Автор блога ULL Studio проверил RelayVSR, апскейлер, который в начале ноября появился в ComfyUI. Короткий ролик 384×672 он увеличил в четыре раза за 25 секунд. SeedVR2 на тех же данных, по его замерам, потратил 801 секунду. Но кожа, цвета аниме и рот при двойном увеличении у RelayVSR ведут себя хуже.

Если коротко: черновик можно делать в 384×672 или 544×960 и поднимать до 4K только удачные дубли. Делать это пока можно только на dev-версии ComfyUI, а не на стабильном релизе.

Источник: note.com

Апскейл перестаёт быть ожиданием в очереди

Знакомо? Сгенерировали удачный дубль, а дальше минуты ожидания. Из-за этого жалко переделывать черновики, и в финал часто уходит не лучший вариант, а первый подходящий.

Источник: note.com

В блоге ULL Studio описан тот же порядок: маленький черновик на 16 ГБ делается быстро, и тогда можно увеличить только удачные дубли.

«Маленький черновик на 16 ГБ делается быстро, а увеличивать можно только удачные дубли.» — ULL Studio (перевод)

По их замерам, на той же машине увеличение вдвое большего ролика у SeedVR2 занимает около семи минут. Разница между 25 секундами и семью минутами меняет работу: можно проверить десяток дублей, прежде чем решить, что финал стоит делать.

Цифры из двух наборов тестов

Первый набор — один клип 384×672, 124 кадра, около пяти секунд. Второй — четыре клипа в 540p (544×960), тоже по 124 кадра. Время ниже взято из заметок автора, все тесты на одной машине с 16 ГБ VRAM.

ТестМодель и масштабВремя, с
384×672, 124 кадраRelayVSR ×425
384×672, 124 кадраSeedVR2 ×4801
544×960, 124 кадра, 4 клипаRelayVSR ×4 (2176×3840)49–55
544×960, 124 кадра, 4 клипаSeedVR2 ×2 (1088×1920)429–432

По этим данным RelayVSR быстрее в 8–32 раза. Во втором наборе его выход в четыре раза больше по площади, а время примерно в восемь раз меньше. Видеопамять: RelayVSR занимал 15,0–15,1 ГБ из 16, из них 1,8 ГБ ушло в общую память. Автор пишет, что это почти как на маленьком ролике, где переполнение было 1,6 ГБ.

Где RelayVSR выигрывает: волосы, ресницы и мех

  • Мелкие детали: волосы, ресницы и веки прорисованы чётче. На мехе собаки видна шерсть, на трикотаже — вязка.
  • Крупное лицо: в первом тесте SeedVR2 ×4 на крупном плане дал зернистую кожу с пятнами. У RelayVSR ×4 кожа гладкая.
  • Запас по чёткости: RelayVSR ×4, уменьшенный до 2×, по мнению автора всё равно выглядит чётче SeedVR2 ×2.
  • Связка с черновиками: там, где нужна именно детализация, а не точный цвет, разница заметна сразу.

Где RelayVSR сдаёт: кожа, аниме и рот

  • Кожа: на крупном плане румянец и пятна сильнее, чем в исходнике. SeedVR2 сглаживает кожу и убирает поры.
  • Аниме: линии становятся чёрными, заливка ровной, но белое светлее, оранжевое гуще. Палитра сдвигается. SeedVR2 держит цвет ближе к исходнику.
  • Камера облетает персонажа: на втором кадре волосы у RelayVSR превратились в тёмный комок с меньшим количеством прядей. У SeedVR2 пряди остались.
  • Двойное увеличение: рот поплыл, у волос появился белый ореол.
«У RelayVSR ×2 поплыл рот, а у волос появился белый ореол. Если нужна двойка, делайте четвёрку и уменьшайте.» — ULL Studio (перевод)

Почему скорость и ритм деталей связаны

RelayVSR прогоняет через большую модель только каждый 15-й кадр. Остальные рисует лёгкий декодер. Отсюда и скорость, и эта особенность.

На реальных сценах кадры, которые прошли через модель, по метрике резкости (контуры относительно исходника) были на 25–33% резче соседних. Через два кадра почти всё возвращалось. На аниме эффект около 3%. У SeedVR2 такого ритма автор не увидел.

В ленте для соцсетей это, вероятно, почти незаметно. А вот на длинном панорамном кадре может читаться как «дыхание» картинки. Проверить это строго автор не успел: выборка у него всего четыре клипа.

Мерцание: меньше, чем можно ждать, но не нулевое

По разнице соседних кадров RelayVSR добавил от 0 до 21% дрожания относительно исходника. SeedVR2, наоборот, сгладил на 2–13%. Автор говорит, что на шести кадрах подряд заметной тряски не увидел.

Ошибки исходника RelayVSR не чинит и не усиливает. Чёрный комок вместо телефона и нечитаемые буквы на футболке переходят в результат как есть.

Кому RelayVSR подойдёт, а кому лучше SeedVR2

  • Подойдёт: черновики, которые нужно поднять до 4K за минуты; сцены с волосами, мехом и текстурами.
  • Лучше SeedVR2: аниме с точной палитрой, крупные лица, где нужна ровная кожа, и двойка как финальный результат.
  • Пока не брать: продакшн без проверки на dev-версии и работы, где нельзя ни малейшего сдвига цвета.

Как попробовать: шаги из исходника

  1. Обновите ComfyUI до dev-версии. Стабильная v0.44.0 от 4 ноября RelayVSR не содержит.
  2. Сразу проверьте узел TextGenerate на Qwen3-VL 8B. Если падает, см. раздел «Где подвох».
  3. Скачайте веса с Comfy-Org/RelayVSR на Hugging Face. Для ×4: diffusion_models/relayvsr_x4_int8_convrot.safetensors и vae/relayvsr_flash_vae_x4_fp32.safetensors. Для ×2: diffusion_models/relayvsr_x2_lightx2v_int8_convrot.safetensors и vae/relayvsr_flash_vae_x2_fp32.safetensors.
  4. Добавьте ноды RelayVSRConditioning и VSRDecode. Промпт не нужен. Настройка detail находится в VSRDecode.
  5. Сделайте черновик в 384×672 или 544×960 и апскейлите только удачные дубли.
  6. Для 2K делайте ×4 и уменьшайте, а не ×2.
  7. Проверьте лицо, рот, цвет аниме и волосы на том же куске, что и в SeedVR2.

Где подвох: dev-версия, баг и маленькая выборка

  • Версия: RelayVSR попал в master 5 ноября. Стабильная v0.44.0 его не содержит. 6 ноября вышли v0.44.1 и v0.44.2, но по заметке японского автора в note их changelog пока не опубликован. Проверьте, есть ли там RelayVSR, прежде чем обновляться.
  • Баг: после обновления TextGenerate на Qwen3-VL 8B падает с «linear(): argument 'weight' must be Tensor, not NoneType». Автор ULL Studio считает причиной изменение #17361, ускоряющее Qwen 3.x. Откат одного этого коммита вернул работу текстового узла, японских промптов P-H3 и RelayVSR. Тесты он вёл на fp8-версии. Баг передан разработчикам ComfyUI на GitHub.
  • Открытый баг: по данным ArtRealmAI, в новом коде есть краш прогресс-бара.
  • Цифры: сравнения сделаны одним автором на четырёх клипах. Официально по данным ArtRealmAI и Hermes AI News: 12,59 кадра в секунду на 4096×3072 на одном GPU в варианте LightX2V; у авторов статьи 29,29 кадра в секунду в 1080p на A100 против 7,80 у FlashVSR-Tiny. Это разные условия, напрямую их не сравнивайте.
  • Сборка ULL Studio: в локальную версию RelayVSR пока не включён. По словам автора, он ждёт исправления ComfyUI.

Вердикт: черновик дешёвый, финал проверяем глазами

RelayVSR — хороший кандидат на быстрый 4K для черновиков, но заменой SeedVR2 везде он не становится. Думаю, для аниме с точной палитрой и гладкой кожи лучше оставить SeedVR2.

Короче: пока это инструмент для тех, кто готов к багам dev-версии и сам проверяет каждый финальный кадр. Тесты ULL Studio сделаны на их файлах, поэтому на вашем материале цифры могут отличаться.

А вы обновитесь до dev-версии ради 4K за минуты или подождёте стабильного релиза? 👀

Workflow — полотно, где генерации собираются нодами в цепочку

Источники

RelayVSR Hits Comfy Core: Native X2/X4 Upscale — ArtRealmAI

Comfy-Org Ships RelayVSR to Upscale Video 4x Without Running Full Diffusion — Hermes AI News

ComfyUI 0.44.0 — Freedom.Tech

Источникnote.com