NVIDIA、ComfyUI向けに簡易UIや4K超解像ノードを提供　生成速度は最大30倍に

ローカル環境でAI動画を生成しようとすると、多くのクリエイターが二つの壁に直面してきました。画面いっぱいに広がるComfyUIの複雑なノード配線と、あっという間に底をつくGPUのVRAMです。

今週サンフランシスコで開催されたゲーム開発者会議GDCにおいて、NVIDIAはRTX環境でのローカルAI動画制作を劇的に効率化する一連のアップデートを発表しました。

ノードの迷宮から解放される「App View」

これまでComfyUIは、高度な制御ができる反面、初心者には敷居が高すぎるツールとみなされてきました。

今回の目玉の一つが、新しく導入されたApp Viewモードです。複雑に入り組んだノードグラフを意識することなく、プロンプトを入力し、簡単なスライダーでパラメータを調整するだけで生成を実行できます。

従来の自由度を求める場合も、ワンクリックで従来のNode Viewへシームレスに切り替えられます。初心者にとっては参入障壁が一気に下がり、熟練者にとっては素早いプロトタイピング環境が手に入ることになります。

さらにNVIDIAの最適化により、RTX GPU上でのComfyUIの動作速度は昨年9月時点と比べて40パーセント高速化し、最新の低精度フォーマットへのネイティブ対応も完了しました。

4K拡大が30倍速に、VRAM消費は6割減

性能面での進化も極めて実用的です。

軽量かつ高性能な画像生成モデルFLUX.2 Kleinの4Bおよび9B向けに、NVFP4およびFP8チェックポイントがHugging Faceで配布開始されました。動画生成モデルLTX-2.3のNVFP4対応も近日提供される予定です。

GeForce RTX 50シリーズGPUを使用した場合、NVFP4によって生成速度は最大2.5倍に向上し、VRAM使用量は60パーセント削減されます。FP8でも1.7倍の高速化と40パーセントのメモリ削減を実現しています。

また、生成後のプレビューを4Kへ引き上げるアップスケーラーの遅さも解消されました。従来は10秒の動画を4Kにするだけで数分かかることも珍しくありませんでした。

NVIDIAは自社のRTX Video Super ResolutionをComfyUI専用ノードとして提供し、PyPI経由のPythonパッケージとしても公開しました。Tensorコア上で直接処理することで、既存の主要ローカル拡大ツールと比べて最大30倍高速に、わずかなVRAM消費でリアルタイムな4Kアップスケールが可能になります。

このほかにも、完全ローカルで動作する動画編集ツールLTX Desktopや、複数端末間でモデル推論を共有するLM Link、3月31日提供予定のDLSS 4.5 Multi Frame Generation 6xモードなどが紹介されました。

なぜ重要か

インディーゲーム開発者や映像作家にとって、このアップデートは制作ワークフローの常識を変える可能性があります。これまでクラウドの生成APIに頼らざるを得なかった高品質な絵コンテ制作や背景動画の生成が、机の上のPCだけで現実的な時間内に完結するからです。

NVIDIAのアプローチは非常に巧妙だと考えられます。オープンソースコミュニティの人気ツールを支援する形を取りながら、NVFP4のような新世代アーキテクチャの強みをFLUXやLTXといった有力モデルに直接結びつけています。これにより、RTX 50シリーズへの買い替え動機を自然かつ強力に生み出しています。

一方で注意すべき制約もあります。最大の恩恵であるVRAM60パーセント削減と2.5倍速はRTX 50シリーズ限定であり、RTX 40や30シリーズのユーザーはFP8による恩恵にとどまります。また、RTX VSRによるアップスケールは超高速である反面、微細なテクスチャの復元において、従来の重厚な拡散モデルベースの拡大処理と同等の質感を保てるかは用途ごとに見極める必要があります。

とはいえ、ローカル生成AIがマニア向けの実験場から、実用に耐える快適なデスクトップ制作環境へと本格的に移行し始めたことは間違いありません。