即使在 tiny 模式下，长视频也可能超出 GPU 显存。
不保留音频：输出视频不含声音（需通过 FFmpeg 或剪辑软件后期添加）。
训练数据为实拍素材：对动画、卡通或严重压缩源可能表现不佳。
处理速度慢：每分钟视频约需 5–15 分钟（取决于硬件）。

🛑 常见问题与解决方法

💡 获得最佳效果的实用建议

使用稳定、光线充足的素材 — FlashVSR 难以处理极端噪点或运动模糊。
避免过暗或过曝场景 — 模型可能生成虚假细节。
对于动画/动漫素材，建议使用 Real-ESRGAN 或 Anime4K 等替代模型。
超分后，可在 DaVinci Resolve 或 Premiere Pro 中施加轻微锐化以增强清晰度。

▶️ 如何运行工作流

按上述说明调整所有设置。
点击 “Queue Prompt”。
等待完成（可在终端中查看进度）。
在 ComfyUI/output/ 中查找结果，或直接在 VHS_VideoCombine 节点下预览。

🔚 总结

此工作流提供了一种强大而易用的方式，利用前沿人工智能为老旧或低质量视频注入新生。尽管需要一些初始设置，但遵循本指南，即使是完全的新手也能获得专业级成果。

🎨 若您是数字艺术家（如您所展现的创作兴趣），此工具可增强动画预告片、宇宙猫咪动画或工作坊宣传短片，确保您的视觉叙事以极致清晰度呈现。

祝您创作愉快！

模型类型	工作流
基础模型	SD 1.5
发布时间	1/14/2026

FlashVSR Video Upscaling Workflow in ComfyUI + Beginner’s Guide

详情

下载文件

模型描述