wildminder/ComfyUI-DyPE

ComfyUI DyPE+SEGA, enabling artifact-free 4K+ image generation: Z-Image, Qwen, Flux, Krea2

ComfyUI‑DyPE – ComfyUI용 고해상도 디퓨전

개요 – 비주얼 프로그래밍 UI ComfyUI용 커스텀 노드 모음으로, 최신 디퓨전 트랜스포머 모델(Flux, Qwen‑Image, Z‑Image, Anima/Cosmos, Krea‑2 등)을 재학습 없이 초고해상도(2K, 4K 이상)로 끌어올릴 수 있습니다.

작동 방식 – 이 노드는 추론 시 모델의 위치 인코딩 또는 어텐션 패턴을 수정하는 트레이닝 프리 패치를 구현합니다.

DyPE – Dynamic Position Extrapolation. RoPE를 즉석에서 조정하여 모델이 더 큰 캔버스에 어텐션할 수 있게 합니다.
SEGA – Spectral‑Energy Guided Attention. 주파수 기반 샤프닝 대안.
SPA / HAP – HRDiT 기반 패치로 공간적 무질서를 수정하거나 속도 향상을 위해 어텐션 헤드를 정리합니다.
PixelRush, FreeScale, HiFlow, I‑Max – 기본 해상도 이미지/잠재 변수에서 시작하여 점진적으로 정제하는 캐스케이드 방식 업스케일러. 모든 노드는 드롭인 방식입니다. ComfyUI 그래프의 모델 로더 뒤에 노드를 배치하고, 목표 너비/높이를 설정하고, 일반 KSampler(또는 캐스케이드 전용 입력)에 연결합니다.

주요 기능

멀티 아키텍처 지원 – Flux(양자화된 Nunchaku 변형 포함), Qwen‑Image 1.0 & 2.1, Krea‑2, Z‑Image, Anima/Cosmos, 그리고 캐스케이드 노드를 통한 클래식 SDXL/SD1.5에서도 작동합니다.
재학습 불필요 – 추가 체크포인트나 파인튜닝 없음; 패치는 런타임에 적용됩니다.
단일 노드 통합 – 각 메서드는 단일 ComfyUI 노드이며, 혼합하여 사용할 수 있습니다(예: 품질을 위한 DyPE + SPA, 속도를 위한 DyPE + HAP).
고해상도 출력 – 최대 4096×4096 픽셀 이상에서 입증됨.
낮은 오버헤드 – DyPE/SEGA는 비용이 거의 들지 않습니다. SPA는 4K에서 추론 시간을 약 1.3~~1.8배 증가시킵니다. HAP는 스코프 플랜을 사용하면 2~~5배 속도 향상을 제공할 수 있습니다.

각 노드 사용 시기

목표	권장 노드
노이즈에서 직접 4K 생성	`DyPE`(또는 `SEGA`) – 모델과 시각적 선호도에 따라 메서드(`vision_yarn`, `yarn`, `ntk` 등) 선택.
스케일링 시 나타나는 반복 구조 수정	`SPA (HRDiT)` – 저렴한 공간 정렬 패스 추가.
고해상도 샘플링 속도 향상	`HAP (HRDiT)` – 사전 보정된 스코프 플랜(Flux용 제공) 또는 직접 보정.
구성 유지하면서 기존 이미지 업스케일	`PixelRush` – 패치 단위 캐스케이드 정제.
소스 이미지 없는 완전 자동 업스케일	`FreeScale` – 스케일 융합 어텐션을 사용한 자체 캐스케이드.
플로우 기반 모델(Flux, Qwen‑Image 등) 구조 보존 업스케일	`HiFlow` – 저해상도 디퓨전 궤적을 가이드로 재사용.
Flux/Z‑Image 듀얼 패스 고해상도	`I‑Max` – 저해상도 패스가 별도의 고해상도 패스를 안내.

시작하기

리포지토리를 ComfyUI/custom_nodes/에 클론합니다.

cd path/to/ComfyUI/custom_nodes
git clone https://github.com/wildminder/ComfyUI-DyPE.git

ComfyUI 재시작 – 새 노드가 WMNodes → image에 나타납니다.
간단한 그래프 생성: Load Model → DyPE → KSampler → VAE Decode.
width/height를 원하는 고해상도(예: 4096×4096)로 설정하고 method를 선택합니다(README는 안전한 기본값으로 vision_yarn 권장).
워크플로우 실행.
선택 사항: 중복 패턴이 보이면 DyPE 뒤에 SPA 추가 또는 속도 향상을 위해 HAP 추가.

제한 사항 및 주의점

패치는 모델별입니다. 일부 노드(예: HAP)는 모든 아키텍처(Nunchaku, Qwen‑Image 2.1 등)에서 지원되지 않습니다.
Qwen‑Image 2.1은 알파 채널이 있는 16×VAE를 사용합니다. 캐스케이드 노드는 알파 채널을 제거하고 경고를 기록합니다.
DyPE/SEGA는 올바른 model_type 선택이 필요합니다. 자동 감지는 대부분 작동하지만, 엣지 케이스에서는 수동 재정의(flux, qwen21 등)가 필요할 수 있습니다.
고해상도 실행에는 충분한 GPU VRAM이 필요합니다. 캐스케이드 노드는 패치를 처리하여 메모리를 평평하게 유지하지만, 기본 모델은 여전히 전체 잠재 크기를 차지합니다.
SPA와 DyPE/SEGA는 함께 사용할 수 없습니다 – 상호 배타적입니다.

더 알아보기

ComfyUI‑DyPE는 ComfyUI의 비주얼 워크플로우 패러다임 안에서 최신 디퓨전 트랜스포머로 4K 이상의 이미지를 생성하려는 모든 사람에게 실용적인 도구 모음입니다.