SeedVR2-lite

基于 SeedVR2 扩散模型的视频与图像超分辨率修复工具箱 — 独立运行、一键修复，无需 ComfyUI

SeedVR2-lite: a standalone video & image super-resolution toolkit powered by SeedVR2 diffusion models. One-click restoration via Web UI — no ComfyUI required.

它能做什么

• 视频与图像修复：超分辨率、细节增强，本地推理、数据不出机器
• 零依赖开箱即用：桌面安装版一键安装（含便携 Python、CUDA 版 torch 与 3B 模型），网页版/便携包解压即用
• 三档模型可选：3B / 7B / 7B-Sharp，支持 FP16 / FP8 及 INT8-convrot / MXFP8 / NVFP4 量化变体
• 显存友好：GPU Block Swap 动态换入换出 Transformer 块，FP8 + BlockSwap 可在更低显存上跑大模型
• 批量与断点：单文件修复 / 文件夹批量扫描，批量任务支持断点续跑
• 多语言界面：中文、繁体中文、英文、日文、法文

快速体验

想做什么	入口
在线体验界面（无需 GPU / 模型）	模拟演示站
从零开始安装运行（保姆级教程）	完整文档站
下载桌面版 / 便携包	GitHub Releases
模型格式 / 直链 / 显存对比	模型选型

桌面版（对外分发，推荐）

对外正式分发方式为桌面版：Tauri v2 原生窗口 + NSIS 安装器，一键安装、像普通软件一样使用与卸载。

• 一键安装：SeedVR2-Setup-vX.Y.Z.exe + 3 个数据分卷（SeedVR2-Data.7z.001/.002/.003），双击即用——已含全部依赖与 3B MXFP8 模型，开机即用、无需联网
• 原生体验：独立窗口、系统托盘（显示/隐藏/检查更新/退出）、Windows Toast 通知、文件拖拽、窗口状态记忆
• 增量更新：托盘「检查更新」自动下载应用代码更新包（约 1.3MB）→ 校验 → 原子换载 → 重启，失败自动回滚
• 单实例与崩溃恢复：重复启动自动聚焦已有窗口；Python 后端意外退出自动重启
• 卸载干净：安装/卸载自动终止运行中的程序，卸载清理注册表与快捷方式

桌面版与网页版共享同一套 Python 后端与模型。当前稳定版 v1.5.7（Releases）。

取包提醒：/releases/latest 只有增量更新包，首次安装不在那里。按用途取包：

你要什么	去哪儿拿
首次安装桌面版（安装器 + 3 个数据分卷，约 5.3 GB）	v1.5.4：SeedVR2-Setup-v1.5.4.exe + SeedVR2-Data.7z.001/.002/.003 + SHA256SUMS-v1.5.4.txt
已装用户走托盘「检查更新」（约 1.4 MB）	/releases/latest：app-v1.5.7.zip（+ .sha256）
便携分卷包（core / torch / model-*，约 5.6 GB）	v1.5.6：5 个分卷 + manifest.json + SHA256SUMS.txt(.gpg) + 两个解包脚本。代码等同 v1.5.7，不含其后合入主干的修复（见下节说明）

网页版 / 便携包（开发与内部使用）

不想装 Python、不想配环境时，可用便携分卷包（已含便携 Python、全部依赖与 3B FP8 模型）或直接源码运行：

资产位置与基线：便携分卷包公开挂在 v1.5.6（该 tag 当初误发到增量通道，现作为便携包入口保留；/releases/latest 指向的 v1.5.7 只有 1.4 MB 增量包，不含分卷）。该包代码等同 v1.5.7，因此不含其后合入主干的修复——其中与安全相关的是 i18n 语言代码可越出 locales/ 读取任意 .json（POST /api/system/locale 的 locale 字段此前无校验）与 checkpoint 任务 ID 的 sink 侧加固。应用只绑 127.0.0.1 且有 basic auth / CSRF / 限流，暴露面有限，但对外的正式分发仍建议用上一节的桌面版。

源码运行（不依赖分卷包）：python -m venv .venv → .venv\Scripts\pip install -r requirements.txt（torch 需装 CUDA 版，命令见完整文档站）→ .venv\Scripts\python app/integrated_app/app_server.py，浏览器打开 http://127.0.0.1:7870。

便携分卷包步骤：

1. 从 Releases 下载 core / torch / model-shared / model-fp8 四个组件的全部 .00N 分卷，外加 manifest.json、SHA256SUMS.txt、unpack_portable_bundle.ps1、portable_bundle_lib.ps1（合计约 5.6 GB）
2. 放进同一文件夹，执行 powershell -ExecutionPolicy Bypass -File .\unpack_portable_bundle.ps1 -TargetDir D:\SeedVR2
3. 双击 SeedVR2-Portable\start-portable.bat，浏览器打开 http://127.0.0.1:7870

要求：Windows x64 + NVIDIA 显卡（显存 ≥ 8 GB）+ 磁盘 ≥ 15 GB。图片修复开箱即用；视频修复需自行安装 FFmpeg 并加入 PATH（许可证原因不随包分发，见 NOTICE）。

界面预览

浅色主题 — 首页仪表盘 / 修复工作台 / 历史记录 / 系统状态 / 模型设置 / 多语言切换

快速上手（约 5 分钟）

目标：一台 Windows 电脑，从空白到打开网页完成第一次修复，无需编程基础。

1. 安装 Python 3.12+：https://www.python.org/downloads/，安装时勾选 "Add python.exe to PATH"
2. 获取代码：git clone https://github.com/ReSerendipity/SeedVR2-lite.git（或页面 Code → Download ZIP）
3. 安装依赖：Windows 双击 install.bat；或开发者用 uv sync（读取 pyproject.toml，自动创建 .venv 并安装 CUDA PyTorch；驱动较旧时改 pyproject.toml 中 [[tool.uv.index]] 的 url 为 cu121 / cu132 后重跑）
4. 下载模型：python scripts/download_model.py --size 3b（3B + VAE + 文本嵌入，约 20 GB；7B 用 --size 7b，7B-Sharp 用 --size 7b_sharp）
5. 启动：双击 start.bat，浏览器自动打开 http://127.0.0.1:7870
6. 开始修复：进入「修复工作台」上传图片/视频 → 开始修复；「系统状态」页实时查看 GPU 占用与进度

大陆网络下载慢：先执行 set HF_ENDPOINT=https://hf-mirror.com 再重跑下载脚本。

模型选型

格式：.safetensors（非 GGUF / PTH）。精度支持 FP16（全精度，画质最佳）、FP8（E4M3FN，省显存）及 INT8-convrot / MXFP8 / NVFP4 三种 Comfy-Org 量化变体（加载期反量化，2026-09-02 真机验证）；不兼容 GGUF / INT4（修复类扩散模型中会明显损伤画质）。

模型	精度	最低显存	约内存	效果
SeedVR2-3B	FP16	16 GB	~12 GB	最佳
SeedVR2-3B	FP8	8 GB	~8 GB	略降
SeedVR2-7B	FP16	24 GB	~20 GB	最佳
SeedVR2-7B	FP8	12 GB	~12 GB	略降
SeedVR2-7B-Sharp	FP16	24 GB	~20 GB	最佳（细节增强）
SeedVR2-7B-Sharp	FP8	12 GB	~12 GB	略降

配套必需文件（所有模型共用）：ema_vae_fp16.safetensors（视频 VAE）、pos_emb.pt / neg_emb.pt（文本嵌入）。完整下载方式、直链与量化变体说明见 文档站。

选型建议：显存 ≤ 12 GB 选 3B FP8（最低 8 GB）或 7B FP8 + BlockSwap；16–24 GB 选 3B FP16 或 7B FP8；≥ 24 GB 选 7B-Sharp FP16。

FP8 当前仅作权重存储格式，推理仍按 FP16/FP32 加载，故 FP8 与 FP16 推理速度基本相同；真正影响速度的是 BlockSwap（降低 20–70%）、分辨率（2048² 比 1024² 慢 3–4 倍）与帧数。

环境要求

项目	要求
操作系统	Windows（推荐）
GPU	NVIDIA CUDA GPU（必须，不支持 CPU 推理）
Python	系统 Python 3.12+（推荐），或自行下载 WinPython 3.12 解压到项目根目录 WPy64-312101/（可运行 scripts\setup_winpython.py 自动配置）

常见问题

问题	解决
模型文件未找到	权重必须放 model/ 根目录（不要建子文件夹），文件名与下载脚本输出一致
install.bat 装 PyTorch 失败	手动执行 pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128（按 nvidia-smi 换成对应 CUDA 版本）
显存不足（OOM）	改用 FP8 模型 / 开启 BlockSwap / 降低输出分辨率
端口被占用	应用自动寻找下一个可用端口，以日志打印地址为准
HuggingFace 下载慢	设置 HF_ENDPOINT=https://hf-mirror.com 后重跑下载脚本

技术特点

特性	说明
单步扩散修复	基于扩散模型的单步推理，高效完成视频与图像超分辨率修复
独立运行	脱离 ComfyUI，FastAPI + Jinja2 提供完整 Web UI
多模型配置	3B / 7B / 7B-Sharp × FP16 / FP8，含 Comfy-Org 量化变体
DiT 架构	MM-DiT（多模态 Diffusion Transformer）+ Window Attention + RoPE
Video VAE	基于 SD3 架构，支持时间分块与内存优化
GPU Block Swap	推理时 GPU/CPU 动态换入换出 Transformer 块，大幅降低显存需求
批量处理	单文件上传修复 + 文件夹批量扫描，支持断点续跑（data/checkpoints/）
VRAM 预检	按输入分辨率/模型/显存自动推荐参数组合（FP16 → FP8 → FP8+BlockSwap）
多语言界面	中文、繁体中文、英文、日文、法文（app/integrated_app/locales/，三层回退）
实时监控	GPU 状态、系统内存、任务进度 SSE 实时推送

其他

• 模型共享：config.yaml 的 model.model_source_mode 支持 portable（项目内 model/，默认）与 shared（外部共享目录）两种模式
• 环境变量：根目录 .env（模板见 .env.example），常用 PYTORCH_CUDA_ALLOC_CONF=expandable_segments:True
• Docker（本地构建）：docker build -t seedvr2 . && docker run --gpus all -p 7870:7870 seedvr2
• Docker（GHCR 镜像）：docker pull ghcr.io/reserendipity/seedvr2-lite:<版本>（镜像随 v* 标签发布，如 v1.5.7 对应 tag 1.5.7），再 docker run --gpus all -p 7870:7870 ghcr.io/reserendipity/seedvr2-lite:<版本>

项目结构（概览）

SeedVR2/
├── app/integrated_app/   # 核心应用（FastAPI、引擎、路由、模板、static、locales、middleware）
├── common/               # 通用工具库（扩散调度、分布式、种子）
├── model_lib/            # 模型定义（dit / dit_v2 / video_vae_v3）
├── configs_3b/  configs_7b/   # 3B / 7B 模型配置
├── model/                # 预训练模型存放目录
├── docs/  website/  demo/     # 文档 / VitePress 文档站源码 / 在线模拟演示
├── scripts/  launcher/  perf/ # 辅助脚本 / 便携启动器 / 性能基准
├── tests/                # 测试套件（pytest + Playwright）
└── config.yaml  pyproject.toml

安全与合规

网络绑定警告：Web UI 默认仅绑定 127.0.0.1（config.yaml 的 server.host）。严禁改为 0.0.0.0 或公网 IP——本应用不含用户认证与权限隔离，直接暴露将导致任意调用推理 API 占用 GPU、上传恶意文件、下载 outputs/ 与 uploads/ 内容。如需局域网共享，请在反向代理后增加 Basic Auth 并启用 HTTPS。

合规说明：使用前请阅读 USER_AGREEMENT.md。模型权重（SeedVR/SeedVR2）为 Apache-2.0；FFmpeg 为本地开发依赖，不随仓库分发（见 NOTICE）。对外分发物随附组件的许可与归属清单见 NOTICE；输出画面内无可见标识、文件名沿用输入名，内容标识走文件元数据与不可感知水印两层（实现与边界见 docs/AI应用分发安全加固指南.md）。

第三方声明：本项目是独立的第三方社区工具，基于字节跳动 Seed 团队与南洋理工大学 S-Lab 联合开源的 SeedVR2 模型（Apache-2.0）构建，与字节跳动及其 Seed 团队无隶属、赞助或官方合作关系；与 seedvr2.com / seedvr2.net 等付费商业站点无任何关系；模型权重仅从官方来源（Hugging Face ByteDance-Seed/SeedVR2-3B / SeedVR2-7B）获取。

技术栈

层级	技术
推理框架	PyTorch (CUDA)、自定义 DiT、Video VAE (SD3)
后端	Python 3.12、FastAPI、Uvicorn
前端	Jinja2 模板、HTMX、原生 CSS/JS
数据	SQLite（历史记录）、SSE 实时推送
工具链	Ruff、Black、Mypy、Pytest、Playwright

贡献

参与贡献请遵循 组织级贡献指南（Conventional Commits + DCO 签名）。

许可证

本项目采用 Apache License 2.0 开源协议。版权所有 Copyright 2024-2026 ReSerendipity。