メインコンテンツへスキップ
見出し画像

ComfyUIアップスケーラー実測|ランキング上位5モデルをVRAM 8GBで同じ画像で比べてみた


    先日、AI画像ラボに「ComfyUIアップスケーラー 推され度ランキング(全11件)」を公開しました。


    あれは公開情報の集計で順位を付けたもので、自分の環境で測った結果ではありませんでした。

    今回はその上位から5モデルを、自分のRTX 3070(VRAM 8GB)に入れて実測しました。同じ画像を同じ条件で拡大して、元の画像と突き合わせています。

    測り方

    素材は2点です。

    • 実写:MOSS-Imageで生成したカフェの女性(896×1344)

    • アニメ:Animaで生成した「緑髪ハーフアップ・雪の街」(832×1216)

    どちらも縦横を1/4に縮小してから各モデルで4倍化し、元のサイズに戻して、元の画像と比べました。縮小した分をどれだけ復元できるか、という測り方です。

    対象はランキング1位のSeedVR2、2位の4x-UltraSharp、4位の4x_foolhardy_Remacri、7位枠のRealESRGAN_x4plus_anime_6B(アニメのみ)、8位のRealESRGAN_x4plusの5モデルです。3位のPiDは「デコードの置き換え型」で形が違うため、今回は対象外にしました(次の実測候補です)。

    SeedVR2は3BのGGUF版(Q4_K_M)にBlockSwap全段(32)とVAEタイル分割を組み合わせた、VRAM 8GB向けのレシピで動かしています。GAN系4モデルはImageUpscaleWithModelの素の4倍です。

    先に結論

    5モデル全部、VRAM 8GBで動きました。 SeedVR2のピークは実写2.31GB/アニメ2.48GB(今回の出力サイズで)。GAN系は1.2GB台です。「SeedVR2は8GBでは苦しい」という評判は、少なくともGGUF+BlockSwapのレシピでは当てはまりませんでした。試しに出力を1792×2688(約4.8MP)まで上げても、ピーク4.74GBで収まっています。

    画質の傾向は素材で分かれました。

    実写:SeedVR2が一番「原画のまま」

    画像
    (図1:実写・顔の比較)

    顔まわりではSeedVR2が最も原画に忠実でした。前髪の毛流れが1本ずつ残り、肌の質感も作り替えられていません。Remacriはシャープさと自然さのバランス型。UltraSharpは一番シャープですが、輪郭がエッチングのように硬くなります。RealESRGANは肌がワックス状になめらかで、少し人形っぽくなりました。

    画像
    (図3:実写・ニットの編み目)

    質感の差はニットで一番出ました。RealESRGANは編み目が縦のリブ状に潰れて、質感そのものが消えます。UltraSharpは逆に、原画にない格子状の織り目を作ってしまいました。RemacriとSeedVR2は編み目を編み目として復元できています(SeedVR2はやや均一に整いすぎるくらい)。

    画像
    (図2:実写・メニューボードの文字)

    ただしSeedVR2には明確な弱点がありました。チョークの文字が、別の字に描き替えられます。 字らしく整っては見えるのですが、原画の字そのものではありません。拡散系の「描き直し」の性格が出た形です。看板や文書など、文字が情報として意味を持つ画像の拡大には注意が要ります。GAN系は字が太る・潰れる方向の崩れ方で、この素材ではRemacriが一番字の形を保っていました。

    アニメ:線を残すSeedVR2、線を整えるanime_6B

    画像
    (図4:アニメ・顔の比較)

    アニメでもSeedVR2の忠実度が目立ちました。頬の斜線(チークのハッチング)まで原画通りです。anime_6Bは方向が少し違って、線が整理されたセル画らしいきれいな仕上がりになる代わりに、頬の斜線はグラデーションに均されます。UltraSharpはシャープですが髪の影の縁にリンギング(輪郭の二重線)が出ました。RealESRGANは全体に柔らかく、線が少し溶けます。

    画像
    (図5:アニメ・手の比較)

    元々指が溶け気味だった難所の手では、anime_6Bが指の形を一番読みやすく整えました(その分、原画の形からは少し変わります)。SeedVR2は原画の形のまま、輪郭だけを締める方向でした。

    数値と見た目は一致しない


    画像
    (図6:実測データ表)

    参考に、元画像とのピクセル誤差(PSNR)も測りました。実写で一番数値が良かったのはRealESRGAN(25.30)ですが、目視では一番ワックス状でした。なめらかに潰すほどピクセル誤差は小さくなるので、PSNRは「近さ」であって「良さ」ではありません。アニメではSeedVR2が27.19と頭一つ抜けていて、こちらは目視の印象とも一致しています。

    所要時間は計測の仕組み上、約4秒が下限として含まれます。GAN系は「数秒以内」、SeedVR2は12秒前後と読んでください。いずれも実用上の待ち時間ではありません。

    用途別のまとめ

    • 実写の質を優先するなら SeedVR2(ただし文字の描き替えに注意)

    • 実写で軽く、無難に仕上げたいなら Remacri

    • シャープさ優先で、質感の作り替えが許せる場面では UltraSharp

    • アニメの線をきれいに整えたいなら anime_6B、原画の線をそのまま残したいなら SeedVR2

    • RealESRGANは今も「基準」として無難ですが、今回の比較では質感の保持で見劣りしました

    ランキングの順位(推され度)と、自分の環境での実測は、やはり別物でした。特に「8GBでは苦しいはずのSeedVR2が一番余裕だった」のは、測ってみないと分からない結果です。


    関連リンク

    • ComfyUIアップスケーラー ランキング(AI画像ラボ)|推され度順の全11件はこちら

    • Anima実測 第2弾|キャラ×シチュエーション全480通りの作り分けを検証した

    • Anima実測 第1弾|6つの物語・556枚で見えた得意と苦手


     
     
    AIツール比較サイト「AI時短ラボ」運営。ChatGPT・Claude・Gemini・議事録AI・画像AIなど、会社員の仕事を速くするAIの選び方と使い方を発信中。実際に使って比べた情報だけを、料金や向いている人まで正直にお届けします。

    あなたへのおすすめ