TE-Speed-VOSR2 1.0

VOSR2 图片与视频超分辨率放大 ComfyUI 节点，使用多项加速策略，对VOSR2在comfyui中的使用极致加速。为 VOSR 加入分块推理、显存调度、视频处理优化和 SageAttention。

模型下载： https://pan.quark.cn/s/88fc2eeced6f

• 支持 VOSR 2.0 1.4B one-step 模型。
• 支持图片原尺寸修复与整数倍放大。
• 支持视频 IMAGE 帧批次放大。
• 支持 manual 与 speed 两种推理配置。
• 支持空间分块和VAE分块。
• 支持可选的视频 DINO 时序缓存。
• 自动使用 ComfyUI 的 SageAttention，未安装时回退到 SDPA。
• 支持可选 torch.compile，运行失败时自动回退到 eager 模式。

• Windows x64
• ComfyUI
• NVIDIA GPU
• Python 3.12 或 Python 3.13 环境
• PyTorch 与 CUDA 版本需要和当前 ComfyUI 环境兼容
• 可选：SageAttention；ComfyUI 能正常识别即可，无需在节点中单独选择
• 可选：Triton；只在启用 torch_compile 时需要

模型放在：

ComfyUI/models/vosr2/VOSR2/

目录结构：

ComfyUI/models/vosr2/VOSR2/
|-- args.json
|-- checkpoints/
|   `-- ema_model.safetensors
|-- Qwen-Image-vae-2d/
|   |-- config.json
|   `-- diffusion_pytorch_model.safetensors
`-- dinov2_vitl14.safetensors

DINOv2 权重也兼容以下文件名：

dinov2_vitl14_pretrain.pth

按以下顺序尝试：

1. 保持 tile_size=512，不要先提高到 1024。
2. 保持 vae_tile_size=1024；图片节点会自动限制到 1024。
3. 将 image_batch 设为 1，或将视频 frame_batch 降到 1。
4. 将 quality_profile 改为 manual。
5. 将 memory_policy 改为 staged。
6. 关闭 torch_compile，尤其是出现 CUDA Graph 或 cudaMallocAsync 警告时。
7. 降低输出倍率或先缩小输入尺寸。

如果 speed 比 manual 慢，通常是更大的 tile batch 或视频 VAE tile 提高了显存峰值，导致模型换载或 Windows WDDM 使用共享显存。此时 manual + tile_size 512 + vae_tile_size 1024 通常更稳定。