ComfyUI Video Tiler：专为 LTX 2.3 与 MiniMax H3 打造的显存优化平铺工具

155 0

在利用 LTX 2.3 或 MiniMax H3 等先进模型进行视频放大或生成时，显存（VRAM）往往是最大的瓶颈。高分辨率和长片段会导致内存溢出，而传统的切片方法又容易在接缝处产生明显的伪影。ComfyUI Video Tiler 是一款注重内存管理的视频/图像平铺工具包，通过重叠平铺、间隙处理和羽化混合技术，让高规格工作流在有限硬件上成为可能。

GitHub：https://github.com/maDcaDDie2000/comfyui-video-tiler

该工具包特别针对 LTX 2.3 和 MiniMax H3 的平铺放大工作流进行了构建和测试，同时也支持其他模型。它提供了两种核心路径：标准内存工作流（适合显存充足的用户）和磁盘支持的低显存工作流（适合长视频或低配机器）。

核心功能：灵活切片与无缝合并

1. 智能切片器

可变尺寸切片 (Var. Size)：支持网格布局，可自定义水平/垂直单元格数量、间隙、接缝平铺及重叠扩展。
固定尺寸切片 (Fixed Size)：基于固定的平铺宽高和分数重叠（如 1/4, 1/2），支持行、列、螺旋等多种遍历模式。
几何配置复用：生成的 tile_config 仅包含几何信息，更改合并羽化参数时无需重新切片，提升调试效率。

2. 高级合并引擎

羽化混合：支持可调的羽化宽度、羽化曲线（线性、 ease_in/out 等）及混合模式（Alpha Over 或加权平均），有效消除接缝痕迹。
设备选择：合并节点支持 auto、cpu 或 cuda 模式。在 CPU 上合并可大幅降低显存峰值，而在 CUDA 上合并则速度更快。
参考颜色匹配：合并后可向参考片段进行低频颜色牵引，确保整体色调一致，同时保留高频细节。

3. 磁盘支持的低显存工作流

这是该工具包的杀手锏，专为处理无法一次性装入内存的长视频或高分辨率任务设计：

分步处理：每次只提取并处理一个平铺，将其保存为无损的 .pt PyTorch 张量文件。
流式合并：在所有平铺处理完毕后，节点会逐个从磁盘加载已保存的平铺并混合到最终输出缓冲区中，避免了将所有中间结果常驻内存。
自动化索引：提供 Video Tile Disk Indexes 节点，方便配合 ComfyUI 的列表执行或队列自动化功能，批量处理所有平铺。

辅助工具：精准计时与音频检测

采样器计时器：通过 Sampler Timer Start 和 Result 节点，精确测量采样器的实际耗时（平均秒数、总秒数、每步耗时），帮助开发者优化工作流性能。
音频存在检测：自动检测 AUDIO 包中是否包含真实音频流或波形能量，便于在后续节点中做出分支决策。

安装与使用

1. 安装

cd ComfyUI/custom_nodes
git clone https://github.com/maDcaDDie2000/comfyui-video-tiler

重启 ComfyUI 后，常规节点将出现在 Video Tiler 类别下，磁盘支持节点位于 Video Tiler/Disk 下。

2. 工作流选择

显存充足：使用 Video Tile Slicer -> 放大分支 -> Video Tile Merge。
显存紧张/长视频：
1. 第一轮：Slicer -> Disk Job -> Disk Get Tile (单个) -> 放大分支 -> Disk Save Tile。
2. 第二轮：Disk Merge 节点读取所有保存的 .pt 文件并合成最终视频。