For the complete documentation index, see llms.txt. This page is also available as Markdown.

Recomendación de workflows de alta calidad

Workflows de ComfyUI para crear imágenes, vídeos y audio. Cada workflow tiene una estructura de nodos clara y está listo para cargar, lo que facilita un proceso creativo fluido y profesional.

Cómo utilizar un workflow

  1. Abre la página del workflow y haz clic en Crear o en Hacer clic para cargar la vista previa de los nodos.

  2. Instala los nodos personalizados o las extensiones que necesite el workflow.

  3. Carga o selecciona los archivos de modelos necesarios.

  4. Escribe el prompt o sube las imágenes de entrada.

  5. Ajusta los parámetros del muestreador y configura la resolución o la duración.

  6. Ejecuta el workflow y descarga el resultado.

Workflows de imagen

SeaArt-Nano Banana 2

SeaArt-Nano Banana 2

Nano Banana 2 es un modelo de generación y edición de imágenes diseñado para ofrecer alta calidad y resultados rápidos. Admite la generación de texto a imagen e imagen a imagen, así como la edición con múltiples referencias para transferir estilos, mantener la coherencia de los sujetos, rediseñar carteles y realizar tareas similares.

  • Ideal para: recursos de comercio electrónico, contenido visual para redes sociales e iteraciones creativas rápidas.

  • Comprende bien los prompts y representa el texto con precisión.

  • Ofrece resultados rápidos, con gran nivel de detalle y opciones de edición controlables.

GPT_Image_2

GPT Image 2

GPT Image 2 es el modelo de generación de imágenes de OpenAI, centrado en ofrecer una excelente representación de texto, alta resolución y coherencia de los personajes.

  • Alcanza hasta un 99 % de precisión en la representación de texto en carteles, etiquetas y otros elementos visuales.

  • Ofrece una resolución nativa de hasta 4K.

  • Mantiene la coherencia de personajes y objetos en varias imágenes generadas a partir de un mismo prompt.

  • Incorpora capacidades de razonamiento para la composición, el diseño y el procesamiento por lotes de varias imágenes, además de mejorar la precisión del color.

Moss_Image

MOSS-Image

MOSS-Image es un modelo de generación de imágenes de OpenMOSS compatible con estilos fotorrealistas, ilustrativos y de anime. Admite prompts en chino e inglés, descripciones extensas, texto integrado en las imágenes e indicaciones estructuradas sobre la distribución de los elementos.

  • Ideal para: diseño de carteles, creación de escenas y producción de contenido visual.

  • Las indicaciones estructuradas sobre la distribución ayudan a definir la ubicación del texto y los elementos visuales.

  • La versión actual, MOSS-Image-SFT, está ajustada para organizar textos y componer elementos visuales.

  • Ajustes iniciales recomendados: 50 pasos, CFG 3, muestreador Euler y planificador Simple.

Krea2 - Raw

Krea2 - Raw

Krea 2 es el modelo de texto a imagen de código abierto de Krea, diseñado para ofrecer una estética visual definida, estilos expresivos e imágenes de aspecto natural.

  • Ideal para: fotografía, retratos, carteles, ilustraciones y escenas cinematográficas.

  • Mejora la representación de la iluminación, los materiales, la composición y la atmósfera.

  • Reduce el aspecto artificial y plástico que suele caracterizar a las imágenes generadas con IA.

Qwen_Image_2.1

Qwen Image 2.1

Qwen Image 2.1 combina la generación de imágenes a partir de texto y la edición de imágenes en un solo modelo. Admite entre 1 y 10 imágenes de referencia para tareas como composiciones con varios sujetos, cambios de vestuario y modificaciones de la distribución de interiores.

  • Admite transparencia nativa con salida estándar o en formato RGBA.

  • Permite realizar ediciones localizadas mediante círculos de colores, trazos de pincel o máscaras.

  • Conserva la identidad facial y los detalles de los productos para mantener la coherencia.

  • Permite crear panorámicas, infografías y guiones gráficos, además de realizar pruebas virtuales de ropa.

Fibo2.0_Image_Edit

Fibo2.0_Image_Edit

FIBO 2.0, desarrollado por BRIA, unifica la generación de imágenes a partir de texto y la edición de imágenes en un solo modelo. Permite generar imágenes mediante prompts y editarlas a partir de imágenes de referencia, con avances en la representación de texto, las texturas de los materiales y la anatomía humana.

  • Ideal para: generación basada en prompts y edición guiada por referencias.

  • Ofrece mejores capacidades generales de edición que la versión anterior.

  • Representa con mayor precisión el texto dentro de las imágenes, las texturas de los materiales y la anatomía humana.

Flux.2 Pro&Flex

Flux.2 Pro&Flex

Este workflow ofrece acceso a dos versiones de FLUX.2. Pro está orientada a la generación de alta calidad para tareas creativas habituales, la exploración de estilos y las iteraciones rápidas. Flex está optimizada para trabajar con iluminación compleja, texturas detalladas y prompts largos, por lo que resulta más adecuada para carteles comerciales y ediciones de alta precisión.

  • Ideal para: alternar entre una generación rápida y versátil y un trabajo de alta precisión.

  • Pro permite realizar la mayoría de las tareas creativas habituales y explorar distintos estilos.

  • Flex destaca por su capacidad para trabajar con iluminación compleja, texturas detalladas y prompts extensos.

FLUX.2-Klein

FLUX.2-Klein

FLUX.2-klein es un modelo de generación y edición de imágenes de alta velocidad desarrollado por Black Forest Labs. Unifica la generación de imágenes a partir de texto, la transformación de imágenes y la edición con múltiples referencias en una sola arquitectura. Su baja latencia lo hace adecuado para workflows interactivos de ajuste y previsualización.

  • Ideal para: previsualización en tiempo real, generación rápida, integración en aplicaciones y ejecución en dispositivos periféricos.

  • Puede ejecutarse en GPU de consumo con aproximadamente 13 GB de VRAM.

  • Admite imágenes de referencia para tareas de edición y trabajos con múltiples referencias.

Z-Image Base

Z-Image Base

Z-Image es el modelo base de la familia Image, diseñado para ofrecer alta calidad, una amplia variedad de estilos y un seguimiento preciso de los prompts. A diferencia de la variante Turbo, que prioriza la velocidad, es un transformador de capacidad completa que no incorpora optimizaciones adicionales.

  • Ideal para: generación de imágenes a partir de texto con alta calidad y una amplia variedad de estilos.

  • Ofrece un seguimiento preciso de los prompts y una gran versatilidad de generación.

  • Es un modelo de capacidad completa. Utiliza la variante Turbo cuando la velocidad sea prioritaria.

Hidream-O1-Image

HiDream-O1-Image

HiDream-O1-Image es un modelo de código abierto para generar y editar imágenes, con 8.000 millones de parámetros. Admite la edición mediante instrucciones, la reconstrucción de personajes a partir de imágenes de referencia y el control de la distribución de textos extensos.

  • Permite editar imágenes a partir de una imagen original y de instrucciones escritas.

  • Reconstruye personajes a partir de varias imágenes de referencia y los integra en una nueva escena.

  • Ofrece una buena representación de textos extensos y permite controlar su distribución en varios idiomas.

Ideogram_4

Ideogram_4

Ideogram 4 es un modelo de generación de imágenes a partir de texto con pesos abiertos, centrado en el diseño, la composición, los carteles, los recursos de marca y las imágenes con texto.

  • Ideal para: carteles, logotipos, portadas, imágenes de productos, anuncios y gráficos para redes sociales.

  • Ofrece un control preciso del texto, la tipografía y la composición.

  • Está diseñado para crear contenido visual orientado al diseño y con abundante texto.

Lens - Turbo

Lens - Turbo

Lens es un modelo de generación de imágenes a partir de texto de código abierto del equipo de Microsoft Lens, diseñado para generar imágenes de alta calidad y crear diseños con un número relativamente reducido de parámetros.

  • Cuenta con aproximadamente 3.800 millones de parámetros y se ha entrenado con Lens-800M, un conjunto de datos que contiene 800 millones de pares de imagen y texto.

  • Se ha entrenado con distintas resoluciones y múltiples relaciones de aspecto.

  • Admite prompts complejos, distintas relaciones de aspecto y generación de imágenes en alta resolución.

ERNIE-Image-Turbo

ERNIE-Image-Turbo

ERNIE-Image es un modelo de generación de imágenes a partir de texto de código abierto, desarrollado por el equipo Wenxin (ERNIE) de Baidu. Está basado en un Diffusion Transformer de flujo único con 8.000 millones de parámetros y se centra tanto en la calidad visual como en el control del contenido, especialmente en carteles comerciales, cómics y diseños de varios paneles.

  • Admite de forma nativa prompts en chino, inglés y japonés, con especial atención a los contenidos de Asia Oriental.

  • Ofrece una excelente representación de textos densos y extensos, títulos de carteles, diálogos de cómics y elementos de interfaz.

  • Puede gestionar las relaciones entre varios objetos, las descripciones complejas y los contenidos que requieren amplios conocimientos.

Anima - Base

Anima - Base

Anima es un modelo de generación de imágenes a partir de texto con 2.000 millones de parámetros, desarrollado por CircleStone Labs y Comfy Org. Está especializado en anime, ilustración y creación de imágenes no fotorrealistas.

  • Ideal para: personajes de anime, ilustraciones y una amplia variedad de estilos artísticos.

  • Admite estilos no fotorrealistas.

  • No está diseñado para generar imágenes fotorrealistas.

Workflows de vídeo

Kling-V3 Series

Kling V3 (Kling 3.0)

Kling V3 (Kling 3.0) es un motor multimodal integrado para la generación de vídeo. Combina instrucciones de texto e imágenes de referencia en un mismo proceso creativo para unificar la generación y la edición.

  • Admite la generación de vídeo a partir de texto e imágenes, así como la generación de imágenes.

  • Integra instrucciones de texto e imágenes de referencia en un único workflow.

  • Es útil cuando necesitas generar imágenes y vídeos a partir de una misma configuración.

ViduQ3 Turbo

ViduQ3 Turbo

ViduQ3 Turbo es un modelo de generación de vídeo centrado en la velocidad y la estabilidad. Sigue las instrucciones del prompt y mantiene un movimiento fluido y un buen nivel de detalle visual.

  • Ideal para: vídeos cortos, previsualización de storyboards publicitarios y creación de contenido.

  • Permite pasar rápidamente de la idea al resultado final.

  • Admite la generación de vídeo a partir de texto e imágenes.

Wan2.2 I2V-KJ

Wan2.2

Wan2.2 convierte una imagen estática en un vídeo animado de alta resolución. Conserva la composición, los detalles del sujeto y la atmósfera de la imagen de referencia, al tiempo que añade movimiento natural.

  • Ideal para: anime, animación de ilustraciones y escenas con personajes expresivos.

  • Mantiene la coherencia del sujeto y de la escena entre los distintos fotogramas.

  • Ofrece una inferencia eficiente y funciona con un consumo moderado de recursos.

LTX-2.5_Image2Video

LTX-2.5

LTX-2.5 es un modelo audiovisual de pesos abiertos que genera vídeos de alta calidad con audio sincronizado en una sola ejecución. Admite la generación de vídeo a partir de texto e imágenes, así como la generación guiada por el primer y el último fotograma.

  • Genera vídeo y audio sincronizado en una sola ejecución.

  • Admite la generación nativa de varias escenas y mantiene la coherencia entre personajes, escenas, iluminación, estilo y audio.

  • Admite resolución 4K HDR, hasta 50 FPS, predicción automática de la duración, LoRA y ajuste fino.

  • Ideal para: cortometrajes, anuncios, animación de personajes, narrativas con varias escenas y producción de vídeo profesional.

Workflow de audio

YuE2-Music Generation

YuE2

YuE2 es un modelo de código abierto para generar canciones completas, desarrollado por el equipo Multimodal Art Projection (M-A-P). Crea canciones con voces e instrumentos a partir de letras y prompts de estilo, y genera audio estéreo a 48 kHz.

  • Ideal para: generar canciones completas con voces e instrumentos.

  • Admite letras y prompts de estilo como entrada.

  • Se publica bajo la licencia CC BY-NC 4.0, que limita el uso de los resultados a fines no comerciales.

Last updated