Comfy, il workflow base

Il workflow base di ComfyUI , ho provato a costruirlo da zero aggiungendo i singoli nodi e collegandoli fra loro per capire la logica

Il workflow base di Comfy, spiegato passo passo partendo da zero, un ottimo modo per capire anche come funziona Stable Diffusion.
In questo tutorial partendo dall'area di lavoro vuota si arriva al workflow base completo seguendo il flusso delle azioni di Stable Diffusion. Questo è possibile perché Comfy usa un approccio a nodi, ogni nodo corrisponde visivamente ad un blocco che svolge una singola azione, il flusso viene stabilito dai collegamenti che devono essere fatti fra i vari nodi.

Cliccare sull'immagine

Il flusso di Stable Diffusion/Comfy è il seguente:
1) Caricamento del modello
2) Analisi e traduzione delprompt in una forma comprensibile da SD
3) Generazione dell'immagine partendo dai parametri (modello, prompt, variabili) nel formato interno chiamato latent non adatto alla visualizzazione umana
4) Traduzione dell'immagine dal formato latent in un formato adatto alla visione umana (jpg o png)

I capitoli del video:
00:00 Inizio
00:40 Area di lavoro di Comfy
01:30 Scelta del modello (Load CheckPoint)
04:00 Inserimento del prompt (CLIP Text Encode)
05:10 Generazione dell'immagine in formato interno latent (KSampler + Empty Latent Image)
07:10 Esportazione dell'immagine in formato visibile png (VAE Decode + Preview Image)
09:20 Generazione di una sintografia, prima volta e ripetizione
12:35 Conclusioni

Paolo Dalprato, formatore sulle AI generative

Chi ha scritto questo articolo

Sono Paolo Dalprato, formatore sulle AI generative. Lavoro con professionisti, studi e PMI da una parte, con scuole, biblioteche e istituzioni culturali dall'altra, sull'ecosistema Claude e NotebookLM. Quello che insegno è lo stesso che uso ogni giorno, e finisce qui sul blog prima ancora che in aula.

Autore di «Creatività ibrida: autore e opera nell'era delle macchine intelligenti».

Potrebbe interessarti

  • Che ci faccio?

    Ma una volta generata un'immagine posso usarla commercialmente? Una guida per capire che ci posso fare con le immagini generate con le AI

  • JSON da immagini di Midjourney

    MJ Metadata JSONizer è un custom GPT su ChatGPT che estrae i metadati dalle immagini generate da Midjourney e genera un file JSON.

  • AI e energia: il vero consumo dei datacenter

    I datacenter AI consumano davvero così tanta energia? Analisi con dati IEA, Pew Research e Carbon Brief. Confronti con altri settori e contesto globale.

  • Progettista della visione fotografica

    Ultimo articolo di questa serie su fotografi e AI. L'arrivo di questi strumenti non comporta solo l'uso di nuovo strumenti, forse occorre anche cambiare il nome?

  • Un GPTs per organizzare le idee

    Un workflow con un GPTs di ChatGPT per organizzare le idee raccolte velocemente e in modo disordinato nei modi più diversi.