Em nosso artigo sobre os melhores geradores de imagens com inteligência artificial, reconhecemos que os ambientes locais não são para todos… mas é impossível negar sua superioridade. A ausência de limites e a possibilidade de usar múltiplos modelos mudam as regras do jogo, mas nada disso adianta sem uma boa interface. É aí que entra o ComfyUI, que se inspira em designs modulares e diagramas de fluxo para oferecer uma experiência muito mais intuitiva.
Dissolvendo limites
Os serviços gratuitos que compartilhamos recentemente funcionam muito bem e são um excelente ponto de partida para quem deseja gerar imagens sem baixar nada. Mas o objetivo final de todos eles é que o dinheiro mude de mãos, e para isso não fazem nada além de impor uma série de limites, como o número diário de tokens, a disponibilidade de modelos e, é claro, o tipo de imagens que podemos gerar.
Os modelos offline baseados em Stable Diffusion eliminam tudo isso pela raiz. Depois de superar a principal dificuldade (uma placa de vídeo Nvidia que não fique para trás em VRAM), abre-se um leque de possibilidades com modelos alternativos, alta resolução, inpainting, upscaling, combinação de modelos e muito mais. A recomendação número um para esses casos é Automatic1111 (que oferece melhor suporte para GPUs AMD e Intel), mas também existe ComfyUI, e é isso que vamos explorar hoje.
Como instalar o ComfyUI para gerar imagens com Stable Diffusion offline
Um dos aspectos mais positivos do ComfyUI é que ele já vem pronto para usar em um arquivo .7z de 1,4 gigabytes. Todas as dependências estão incluídas, e a única coisa que precisamos fazer (além de descompactar o conteúdo) é executar o arquivo run_nvidia_gpu.bat ou run_cpu.bat (isso habilita o uso da CPU, mas vai funcionar muito lentamente) a partir de um console do sistema com privilégios elevados.
Mas antes de chegar a esse ponto, precisamos baixar algum modelo compatível. O ComfyUI funciona com todas as versões do Stable Diffusion, no entanto, a melhor sugestão é visitar o Civitai, procurar um modelo que chame a atenção e baixá-lo. A quantidade de material NSFW é muito grande lá, e não é boa ideia usar um computador público ou de trabalho. Os modelos variam de 1,5 a 6,5 gigabytes e ficam na subpasta ComfyUI\models\checkpoints. Não importa se são "Checkpoints" ou "SafeTensors" (recomendado), ambos funcionam da mesma forma.
Usando o ComfyUI pela primeira vez
Com o conteúdo descompactado e nosso modelo armazenado na subpasta correta, é hora de abrir run_nvidia_gpu.bat. Se tudo der certo, isso criará uma aba no navegador padrão com o endereço http://127.0.0.1:8188/, apresentando a interface do ComfyUI.
Não precisa se preocupar. Parece projetada por um alienígena, mas faz muito sentido. Essa configuração padrão habilita tudo o que precisamos para gerar imagens quase imediatamente, e exige apenas alguns ajustes.
- O módulo Load Checkpoint nos permite selecionar os modelos instalados. Aqui devemos clicar nas setas até aparecer o nome do modelo que obtivemos no Civitai. Os três pontos com suas conexões, identificados como Model, CLIP e VAE, permanecem intactos.
- Neste exemplo, há dois módulos chamados CLIP Text Encode, que são idênticos exceto por um detalhe essencial: um tem condição positiva (ou seja, "o que queremos ver" na imagem), e o outro condição negativa ("o que não queremos ver"). Aqui carregamos os prompts, e as conexões de Conditioning vão para Positive e Negative, respectivamente.
- O módulo Empty Latent Image apenas define a resolução final das imagens e o tamanho do lote. Se escolhermos valores muito altos nos dois campos, aumenta o risco de saturar a VRAM disponível. É preciso experimentar.
- O mesmo se aplica ao módulo chamado KSampler. A mágica acontece aqui: o KSampler permite controlar a seed e como ela deve ser processada (randomize é o ideal), o número de passos, guidance ou intensidade (CFG), sampler, scheduler e o nível de denoise. Eu prefiro aumentar os passos para 30 e diminuir o CFG para 7. A combinação euler/normal é adequada para começar, e o denoise deve ficar em 1.00 para novas gerações.
- Os dois últimos módulos são VAE Decode, que transforma o caos latente em imagens reais (não precisa de intervenção do usuário), e Save Image, que salva automaticamente todos os resultados na pasta ComfyUI/output e os exibe em uma mini galeria. Um clique em Queue Prompt iniciará a geração.
Ad infinitum
As imagens não ficaram boas? Basta tentar de novo, e de novo, e de novo… quantas vezes forem necessárias. A liberdade em relação aos tokens nos permite fazer isso até enjoar, testar novos modelos, incorporar LoRAs, embeddings e inversões textuais… mas isso é outra história.
O ponto é que com o ComfyUI, os erros não têm custo, não há tokens para queimar. Mal exploramos a superfície dessa interface, e a comunidade já oferece dezenas de módulos adicionais, mas em sua configuração padrão, o ComfyUI oferece uma plataforma sólida para gerar imagens com inteligência artificial offline, e acho que todos que possuem o hardware adequado deveriam experimentar.
Site oficial e download: Clique aqui
