Fast GAN 影片放大工作流程，專為利用生成對抗網路（GAN）模型（如 Real-ESRGAN）高效放大影片設計。適合需要提升影片解析度但不需創造新細節（如擴散模型）的應用。流程包含 UpscaleModelLoader 與 ImageUpscaleWithModel 等關鍵節點，將放大模型應用於每一幀。流程從 LoadVideo 載入影片，GetVideoComponents 拆解為影格，再進行放大處理。
技術上，流程利用 Real-ESRGAN 模型，依所選倍率（如 2x 或 4x）放大每一幀，ImageUpscaleWithModel 節點逐幀處理，最後用 CreateVideo 節點重組影片，SaveVideo 輸出放大後影片。此方法比擴散式方法快，適合快速提升影片品質。建議先放大至最高解析度，再縮放至目標解析度以獲最佳效果。
API
從程式碼使用此工作流
每個 Comfy 工作流都是一個 JSON 圖。下方的 payload 就是此工作流，與 ComfyUI 執行時完全相同 — 你可以從此 URL 取得、放入版本控制，或在 ComfyUI 載入並逐節點執行。
使用 Comfy SDK 以 TypeScript 或 Python 執行。相同程式碼可用於 Comfy Cloud 或你自架的 ComfyUI — 只需更改 base URL。
// Install (beta)
npm i @comfyorg/sdk
// Run "快速GAN影片增強器" (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 需使用 API 格式的工作流：請在 ComfyUI 開啟此工作流，並使用 檔案 → 匯出工作流（API）。
常見問題
常見問題
Showing 30 of 30 templates