IA Workflow Qualche workflow/tutorial ComfyUI IMG2IMG?

J

JonoFret

Lurker
Iscritto dal
28 Apr 2026
Messaggi
1
Reazioni
0
Qualcuno ha un workflow o un tutorial affidabile di img2img per ComfyUI da consigliare? Sto cercando di migliorare il mio processo e mi piacerebbe vedere cosa funziona bene per gli altri in questo momento. Lasciate un link o condividete il vostro setup se vi va.
 
Klein 9B Distilled (edit o il t2i originale, conviene prendere entrambi per imparare in generale). Per il workflow, basta cercare "Klein" nella sezione template/community di ComfyUI. Per caricare il modello usa la versione GGUF, molto più leggera in VRAM. Al momento c'è solo la variante BigLove di Klein. Puoi trovare i file cercando l'utente Granddyser su Hugging Face.
Inoltre, i modelli quantizzati Gemma 4 E4B, usati con un nodo LLM custom, sono leggerissimi e reattivi, soprattutto le varianti abliterated. Si integrano bene nel tuo flusso di generazione e permettono di fare un passaggio di preprocessing per rifinire o generare prompt al volo, se ti piace questo workflow.
Purtroppo per i LoRA dovrai andare per lo più su Civitai, perché su Hugging Face gli archivi per questi modelli esistono ma la ricerca del sito è scarsa. Civitai può essere un po' un far west pieno di post ego-driven, e qualità e compatibilità dei LoRA di Klein variano. Detto ciò, se usi la variante BigLove hai già un sacco di flessibilità anche senza LoRA. Quando li usi, di solito non te ne servono più di uno o due.
Per riferimento, io uso una RTX 3090.
 
Ciao ragazzi, non so se questo è il posto giusto per chiederlo
ma sono nuovissimo di comfyui e praticamente non so niente, quindi scusate la domanda stupida
Il mio problema è che ho appena scaricato comfyui e il programma non rileva i miei checkpoint anche se sono nella cartella model/checkpoints e i file ovviamente finiscono con .safetensors
Ho provato a ricaricare comfyui e a riavviare tutto ma si rifiuta di vederli. Ad esempio sto cercando di usare cyberrealisticpony e ponyrealism.
Spero che qualcuno possa aiutarmi, grazie!
 
Se usi l'app Desktop dal sito ufficiale di ComfyUI, l'installer ti avrà chiesto di scegliere una posizione per il software, e finirà qui:
📁 YOUR_INSTALL_PATH/
└── 📁 ComfyUI/
───└──📁 models/
──────├──📁 checkpoints/ <-- Metti qui i tuoi checkpoint .safetensors
──────├──📁 loras/ <-- Metti qui i LoRA
──────├── 📁 vae/ <-- Metti qui i VAE
Se l'hai installato manualmente con il tuo venv e il terminale, sarà simile, praticamente la stessa cartella in cui hai clonato il repo con git, con la struttura qui sopra
Basta premere il tasto R, senza riavviare ComfyUI, per aggiornare le liste
 
Grazie mille! Era effettivamente nella cartella comfyui dentro Documenti e non in quella sul disco C.
Mi chiedevo se hai un workflow image2image basato su SDXL semplice da usare? Che si comporti praticamente come la generazione di immagini di grok o gemini. Di solito con un i2i normale il modello cambia solo dettagli molto specifici lasciando intatta l'immagine originale. Ma io voglio che prenda l'"identità", cioè i dettagli del viso, la forma del corpo e i vestiti di un'immagine di riferimento e poi, col prompt, la metta in un'azione totalmente diversa da quella dell'immagine di riferimento. Per esempio un personaggio anime semplicemente in piedi nell'immagine di riferimento con sfondo bianco, giusto? Voglio che diventi un ritratto in primo piano con sfondo di spiaggia sul mare, di notte con la luce della luna. In generale la logica è simile a quando chiedi a grok o gemini di creare qualcosa di diverso dalla tua immagine con un prompt naturale.
Per riferimento, sto cercando di fare tutto con Illustrious XL gguf e la mia scheda è una 5060 da 8gb
Scusate per i testi lunghi, sono nuovissimo di tutto questo.
 
con una 5060 8gb probabilmente puoi usare Klein 4b edit senza problemi, o anche il 9b se usi le versioni gguf del modello.
Il workflow ufficiale del 4b è qui, https://docs.comfy.org/tutorials/flux/flux-2-klein#flux-2-klein-4b-workflows
Il prompting di Klein è diverso dagli altri, usa un linguaggio naturale e fluido, non tag di parole chiave. Supponendo che aggiungi un riferimento, puoi partire semplice e scrivere cose tipo "Cambia i vestiti della donna in gonna plissettata bianca e giacca di pelle rossa"; nei casi più avanzati aggiungi più immagini di riferimento e usi prompt specifici per guidare il modello a darti quello che vuoi.
E non finisce qui, oltre a viso, vestiti ecc. puoi cambiare interi ambienti di illuminazione, far entrare raggi di sole da una finestra o in una certa direzione, passare da giorno a notte e così via.
Con prompt intelligenti e Klein non ti serviranno nemmeno le lora, solo in casi particolari.
 
Ad essere sincero, mi servono modelli e un workflow che permettano il nsfw e che riescano comunque a fare servizi fotografici tipo render 3D usando immagini di riferimento 2D. Sono quasi sicuro che i modelli flux non siano fatti per roba nsfw, giusto?
 
Conosci qualche modifica a questo workflow per farlo girare su Apple Silicon?
BF16 o FP16 sarebbe perfetto per bigLove, oppure un formato LoRA al posto del modello completo.
 
informazioni pazzesche. questo metodo è molto meglio di ezcreate o di tutta quella roba online. grazie capo :pepoLove:. Ci sono altri forum con guide aggiornate per imparare di più sulla generazione da immagine a video o da video a video oltre a questo? Non credo che le guide qui per queste cose siano molto aggiornate. WAN 2.2 o LTX 2.3? :pauseChampRev:
 
Con audio > Senza audio, Wan è anche meh (usalo solo se sei disperato), quindi se riesci a far girare LTX 2.3, usa quello, o con un uso massiccio di Lora sul modello originale Lightricks, oppure usa i finetune Sulphur e 10eros.
https://huggingface.co/TenStrip/LTX2.3-10Eros
https://huggingface.co/TenStrip/LTX2.3-10Eros_Workflows
https://huggingface.co/SulphurAI/Sulphur-2-base
Niente in fatto di guide facili, diventa più complicato quando fai video. È il tipo di roba dove non c'è un solo pulsante che fa tutto, però non è un sito censurato per paypig come quei servizi online che vedi... Mi faccio due risate con chi pensa che Grok sia buono, per lo più è softcore scadente e prompt rifiutati a raffica mentre sprechi token.
 
sembra che tu ci sia riuscito, il mio sputava fuori immagini di pura poltiglia al neon, ti va di condividere il tuo workflow per favore? perché sto cercando proprio un sostituto di ezcreate
 
Per Flux 2 Klein 9B
CFG 1.0 per Klein 9B Distilled (di solito è quello che non ha base nel nome e richiede 4 step per l'inferenza normale)
CFG 4.0~ per Klein 9B Base (questa è la variante non distillata e richiede circa 20 step per l'inferenza normale)
Le immagini che descrivi sono dovute a una confusione su quanto sopra.
Se usi CFG 4 con un modello Klein Distilled ottieni proprio quello. Quindi ricontrolla cosa stai usando e come. Se ti serve un workflow di partenza, il sito della documentazione ufficiale di ComfyUI ne ha.
 
Sto usando il 4B fp8, hai idea di come abilitare il nsfw, tipo per avere vagina o ano dettagliati? Praticamente sbava quelle zone. Non trovo lora per il 4B
 
Volevo aggiungere qualcosa alla discussione LTX vs WAN.
WAN - Buona aderenza al prompt, fisica e movimento, soprattutto per l'NSFW. Ecosistema enorme con tantissimi modelli/lora/workflow tra cui scegliere. Nessun audio integrato, servirebbe un workflow separato per aggiungerlo.
LTX - Aderenza al prompt frustrante (miglioramento con LLM quasi obbligatorio), fisica e movimento scadenti. Ha un audio ottimo, è addestrato soprattutto come modello 'talking head'. Prestazioni di sistema ottime per la qualità che dà. Modello più recente, ecosistema più piccolo.
In generale penso che LTX sia la scelta giusta, soprattutto man mano che l'ecosistema cresce. Ci sono workaround per la schifosa aderenza al prompt e speriamo che presto esca una nuova versione.
 
WAN 2.2 ha un anno di maturità, e di più se conti WAN 2.1, poi c'è Bernini R da fine mese scorso che ibrida un po' WAN 2.2. Tutto dalla stessa architettura di origine.
LTX per design, soprattutto nella 2.3, preferisce prompt carichi per via del suo text encoder e di come è stato addestrato, e la maggior parte si è appoggiata a un LLM per promptare, anch'io. Mi sono fatto fare da claude code un nodo apposta per alleggerire l'uso di vram, ma uso llama cpp in locale invece dell'orrendo supporto vision di ollama (perché usare immagini di riferimento è utile già solo come funzione). Comunque ormai ci sono probabilmente 100 modi per usare un LLM via comfy, che sia in un nodo o via API locale, o se uno ha soldi da bruciare, Dio non voglia, un SaaS esterno.
In sostanza, abbiamo accesso a entrambi, meglio imparare entrambi. Visto che girano tutti e due entro i 24GB di vram, o meno (sconsigliato)
 
non capirò mai l'hype su ltx, per l'i2i qwen rapid aio è anni luce meglio
 
l'ho provato e non mi è piaciuto per niente. immagini di bassa qualità, troppo lento e cambia completamente i volti del tuo "input". non ne vale la pena secondo me.
 
Devi accedere o registrarti per rispondere qui.
Indietro
Top