ComfyUI es una aplicación de código abierto para generar imágenes, vídeo y audio con IA conectando nodos en un lienzo. Por qué su forma de trabajar me parece más interesante que el resultado.
Hay dos formas de usar la IA para crear imágenes.
Escribir una frase y esperar que salga bien.
O entender cada paso y controlarlo.
ComfyUI es una aplicación de código abierto para generar imágenes, vídeo y audio con modelos de difusión. En lugar de una caja de texto, te da un lienzo con nodos: uno carga el modelo, otro recibe el texto, otro genera, otro guarda. Los conectas con cables, como un sintetizador modular.
Los flujos se guardan como archivos que puedes compartir, versionar y volver a ejecutar. Se puede usar desde la interfaz o mediante su API. Y funciona en tu propio ordenador si tienes una tarjeta gráfica adecuada.
No por las imágenes. Por la forma de trabajar.
La mayoría de herramientas de IA esconden el proceso: escribes, sale algo y, si no te gusta, vuelves a probar. Funciona para jugar. Para trabajar de verdad, es frustrante, porque no sabes qué cambiar para que salga mejor.
ComfyUI hace lo contrario: te enseña todo el proceso. Si algo sale mal, sabes en qué paso. Si algo sale bien, lo puedes repetir exactamente igual.
Lo que no puedes repetir no es un proceso. Es suerte.
Esa idea vale mucho más allá de las imágenes. En cualquier trabajo, la diferencia entre un aficionado y un profesional no suele ser el talento. Es que el profesional puede repetir el resultado.
Para quién no: si solo necesitas una imagen de vez en cuando, la curva de aprendizaje no compensa. Al principio un lienzo lleno de nodos asusta un poco.
Los modelos que cargas tienen sus propias licencias, y no todas permiten uso comercial. Generar imágenes de personas reales, marcas o personajes protegidos tiene problemas legales y éticos que la herramienta no resuelve por ti. Y los nodos de terceros que instalas son código: instala solo de fuentes de confianza.
Que dar control al usuario, aunque sea más difícil al principio, crea herramientas que la gente usa durante años. Lo fácil engancha rápido. Lo que se entiende se queda.
P. D.: Aunque nunca generes una imagen, abre un flujo de ComfyUI y míralo. Es una de las mejores formas de entender qué hace realmente una IA generativa por dentro.