
ComfyUI-DyPE
ComfyUI 里一键把文生图拉到 4K+,告别重复纹理和崩坏
ComfyUI-DyPE 是为 ComfyUI 提供 DyPE 与 SEGA 两种采样增强技术的自定义节点插件,目标是让文生图模型在 4K 及以上分辨率下生成时不再出现重复纹理、结构崩坏等伪影。它兼容 Z-Image、Qwen-Image、Flux、Krea2 等主流模型,并可配合 Nunchaku 量化推理使用,降低高分辨率生成的显存压力。核心能力包括:通过 DyPE 对扩散采样过程做动态位置编码外推,让模型在训练分辨率之外仍保持全局结构一致;通过 SEGA 对语义引导进行分段增强,改善高分辨率下的细节与构图稳定性。用户只需在 ComfyUI 工作流中替换采样节点,即可在原有模型上直接输出 4K+ 图像,无需重新训练或微调。项目以 Python 实现,安装方式与常规 ComfyUI 插件一致,适合希望在本地工作流中低成本获得高分辨率出图能力的创作者与开发者。
项目数据
使用教程
核心亮点
- 针对 4K+ 高分辨率生成中的重复纹理、结构崩坏等伪影做了专门优化,而非简单放大
- 同时支持 Z-Image、Qwen-Image、Flux、Krea2 等多种主流模型,覆盖面广
- 可搭配 Nunchaku 量化推理,在消费级显存下也能跑高分辨率工作流
不足之处
- 依赖 ComfyUI 生态,无法脱离该平台独立使用
- 高分辨率采样本身耗时较长,对显存和算力仍有较高要求
适用场景
- 在 ComfyUI 中制作 4K 壁纸或海报级文生图作品
- 电商/广告场景下批量生成高分辨率产品概念图
- 配合 Nunchaku 量化模型在单张消费级显卡上出 4K 图
替代项目
ComfyUI_UltimateSDUpscale、ComfyUI-Impact-Pack
项目介绍
同类项目推荐
satori
开源
网页代码一键变高清图,放大不糊,不用截图
Enlightened library to convert HTML and CSS to SVG
C2GAN
开源
用关键点精准控制图像生成,让AI画出你想要的结构
[ACM MM 2019 Oral] Cycle In Cycle Generative Adversarial Networks for Keypoint-Guide···
DeTikZify
开源
上传图表或草图,秒变可编译的TikZ矢量代码。
Synthesizing Graphics Programs for Scientific Figures and Sketches with TikZ.
imagen-pytorch
开源
说句话生成高清图,放大也不糊
Implementation of Imagen, Google's Text-to-Image Neural Network, in Pytorch