ResearchMan← Technology
ReCaVSR
Tool条件付き (Apache-2.0)#GenVideo#CreatorTools

ReCaVSR

USTC(中国科学技術大学)/ ComfyUI版: PedroMarinhoDev/2026-11

Overview

動画を1ステップの拡散モデルで4倍に高画質化するアップスケーラー。ComfyUIノードとint8軽量版が公開され、8GBのGPUでも動かせる。

技術のポイント

低解像度の動画を4倍の解像度(例: 960×480→3840×1920)に引き上げる、動画用の超解像ツールです。すごい点は、拡散モデルでありながら「1ブロックにつき1ステップ」で処理するため速いことと、フレームを順に書き出す仕組みなので長い動画でもメモリが増えにくいことです。論文ではA100で1080×1920出力が毎秒約21フレーム、従来のFlashVSR Tinyより2.7倍速いと報告されています。広告・体験づくりでは、生成AI映像の下書きを高解像度の納品素材に仕上げる、昔の素材や小さく書き出したLED用素材を大画面向けに引き伸ばす、といった「最後の仕上げ工程」に使えそうです。ComfyUIに組み込めるので、生成→アップスケールを1本のワークフローにまとめられます。

技術の詳細

仕組み: ReCaVSRはWan2.2(5Bの動画生成モデル)を土台に、動画を21フレーム、その後は8フレームずつの「ブロック」に区切って順番に処理します。各ブロックは1回だけノイズ除去を行い、直前のブロックの結果と過去の情報(キャッシュ)を引き継ぐので、つなぎ目のちらつきを抑えられます。どの層が過去をどれだけ覚えておくかは学習で決まり、これが論文の言う「学習されたキャッシュ・ルーティング」です。出力はFlashDecoderという専用デコーダが1ブロックごとに書き出します。 従来との違い: 拡散モデル系の動画超解像は何十ステップも回すため重く、長尺は難しいものでした。本手法は1ステップ化とキャッシュの工夫で、速度とメモリ消費を同時に下げています。ComfyUI版のint8重み(6.3GB)では、1440p出力の4倍処理が8GBカードで動くと説明されています。3840×1920を16GBカードで回す場合はkv_offload設定が必要で、速度が7〜16%落ちます。 使うには: NVIDIA GPU(int8は計算能力7.5以上)が必要です。ComfyUI-Managerで「ReCaVSR」を検索するか、`comfy node install comfyui-recavsr`で導入し、モデルファイル3種をmodels/recavsrへ置きます。原典のコマンドライン版はLinuxとCUDA 13対応ドライバが前提です。Windowsではトリトンが無いと注意が必要で、速度が大きく落ちると案内されています。音声は出力されないため、納品時は元音声を別途合わせます。

License

本体コードはApache-2.0、ComfyUIノードはGPL-3.0。モデル重み(Hugging Face)にはライセンス明記がないため、商用利用前に要確認。

Sources

Related Works

  • FlashVSR

    ストリーミング向けの1ステップ拡散動画超解像。ReCaVSRが速度比較の相手にしている先行研究。

  • SeedVR2

    ByteDanceによる1ステップ動画超解像モデル(3B/7B)。ComfyUIでも使える。

  • DOVE

    実写向けの1ステップ拡散動画超解像。コードが公開されている。