NVIDIA 更新超分模型 PID 1.5：幾秒生成 2K 影像，細節色彩更準

PID 1.5 是 NVIDIA 開源的即插即用擴散解碼器，能直接替換傳統 VAE，把生成模型的潛空間特徵一步還原成超高畫質影像。

如果你平時用開源模型生圖，傳統的流程通常是先由 VAE 解碼出一張低解析度圖，再掛一個外接的超分模型放大。PID 的思路完全不同，它把解碼和超解析度合併成同一個畫素級條件擴散模組，一步到位搞定。

速度是它最誇張的地方。在普通消費級顯示卡上，它只需要幾秒鐘，就能把一張 512×512 的潛空間影像直接拉到 2K 解析度，甚至能一路衝到 4K。

1.5 版本改了哪裡

相比之前的 1.0 版本，PID 1.5 最直接的提升是細節銳度和色彩還原。

用過 1.0 的人可能遇到過畫面角落出現網格偽影、或者色彩有些偏暗發灰的問題。1.5 版本徹底去掉了邊緣的網格瑕疵，顏色表現更準，微小紋理也更清晰。

官方還給 1.5 餵了更多動漫和微小人臉的訓練資料。在處理遠景人臉或複雜動漫線條時，畫面不再糊成一團，面部五官和細小發絲都能幹淨利落地還原。

適配生態也擴大了一圈。除了之前的 FLUX 和 Z-Image，現在它還支援 FLUX.2、Qwen-Image 等主流模型，並且相容各種寬高比，無論是 1:1、16:9 還是 9:16 都能原生輸出。

怎麼跑起來

NVIDIA 已經把程式碼和權重全部開源在 GitHub 和 Hugging Face 上，甚至連訓練程式碼也一併放了出來。

如果你習慣用 Python 指令碼，只要環境裡配好了 PyTorch、CUDA、diffusers 和 transformers，拉取倉庫後用 uv 或 pip 安裝依賴即可。官方提供了直接生成和從已有影像編碼放大的完整指令碼。

對於不愛敲命令列的創作者，PID 已經接入了 ComfyUI。直接在工作流裡替換現有的解碼節點，就能用上這種單步直出高解析度影像的能力。

不過官方也提醒了一點。如果你只打算輸出 2048 畫素的圖，專為 2K 訓練的原始檢查點銳度依然最高；而 1.5 版本主打的是從 2K 到 4K 的自適應縮放，綜合畫質更好，但在純 2K 下的極致銳度會稍微收斂一點。

為什麼重要

對於經常用 FLUX 或 Qwen-Image 的個人創作者和本地玩家，PID 1.5 非常值得立刻換上。它省掉了先解碼再超分的繁瑣管線，既省視訊記憶體又大幅砍掉了出圖等待時間。

從技術思路上看，我們認為 NVIDIA 這種「用擴散模型直接接管解碼與放大」的做法，比縫合兩個獨立模型聰明得多。它把原本割裂的生成流水線壓縮成一體，也給接下來的開源生圖工具鏈立了個新標杆。