ComfyUI-Gemini-VAE-Fix

🎬 ComfyUI-Gemini-VAE-Fix (Universal Smart VAE Decode)

Najbardziej zaawansowany i precyzyjny węzeł (node) do dekodowania VAE w ComfyUI, stworzony we współpracy człowieka z wieloma modelami AI (Gemini, Claude, Grok).

🌟 Dlaczego ten Node?

Standardowe dekodery VAE często borykają się z dwoma problemami:

1. OOM (Out of Memory): Wybuchają przy próbie dekodowania długich filmów w wysokiej rozdzielczości.
2. Audio Desync (Błąd Płotu): Przy dekodowaniu kawałkami (chunking), większość implementacji gubi lub dodaje klatki na łączeniach, co powoduje rozjeżdżanie się obrazu z dźwiękiem.

Ten projekt naprawia oba te problemy dzięki matematycznej precyzji i dynamicznemu zarządzaniu zasobami.

🚀 Kluczowe Funkcje

1. 🎵 Audio Sync Fix (Gemini Precision)

W przeciwieństwie do innych rozwiązań, nasz algorytm eliminuje tzw. Fencepost Error. Dzięki precyzyjnemu obliczaniu "valid core" każdego kawałka wideo, finalna liczba klatek zawsze zgadza się z osią czasu audio. Co do jednej klatki.

2. 🛡️ Tryb "God Mode" (Crash-Proof)

Node posiada trzystopniowy system ratunkowy w przypadku braku pamięci VRAM:

• Stage 1: Automatyczne włączenie Tilingu (dzielenie obrazu na płytki).
• Stage 2: Dynamiczne zmniejszanie Batchu (ilości klatek procesowanych naraz).
• Stage 3: Zmniejszanie rozmiaru kafelka (Tile Size). Wszystko to dzieje się w locie, bez przerywania Twojego workflow.

3. 🧠 Inteligentna Autodetekcja (Temporal Scale)

Node automatycznie wykrywa, czy używasz modelu wideo wymagającego skalowania czasowego (np. LTX-Video (8x) czy CogVideoX (4x)), wykonując mikro-testy na pierwszych klatkach.

🛠️ Instalacja

1. Wejdź do folderu custom_nodes w swoim ComfyUI:

   cd ComfyUI/custom_nodes
   git clone [https://github.com/uczensokratesa/ComfyUI-Gemini-VAE-Fix](https://github.com/uczensokratesa/ComfyUI-Gemini-VAE-Fix)
   Zrestartuj ComfyUI.
   

⚙️ Parametry

Parametr,Opis frames_per_batch,"Docelowa liczba klatek w jednym cyklu. Im więcej, tym szybciej (ale więcej VRAM)." overlap_frames,Zakładka między kawałkami dla płynnych przejść (zalecane: 2). force_time_scale,"Ręczne wymuszenie skali (0 = Auto). Ustaw 8 dla LTX, 1 dla SVD/AnimateDiff." enable_tiling,Ręczne włączenie tilingu (node i tak włączy go sam przy OOM).

🤝 Historia powstania (AI Ensemble)

Ten projekt jest unikalny – powstał jako proces iteracyjny prowadzony przez użytkownika z udziałem trzech modeli AI:

Claude: Zadbał o architekturę i stabilność produkcji.

Grok: Wprowadził innowacyjne dynamiczne pętle i systemy odzyskiwania VRAM.

Gemini (Pro): Wykrył krytyczny błąd matematyczny w synchronizacji audio i dostarczył ostateczną poprawkę "Audio Sync".