长视频如何超分？本文介绍LTX-2.5-22b-IC-LoRA-Refine-Details——基于 LTX-2.5-22B 基础模型的视频超分细节重建 IC-LoRA 适配器，手把手讲解如何用流式 97 帧窗口 + 瓦片融合采样（Tiled Fusion），把 1080p 软糊的长视频稳定超分到 4K，且全程无接缝、无闪烁。

一、它是什么：视频超分细节重建适配器

LTX-2.5-22b-IC-LoRA-Refine-Details 本质上是一个In-Context LoRA（IC-LoRA），专门做一件事：接收一段"软、压缩过或放大过"的视频作为参考，然后逐帧重建出原生高分辨率拍摄才有的纹理、边缘与颗粒感。

它的核心特性：

• 🎬video-to-video 训练：输出与输入 1:1 帧对齐，不改变构图、曝光与色彩
• 🧱训练瓦片 1024x576：模型在这个尺度上学习"重建高频细节"
• ⚡适配 LTX-2.5 蒸馏版 transformer：仅需 8 步推理即可完成一轮超分
• 🖼️支持 -1 token 参考图：可为产品、文字、Logo、人脸单独提供原生分辨率参考裁剪

它的定位是"精修级"超分：1080p 网络片源、压缩视频、AI 生成视频的 4K 化，或作为老片修复链（Restoration IC-LoRA）之后的细节阶段。

模型文件为 ltx-2.5-22b-ic-lora-refine-details-1.0.safetensors（训练 v1，step 3000 最终检查点）。

二、长视频如何超分？流式 97 帧窗口的工作原理

长视频超分的两大难点是：显存撑不住、时间维度上细节会漂移。这个项目用两个机制解决：

1. 空间维度：逐步瓦片潜空间融合（per-step tiled latent fusion）

• 整帧作为单一 latent、单一噪声场
• 每个去噪步都裁剪出互相重叠 50% 的 1024x576 窗口，各自以自身参考裁剪为条件生成
• 再用高斯权重（blend variance 0.05）把窗口合并回潜空间

因为融合发生在去噪步循环内部，各窗口始终耦合在一起——所以没有接缝、没有逐瓦片闪烁。

2. 时间维度：97 帧流式窗口（use_streaming）

• 约 240 帧以内的视频可以作为一个整体时间范围处理
• 更长（或想更省显存）时，打开 guide 节点与采样器上的use_streaming，tile_frames设为97
• 每 97 帧一个窗口，各自编码自己的参考视频，以同样的方式融合

97 这个数字来自训练分辨率桶1024x576x97（竖版为576x1024x97）——推理窗口与训练窗口完全一致，效果最稳。

💡 分辨率规则：输出画布两边必须是32 的倍数，帧数必须是8n+1（49、97、121、241……）。1920x1080 的源可输出 3840x2176，或先裁成 1920x1056。

三、最快配置方法：模型获取与 ComfyUI 工作流搭建

一键获取模型

git clone https://gitcode.com/hf_mirrors/Lightricks/LTX-2.5-22b-IC-LoRA-Refine-Details

ComfyUI 搭建步骤

1. 把ltx-2.5-22b-ic-lora-refine-details-1.0.safetensors拷入models/loras目录
2. 使用 ComfyUI-LTXVideo 仓库中的LTX-2.5_V2V_TiledFusion_Upscale.json工作流。它已配好：LTX-2.5 蒸馏 transformer + Gemma-4 12B 文本编码器 + LTX-2.5 视频 VAE + 本 LoRA（强度 1.0），并以 1024x576 瓦片运行LTXVTiledFusionSampler
3. 把视频拖到LoadVideo节点，设置output_size（FullHD / 4K / 8K），写一段风格提示词，运行即可
4. 工作流的 Preprocess 组会先用 lanczos 把视频放大到输出尺寸再作为 guide 输入——模型永远看不到原始小图
5. 长视频无需额外设置：工作流中use_streaming默认开启，自动按 97 帧窗口处理

⚠️关键提醒：任何输出尺寸（包括 FullHD）都要走瓦片工作流。1920x1088 画布正好是 3x3 个训练瓦片；对整帧做单次非瓦片推理由于超出训练桶，效果会变差。单瓦片工作流只在输出本身 ≤1024x576 时才合适。

四、流式超分实战：97 帧窗口的完整流程

若自己搭图，按此顺序连接节点：

推理使用 8 步蒸馏 sigmas：1.0, 0.99375, 0.9875, 0.98125, 0.975, 0.909375, 0.725, 0.421875, 0.0（euler 采样器）。

性能参考：1080p → 4K，121 帧约需 22 分钟（RTX PRO 6000）。超 240 帧的长视频开启流式窗口后即可分段处理，显存占用更平稳。

五、推荐参数速查表（1080p → 4K）

提示词技巧：保持通用、面向"渲染"本身（锐度、纹理、颗粒、光线），不要在整画布提示词里点名主体——因为每个瓦片都会收到完整提示词，点名主体可能被"画"进不含它的瓦片。正例：

sharp photographic detail, crisp natural texture, fine surface detail, clean edges, natural film grain, high resolution footage

反例：

blurry, soft, plastic, smeared detail, oversharpened halos, warped faces

文字、Logo、人脸等主体被严重劣化时，用第二个LTXAddVideoICLoRAGuide（frame_idx= -1，strength 1.0）挂一张灰底、主体原生分辨率裁剪的参考图，且裁剪必须摆放在与主体在画布中相同的位置（参考图按瓦片裁剪，放错瓦片反而会糊字）。

六、常见问题排查：超分上限、老片与 8K

• 超分不可能超越源：景深越浅，虚化区域越无细节可补（实测虚化区细节提升仅 1.0x）。请以 1:1 查看对焦区域再评判效果
• 老片/广播片源变"干净但空洞"：模型把码损当噪声抹平，且会让旧片轻微去饱和——请先跑 Restoration IC-LoRA，再用本模型精修
• Cinema raw 原生片源：反而比 lanczos 放大略软（模型抹掉了它无法重建的传感器颗粒），不适合此工具
• 8K 一步到位会"编造细节"：8K 画布上瓦片只覆盖 13% 画面，超出训练尺度 2 倍，会出现水果重排、招牌文字变化——正确姿势是先 4K 精修 → lanczos 到 8K →（可选）轻微二次精修
• 单段时间范围跑长视频：末尾 1~2 帧约损失 10% 细节；流式窗口重叠可掩盖，单次范围则建议预填充 8 帧再裁剪
• ComfyUISaveVideo的 4K mp4（约 8 Mbps）会低估效果：建议保存 latents 重新解码，或从 PNG 帧编码

更多细节可查阅 README.md 的 Tips & Troubleshooting 与 README.md 的 Pipeline Details。

七、效果展示与总结

项目内置 4 段示例视频（1080p 源经瓦片融合采样两轮精修：1920x1088 → 3840x2176 → 7680x4352，每个像素均为生成）：

• 森林溪流 1:1 对比裁剪：refine_forest_stream_crop.mp4
• 森林溪流整帧擦除对比：refine_forest_stream_wipe.mp4
• 霓虹小巷 1:1 对比裁剪：refine_neon_alley_crop.mp4
• 霓虹小巷整帧擦除对比：refine_neon_alley_wipe.mp4

一句话总结：LTX-2.5-22b-IC-LoRA-Refine-Details 把"长视频超分"拆成了两个可验证的单元——空间上用 1024x576 训练桶瓦片逐步融合保证无接缝，时间上用 97 帧流式窗口保证显存可控与细节稳定。1080p → 4K 一轮精修，8K 走"4K + 二次"阶梯，即可稳定拿到交付级结果。

更多背景：模型配置见 configuration.json，训练数据与方法详见 README.md。