Passer un clip en 4K et 60 images par seconde sur GPU loué
Ou : comment transformer cinq secondes saccadées en 480p en cinq secondes fluides en 4K, sans que personne ne voie les coutures.
La réponse courte : un clip WAN 2.2 sort en 480p ou en 720p, à 16 images par seconde ; pour l’écran d’aujourd’hui, il faut deux opérations. L’interpolation invente les images intermédiaires : RIFE, sous licence MIT, passe un clip de 16 à 32 ou 48 images par seconde, en temps réel ou presque. L’agrandissement redessine chaque image en plus grand : FlashVSR et SeedVR2, sous Apache 2.0, montent en 1080p ou en 4K. Sur une carte louée, ces deux étapes coûtent quelques centimes par clip ; par API, de 0,025 $ à 0,40 $ les cinq secondes selon l’outil et la résolution. Plusieurs outils connus, en revanche, interdisent l’usage commercial. C’est la dernière étape avant le montage pour la vidéo générative sur GPU.
L’interpolation d’abord, parce qu’elle corrige le défaut le plus visible. Seize images par seconde, la cadence native des modèles WAN 2.2 de 14 milliards de paramètres, donnent un mouvement légèrement saccadé. Practical-RIFE, la référence, calcule les images manquantes à partir des deux voisines : son article de recherche annonce plus de 30 images par seconde pour doubler une vidéo 720p sur une vieille RTX 2080 Ti. Code et poids sont sous licence MIT. FILM, de Google, fait le même travail sous Apache 2.0. GIMM-VFI, plus récent, est sous une licence S-Lab qui réserve l’usage commercial à un accord avec les auteurs.
L’agrandissement ensuite, qui se divise en deux familles comme pour l’image. Real-ESRGAN, sous licence BSD, agrandit vite et fidèlement, avec un modèle dédié à la vidéo : 10 images par seconde en 1080p sur une V100. Les modèles par diffusion redessinent les détails. FlashVSR, sorti en octobre 2025 sous Apache 2.0, agrandit quatre fois à environ 17 images par seconde sur une A100, pour des images de 768 x 1408. SeedVR2, de ByteDance, sous Apache 2.0 lui aussi, restaure et agrandit en une seule étape, mais demande une H100 de 80 Go pour cent images en 720p, et quatre H100 pour la 1080p. Upscale-A-Video et STAR, dans sa version basée sur CogVideoX, sont soumis à des licences non commerciales ou à inscription.
Pour qui : un créateur qui veut publier ses clips IA en 1080p ou en 4K fluide, sans abonnement à un logiciel d’agrandissement.
À partir de : 0,34 $ de l’heure pour une RTX 4090 de 24 Go en Community Cloud, 1,19 $ pour une A100 de 80 Go, 1,99 $ pour une H100 PCIe.
Pour démarrer : ouvrir un compte Runpod, lancer un pod ComfyUI sur une RTX 4090, puis installer les nœuds RIFE et FlashVSR avant de traiter un premier clip.
Upscale et interpolation vidéo IA : les outils ouverts, leur licence et leur vitesse
| Outil | Rôle | Licence | Vitesse ou matériel publiés |
|---|---|---|---|
| RIFE (Practical-RIFE) | interpolation | MIT, poids compris | plus de 30 images par seconde en doublant du 720p sur RTX 2080 Ti |
| FILM | interpolation | Apache 2.0 | non publiée |
| GIMM-VFI | interpolation | S-Lab, non commerciale | 7,9 Go en 2K, 10,9 Go en 4K |
| Real-ESRGAN, modèle vidéo | agrandissement fidèle | BSD 3-Clause | 10 images par seconde en 1080p sur V100 |
| FlashVSR | agrandissement par diffusion, facteur 4 | Apache 2.0 | environ 17 images par seconde en 768 x 1408 sur A100 |
| SeedVR2 | restauration et agrandissement | Apache 2.0 | une H100 pour 100 images en 720p, quatre pour la 1080p |
| Video2X | interface qui combine Real-ESRGAN et RIFE | AGPL-3.0 | toute carte compatible Vulkan |
| Upscale-A-Video | agrandissement par diffusion | S-Lab, non commerciale | non publiée |
| Service | Prix |
|---|---|
| WaveSpeed, FlashVSR | 0,06 $ les 5 s en 720p, 0,09 $ en 1080p, 0,16 $ en 4K |
| WaveSpeed, SeedVR2 | 0,10 $ les 5 s en 720p, 0,20 $ en 1080p, 0,40 $ en 4K |
| WaveSpeed, agrandisseur vidéo simple | 0,025 $ les 5 s en 720p ou 1080p, 0,10 $ en 4K |
| fal.ai, FlashVSR | 0,0005 $ le mégapixel traité, soit 0,125 $ pour 121 images en 1080p selon fal.ai |
| fal.ai, Topaz | de 0,01 à 0,08 $ la seconde selon la résolution |
| Topaz Video, logiciel | 299 $ par an, 59 $ le mois sans engagement |
Licences et vitesses relevées le 28 septembre 2026 dans les dépôts officiels ; prix relevés le même jour sur les grilles des éditeurs.
Le coût sur une carte louée s’estime à partir de ces vitesses. FlashVSR annonce 17 images par seconde pour des images de 768 x 1408 ; une image 4K compte près de huit fois plus de pixels. En supposant une vitesse proportionnelle au nombre de pixels, un clip WAN 2.2 de 81 images agrandi en 4K demande une quarantaine de secondes d’A100 : à 1,19 $ de l’heure, un peu plus d’un centime, contre 0,16 $ par API pour cinq secondes en 4K. C’est une estimation, pas une mesure, mais l’écart laisse de la marge pour le chargement des modèles et les essais. Mais ce calcul suppose un pod déjà prêt, avec les bons nœuds ComfyUI installés : pour quelques clips, l’API reste plus simple.
L’ordre des opérations compte pour la facture. L’agrandissement est l’étape la plus lourde, et son coût croît avec le nombre d’images : agrandir un clip de 81 images coûte moitié moins que d’agrandir le même clip déjà interpolé en 161 images. Agrandir d’abord, puis interpoler, réduit donc la charge de l’étape la plus chère, au prix d’une interpolation en haute résolution ; RIFE publie son débit en 720p, pas en 4K, alors testez l’ordre sur vos propres clips.
Ma chaîne recommandée tient en deux outils sous licence libre : FlashVSR pour passer le clip en 1080p ou en 4K, puis RIFE pour atteindre 32 ou 48 images par seconde. SeedVR2 si le clip d’origine est abîmé et mérite une restauration, sur une H100. Et avant tout, vérifiez la licence de chaque nœud installé dans ComfyUI : c’est dans les outils d’agrandissement que les licences non commerciales se cachent le mieux.
Si vous ne savez pas quelle carte louer
SeedVR2 demande une H100, RIFE se contente d’une carte modeste. Le choix de la carte selon l’étape est dans le GPU pour la vidéo générative.
Si l’agrandissement s’insère dans une chaîne complète
L’agrandissement se place entre les clips et le montage. L’ordre de toutes les étapes est dans la chaîne vidéo IA, de la première image au montage.
Si vous comparez avec le prix des clips eux-mêmes
L’agrandissement ajoute quelques centimes au clip, la génération en coûte de un à quarante selon la méthode. Le relevé est dans le prix d’une seconde de vidéo IA.