CrePal julkaisee LTX 2.3 -versiolla monivaiheisen skaalauksen työnkulun

CrePal on julkaissut uuden monivaiheisen latenttiskaalauksen työnkulun ComfyUI-alustalle LTX 2.3 -mallin avulla. Tämä kehitys mahdollistaa videoiden parantamisen ja terävöittämisen prosessissa, joka alkaa alhaisemmasta resoluutiosta ja etenee sitten korkeampaan lopulliseen ulostuloon.

Työnkulku hyödyntää latenttitilaa, mikä tarkoittaa, että kuvatiedon muokkaaminen tapahtuu ennen sen muuntamista pikseleiksi. Tämä lähestymistapa auttaa säilyttämään liikkeen yhtenäisyyden ja parantamaan yksityiskohtien tarkkuutta verrattuna perinteiseen yhden vaiheen skaalaukseen. CrePalin mukaan menetelmä tuottaa terävämpää jälkeä ja parempaa reunan tarkkuutta, erityisesti hienojen tekstuurien, kuten ihon ja kankaan, kohdalla.

Uusi työnkulku on suunniteltu toimimaan ComfyUI-LTXVideo-arkkitehtuurissa. CrePal korostaa, että oikea tiedostojärjestelyn rakenne ja tiettyjen mallitiedostojen, kuten Spatial Upscaler ja Distilled LoRA, läsnäolo ovat välttämättömiä työnkulun onnistumiselle. Ensimmäinen vaihe keskittyy liikkeen rakenteen ja kohtauksen yhtenäisyyden varmistamiseen pienemmällä resoluutiolla, kun taas toinen vaihe lisää yksityiskohtia ja terävyyttä.

Monivaiheinen latenttiskaalaus tarjoaa etuja myös laskennallisessa tehokkuudessa. Alhaisemmalla resoluutiolla työskentely ensimmäisessä vaiheessa voi vähentää grafiikkamuistin (VRAM) tarvetta verrattuna suoraan korkearesoluutioisen videon generointiin. Tämä voi nopeuttaa prosessia ja mahdollistaa korkealaatuisen lopputuloksen saavuttamisen resurssitehokkaammin.

CrePalin mukaan tämä tekniikka on erityisen hyödyllinen monimutkaisten tekstuurien ja pidempien videoklippien kohdalla, joissa yhden vaiheen menetelmät voivat alkaa epäonnistua tai tuottaa epäjohdonmukaista liikettä. Päivityksen myötä käyttäjät voivat odottaa parannettua kuvanlaatua ja vakaampaa liikettä videoissaan.