Fast GAN 视频超分工作流基于生成对抗网络（GAN）模型（如 Real-ESRGAN），高效提升视频分辨率。适用于需要提升视频质量但无需生成新细节的场景（与扩散模型不同）。这个工作流的核心节点包括 UpscaleModelLoader 和 ImageUpscaleWithModel，对每一帧应用超分模型。流程以 LoadVideo 节点加载视频，通过 GetVideoComponents 拆分帧，随后进行超分处理。
技术上，流程利用 Real-ESRGAN 模型按所选倍率（如 2x、4x）对每帧超分。ImageUpscaleWithModel 节点逐帧处理，最后用 CreateVideo 节点重组为视频，SaveVideo 节点输出超分后的视频。该方法比基于扩散的超分更快，适合快速增强。建议先超分到最高分辨率，再根据需要调整到目标分辨率，以获得最佳效果。
API
通过代码使用此工作流
每个 Comfy 工作流都是一个 JSON 图。下面的内容就是此工作流的完整数据，ComfyUI 运行时也是如此——你可以从该 URL 获取、放入版本控制，或在 ComfyUI 中加载并逐节点运行。
使用 Comfy SDK 从 TypeScript 或 Python 运行。相同代码可用于 Comfy Cloud 或你自托管的 ComfyUI——只需更改基础 URL。
// Install (beta)
npm i @comfyorg/sdk
// Run "快速GAN视频增强器" (TypeScript)
import { Comfy } from "@comfyorg/sdk";
const client = new Comfy({ apiKey: "comfyui-..." });
// This workflow, exported in API format (see note below)
const wf = await client.workflows.fromFile("utility-gan_upscaler_api.json");
const job = await client.run(wf);
await job.getOutputs("12")[0].toFile("output.png"); // SaveVideoSDK 需要 API 格式的工作流：在 ComfyUI 中打开此工作流，使用 文件 → 导出工作流（API）。
常见问题
常见问题
Showing 30 of 30 templates