PiD

Last-modified: 2026-06-29 (月) 18:34:02

概要

  • NVIDIAが2026/5月に発表したupscaleモデル。
    正式名称はPixel diffusion Decoder
  • 2026/5/25にComfyUIで導入され標準搭載、続いて、Forge Neoで導入された。
  • 参照画像を改変するタイプのUpscalerであり、プロンプト指示が可能
  • 公式では「PiDはVAE/RAEデコーダーに代わるプラグアンドプレイ式の拡散デコーダー」*1とある通り、VAEは不要である
    • ...のだが、扱い方によっては結局併用するDiffusion Model(FLUX.1, Anima等)に対応したVAEが必要になる
  • アップスケールの品質の評価はあまり高くないようだ（2026年6月時点の暫定評価。評価は変動する可能性があります）
    • 特にZIT, WAN2.1 VAE upscale2x, SeedVR2と比較される事が多い...
    • x4倍固定という極端な仕様

モデルの種類

使い方

  • ComfyUI
    • 「PiD」の名前がつく各種ノードを追加して使用する
    • 配布されているカスタムテンプレートを使用してもいい
      • pid-qwenimage-complete
        理論上はlatentでアップスケール後にピクセル化するこちらの方が高解像度の筈
        qwenimage-completeの場合テンプレートを開く
        Load Diffusion Modelをanimaのモデルに
        Load CLIPをqwen3-06b
        解像度は特定のものしか使えないのでPiD Empty Latent Imageでckpt typeとresolutionを選択（こちらの環境では1k ckptと1:1、4:3はエラーで中断のため3:2以上を使った）で生成可能
      • pid-image-to-image系
        他のアップスケーラーと同様のことをPiDモデルで行うノード
    • PiDモデルは自分で準備してもいいが、モデルがフォルダになくても使用時にダウンロードされる
  • Forge neo
    https://github.com/Haoming02/sd-webui-forge-classic/wiki/Inference-References#pid

生成品質

特徴（仮題）

  • 配布モデルのトレーニングサイズが2K,4Kで、基本的に４倍へのアップスケールを想定したものであり極端過ぎる。
    • なお、ComfyUIのPiD Upscaleノードでは、
      2x、4x、6x、8x
      という選択肢があるものの、これはガワだけの問題である。

品質に関する情報

  • 「最近の主な出来事」ページより
    • PiDは4倍なのが本当にダメで使い道が無いわ。2倍だと性能的に他のアップスケーラーと勝負にならないんだろうけど。wan2.1 upscaleは2倍なので使い道があるかもね。 -- 2026-06-28 (日) 12:33:40New
    • 週末にanimaのnsfwで使い比べてみたけど、PiDは本当に使いづらいね、不評も納得。AMD環境だからかエラーで使えない設定で解像度制限も更に厳しい、そのx4アップスケールもGemmaがcensoredだからか全然綺麗には仕上がらない。SDXLで不評なのももしかして？
      逆にwan2.1 VAE upscale2xは素直だった、アニメ絵もCG系も実写風も普通程度には仕上がる、1.5kで作るより1kで作ってアップスケールのほうが速いし。（3min対1min） -- 2026-06-29 (月) 11:33:28New!

コメント・指摘・助言

(Tips)

  • 質問をするならここを見て！
     
  • 既存コメントの先頭にあるラジオボタンをONにすると、そのコメントの下にぶら下げ返信する形になる(ツリー構造)。
  • コメントの文中で↵ボタン(下の画像参照)を押すと「&br;」の文字列が挿入される。これは送信後に改行として機能するので、文章の整形に役立つ。
    br.png