Las fotos son un gran punto de partida para el arte con IA: aportan composición, profundidad e iluminación, así que necesitas mucho menos prompt. Este flujo toma una carpeta entera de fotos y redibuja cada una, todo gratis y en tu propio ordenador. Lo ejecuté en una tarjeta gráfica con 4 GB de VRAM.
Usa SDXL. Flux da mejores resultados, pero es mucho más pesado. Si tienes una GPU pequeña, esta es la versión para ti.
En resumen
- Modelo: Juggernaut XL, un modelo SDXL de 6 GB. Aun así funciona con 4 GB de VRAM.
- Estructura: un mapa de profundidad de cada foto controla un ControlNet de profundidad de SDXL.
- Ajustes: resolución de profundidad 768, 30 steps, CFG 4.
- Lote: una carpeta de fotos, procesadas una tras otra.
- El flujo terminado está en mi Patreon, pero aquí está todo explicado.
Custom nodes
Desde el ComfyUI Manager: WAS Node Suite para el cargador por lotes, comfyui_controlnet_aux para Depth Anything, ComfyUI Essentials, KJNodes para guardar y rgthree para la comparación antes/después.
1. Carga la carpeta
Load Image Batch (del WAS Node Suite) está en modo incremental: apunta a una carpeta y toma la siguiente imagen en cada ejecución.
2. Crea un mapa de profundidad
Cada foto entra en Depth Anything, que crea un mapa de profundidad en escala de grises: blanco para lo cercano, negro para lo lejano. Ese mapa, y no la foto en sí, es lo que guía a la IA. Conservas la estructura de la foto y obtienes materiales, iluminación y estilo nuevos.
El ajuste resolution del nodo importa. Mis fotos tenían entre 4K y 7K píxeles de ancho, demasiado grandes. El valor de resolución fija el lado corto de la imagen, y el lado largo se escala en proporción, así que sirve igual para fotos verticales y horizontales. Yo usé 768; 1024 funciona si tu GPU lo aguanta.
3. Aplica el ControlNet de profundidad
El mapa de profundidad entra en Apply ControlNet con un modelo ControlNet de profundidad de SDXL. Encuentra uno en el Model Manager de ComfyUI buscando «SDXL depth», descárgalo, recarga el navegador y elígelo en el desplegable. Apply ControlNet alimenta después el KSampler.
4. El modelo
Load Checkpoint carga Juggernaut XL de RunDiffusion, un modelo de 6 GB.
Un espectador preguntó cómo funciona un modelo de 6 GB en una tarjeta de 4 GB. Funciona porque ComfyUI gestiona la memoria por ti: cuando el modelo no cabe en la VRAM, mantiene una parte en la RAM del sistema y va moviendo piezas según hacen falta. Eso lo hace más lento que en una tarjeta más grande, pero funciona.
5. El prompt
El prompt positivo es corto, porque la foto hace casi todo el trabajo. Usé «Star Wars» como atajo rápido para un estilo reconocible. Sustitúyelo por lo que quieras: «sci-fi, black metallic city», un castillo medieval, lo que sea.
Dejo el prompt negativo vacío. La mayoría de los modelos que he usado, y he probado 20 o 30, funcionan solo con prompts positivos. Ambos prompts pasan por Apply ControlNet y de ahí al sampler.
6. Tamaño, muestreo y decodificación
La imagen redimensionada también pasa por VAE Encode. Su función aquí es solo fijar el tamaño del lienzo latente, el ruido que el sampler convierte en imagen. Con denoise en 1,0, no sobrevive ningún píxel de la foto; solo el mapa de profundidad da forma al resultado.
Los ajustes del KSampler salen de la página del modelo en Civitai, donde encontrarás los ajustes recomendados para la mayoría de los modelos de la comunidad:
- Seed: increment, para que las imágenes se numeren en orden (654, 655 y así).
- Steps: 30.
- CFG: 4.
- Sampler y scheduler: según lo recomendado en la página del modelo.
VAE Decode convierte el resultado en píxeles, y un comparador de imágenes de rgthree muestra la foto y el resultado uno al lado del otro.
7. Guarda donde quieras
En lugar de la carpeta de salida por defecto de ComfyUI, uso un nodo de guardado que escribe en una carpeta que yo elijo, con SDXL como prefijo del nombre de archivo. Apúntalo a donde viva tu proyecto.
Después pon en cola el lote y deja que recorra la carpeta. Echa un vistazo a algunos packs de fotos, o a tu propia galería, y obtendrás muchas ideas muy rápido.
Ver la versión en vídeo (7:10)
Todo lo anterior también está en el vídeo, si prefieres seguirlo en pantalla. El vídeo está en inglés.
Preguntas frecuentes
¿Puede SDXL funcionar en una GPU de 4 GB?
Sí. Ejecuté este flujo, con el modelo Juggernaut XL de 6 GB, en una tarjeta con 4 GB de VRAM. La gestión de memoria de ComfyUI lo hace posible, aunque es más lento que en una tarjeta más grande.
¿Qué ajustes necesita Juggernaut XL?
Usé los ajustes recomendados por Civitai para el modelo: 30 steps y un CFG de 4, con el sampler y el scheduler que figuran en la página del modelo.
¿Debo usar SDXL o Flux para esto?
Flux da mejores resultados, pero necesita más memoria y es más lento. SDXL es la opción para GPU pequeñas y para generar ideas rápidamente.
Anton Tenitsky es artista 3D con más de 15 años en gráficos por ordenador, que ha trabajado con Nickelodeon, Gameloft, Marvel Rivals y muchos otros clientes. Más sobre mí