VOSR2与DLSS 5实测：低显存图像视频超分与级联方案

作者：@T8star-Aix

VOSR2与DLSS 5实测：低显存图像视频超分与级联方案

一句话导读：视频用 VOSR2 同时测试图像与视频超分，并给出一套更照顾低显存的级联思路：先把较小尺寸素材恢复到约 1K，再用 RTX Video Super Resolution 或泄露版 DLSS 5 快速提升到 2K，以减少直接处理 1080P 素材的时间成本。

核心内容：
1. VOSR2 的定位：视频将它与常见的 SR/VSR 路线区分开来，称其主要由视觉模型训练，并使用较弱的引导来约束结构。作者的测试观察是，它在耳环、光影等细节上能恢复清晰度，同时比部分强生成式超分更少出现结构改写或过度锐化；这是视频内的实测判断，并非通用质量结论。
2. 图像超分配置：工作流同时支持单图和视频。Tile 尺寸不能保持为零，否则会直接出错；视频示例按显存选择 256 或 512。单图放大倍数可按目标尺寸调整，演示中的小图约 10 秒放大到 4K，但速度仍取决于显卡、原图尺寸和 Tile。
3. 低显存视频路线：先生成较容易承担的 480P 视频，再把长边常规缩放到 640，随后在 VOSR2 中设为两倍放大。示例最终长边约 1280，清晰度已接近 1K 以上观感。作者认为真人和卡通素材都能使用，但远景战斗等高动态画面仍应先测试。
4. 为什么先到 1K：直接对 1080P 素材跑完整 AI 超分，视频中估计可能需要约 20 分钟；先用 VOSR2 处理到约 1K，成本只需几分钟，再交给快速二段方案，更适合本地低显存设备。这里的耗时是作者环境中的量级，不宜当成硬件通用基准。
5. RTX Video Super Resolution：当输入本身已经比较清楚时，RTX VSR 可继续补细节并快速推到 2K；如果原片非常模糊，它的改善不如第一阶段的 VOSR2 明显。视频据此把它放在级联后半段，而不是作为模糊素材的首要恢复工具。
6. 泄露版 DLSS 5：当前可用内容只是完整 DLSS 5 的一小部分，缺少游戏引擎提供的场景信息与针对性优化，因此并非所有普通图片和视频都适合。演示中部分真人图的清晰度改善有限，光影也发生变化；2D、3D 游戏类素材相对更符合其目标场景。
7. DLSS 5 的速度与代价：视频演示在 16G 显存且同时运行多个程序时，将约 25 秒、720P 的视频两倍放大到 2K，用时一百多秒。结果更清楚，但人物外观和光影可能被 AI 改动，应在速度、忠实度之间自行取舍。
8. 本地安装提醒：DLSS 5 方案依赖英伟达显卡和较新驱动，服务器环境可能无法安装相关软件。视频使用 1.3 版本文件夹，将其中的 JSON、BIN 等文件保持原结构放入 models 目录，并把本地软件更新到新版本；旧版节点还需要勾选兼容选项，新版已取消。
9. 评论区补充：默认第一页评论给出了 VOSR2 的模型目录结构，包括 args.json、checkpoints、Qwen-Image-vae-2d 与 dinov2_vitl14.safetensors。有人遇到 DINOv2 权重不匹配时，评论建议尝试更换 transformers 版本并更新 ComfyUI 本体。

适合人群：需要为低显存设备设计图像、视频超分链路，或想比较 VOSR2、RTX VSR 与 DLSS 5 使用边界的 ComfyUI 用户。

补充说明：本文根据授权视频的完整音频转写、简介和默认第一页评论整理。VOSR2 与泄露版 DLSS 5 均可能快速更新，模型目录、节点参数和兼容要求请以对应仓库当前说明为准；先用短片段测试人物一致性和光影变化，再投入长视频。

相关夸克网盘链接：
【DLSS 5模型：https://pan.quark.cn/s/71e2168f157d】
【模型及工作流轮子节点：https://pan.quark.cn/s/a30a9a95a1bf】
【T8 CF整合包V20：https://pan.quark.cn/s/af20c54c9a13】
【无限画布整合包v3.0.0：https://pan.quark.cn/s/5871a0142ff3】
【贞贞整合包V4.8O：https://pan.quark.cn/s/ed4f5cc2db75】