SeedVR2-2b-NCNN · fp32 权重

ByteDance SeedVR2 的 NaDiT（2B）扩散 Transformer，在 ncnn + 自研 Vulkan compute shader 下的 C++ 推理权重（fp32 计算精度版）。

配套代码 → AiChiTuDouPian/SeedVR2-2b-ncnn （纯 C++ 端到端推理，自适应窗口注意力 AWA 等算子以自定义 Vulkan compute shader 实现）

选哪个仓库

三个仓库各自自包含（都含 models/m5 + models/m6_vae + 该精度的块图），下载任一个即可运行：

仓库	计算精度	说明
本仓库	fp32	数值基准，逐位对齐；最慢、显存占用最高
seedVR2-ncnn-bf16	bf16	推荐：范围安全，逐层 cos ≥ 0.9993，比 fp32 快约 1.7×
seedVR2-ncnn-fp16	fp16	最快，但大激活会溢出（第 30 层 cos 仅 ~0.90），不建议出图

文件结构

models/
├── m5/         # DiT 逐层权重（849 个文件）+ 自定义 Vulkan shader（*.spv，必需）
├── m6_vae/     # VAE encoder / decoder 权重
└── m5_graph/   # 合并计算图权重块：dit_block_0..15.{bin,param}（chunk=2，每块 2 层）

models/m5 是三种精度共用的基础权重（其中 awa.spv 等 shader 是自定义算子，缺了跑不起来）； 只有 m5_graph/ 下的块图区分精度。 ⚠️ 文件名里的 fp32/fp16/bf16 指计算精度，不是权重存储格式——dit_block_* 的权重实际以 fp16 存储。

使用

git clone https://github.com/AiChiTuDouPian/SeedVR2-2b-ncnn
cd SeedVR2-2b-ncnn

# 下载权重（约 17.5 GB）
hf download xxzigou/SeedVR2-2b-NCNN --local-dir .

# 编译后推理（构建步骤见 GitHub README）
./build-cmake/seedvr2_run.exe input.png output.png --resolution 1080

--resolution 指定短边（按短边等比缩放）。默认路径即 --modeldir models/m5 --graphdir models/m5_graph --vaedir models/m6_vae。

说明

• fp32 版是数值基准：1080p 下与官方 PyTorch 实现对比 PSNR 46.6 dB / cos 0.9999。
• 1080p 时 fp32 合并图路径的显存需求较高（16 GB 卡可能不足），引擎会自动回退到逐层路径； 低分辨率（360p / 720p）下 fp32 合并图可正常使用。
• 逐层精度表、性能分解、复现命令见 GitHub 仓库的 README.md 与 bench/。

许可

本仓库以 MIT 发布；模型权重源自 ByteDance SeedVR2，请同时遵循其原始许可。