Con una GPU NVIDIA da 8-12 GB di VRAM, oggi puoi installare ComfyUI e il modello FLUX.1 [schnell] di Black Forest Labs e generare la tua prima immagine 1024x1024 in una manciata di secondi, senza connessione, senza abbonamenti e senza che i tuoi prompt lascino il computer. Tutto il software di questa guida è gratuito e open source: l'unico requisito serio è l'hardware. In questo tutorial partiamo da zero e arriviamo alla prima immagine, con i nomi esatti dei file, le cartelle giuste e i comandi da terminale.

A chi serve questa guida e cosa otterrai

Questa guida è pensata per chi vuole generare immagini con l'IA in locale: creativi, sviluppatori, grafici, appassionati di privacy o semplicemente curiosi che preferiscono non caricare i propri prompt e le proprie immagini su servizi esterni. Alla fine saprai fare tre cose concrete: installare ComfyUI, scaricare e sistemare i file di un modello FLUX nelle cartelle corrette, e generare un'immagine partendo da un prompt testuale.

Il vantaggio del locale è triplo: costo zero per ogni immagine (paghi solo l'elettricità), privacy totale (nulla esce dal tuo PC) e controllo completo su ogni parametro. Lo svantaggio è che serve hardware adeguato e un po' di pazienza iniziale.

Cosa ti serve prima di iniziare

  • Sistema operativo: Windows 10/11 o Linux con GPU NVIDIA, oppure un Mac con chip Apple Silicon (M1/M2/M3/M4).
  • GPU: consigliata una NVIDIA con almeno 8-12 GB di VRAM (RTX 3060 12 GB, 4060 Ti 16 GB, 3090, 4070 e superiori vanno benissimo). Su Mac Apple Silicon serve una buona dotazione di memoria unificata, idealmente 16 GB o più.
  • Spazio su disco: circa 30 GB liberi tra software e file dei modelli (il solo FLUX pesa oltre 20 GB nella versione completa).
  • Driver aggiornati e una connessione decente per il primo download.

Se hai una GPU con poca VRAM (4-6 GB) o non hai una GPU dedicata, puoi comunque provare le versioni quantizzate (ne parliamo più avanti), ma i tempi si allungano molto. In quel caso conviene un servizio cloud a consumo: torneremo su questo punto alla fine.

La generazione locale sfrutta la GPU: più VRAM significa risoluzioni più alte e meno errori di memoria. Foto: Pachon in Motion.

ComfyUI o alternative: quale scegliere

Esistono diversi programmi per generare immagini in locale. Ecco i principali, con pro, contro e costi.

StrumentoCostoProContro
ComfyUIGratis, open sourceControllo massimo, interfaccia a nodi, supporta FLUX, LoRA, upscaling, workflow riutilizzabiliCurva di apprendimento più ripida
Automatic1111 / ForgeGratis, open sourceInterfaccia più lineare e classica, tantissime estensioniMeno flessibile per pipeline complesse; Forge è il fork ottimizzato
FooocusGratis, open sourceSemplicissimo, quasi zero configurazione, ottimo per iniziarePoco controllo fine, meno adatto a FLUX avanzato
Draw ThingsGratis (Mac/iOS)Nativo Apple, gira anche su iPhone/iPad, facileSolo ecosistema Apple
Replicate / Hugging FaceCloud a consumoNessuna GPU richiesta, paghi per immagineNon è locale, i prompt escono dal tuo PC, costo ricorrente

La nostra scelta consigliata come prima opzione è ComfyUI, proprio per il controllo che offre: una volta capito il paradigma a nodi, puoi costruire pipeline che nessun altro strumento gestisce con la stessa flessibilità. Se invece vuoi solo scrivere un prompt e ottenere un'immagine senza pensieri, salta a Fooocus o a un servizio cloud.

FLUX.1 schnell contro dev: quale modello scaricare

ComfyUI è il "motore": le immagini le fa il modello. I due modelli FLUX di riferimento, sviluppati da Black Forest Labs, sono:

  • FLUX.1 [schnell] — licenza Apache 2.0, quindi uso commerciale libero. È velocissimo: genera immagini di qualità in circa 4 step (anche 1-4). È il modello con cui ti consiglio di iniziare, sia per la licenza permissiva sia per la rapidità.
  • FLUX.1 [dev] — licenza solo non commerciale, qualità e aderenza al prompt superiori, ma richiede più passaggi (circa 20 step) e quindi più tempo per immagine.

In alternativa a FLUX ci sono i classici Stable Diffusion XL (SDXL) e Stable Diffusion 3.5 di Stability AI: pesano meno, girano su GPU più modeste e hanno un ecosistema enorme di LoRA e modelli derivati. Per questa guida usiamo FLUX.1 [schnell] perché unisce qualità moderna, velocità e licenza libera.

Passo 1-6: dall'installazione alla prima immagine

Segui questi passaggi in ordine. Su Windows con GPU NVIDIA il percorso più semplice è la versione portable o l'app ComfyUI Desktop.

  1. Scarica ComfyUI. Vai al repository ufficiale comfyanonymous/ComfyUI su GitHub e scarica la versione portable per Windows dalla sezione Releases (un archivio .7z da estrarre), oppure installa ComfyUI Desktop. Su Linux/Mac o per chi preferisce, si procede da sorgente (vedi comandi sotto).
  2. Scarica i file del modello FLUX dalla pagina Hugging Face di black-forest-labs/FLUX.1-schnell. Ti servono quattro file, da mettere in cartelle diverse dentro ComfyUI/models/:
    • Il diffusion model flux1-schnell.safetensors → cartella models/diffusion_models/ (nelle versioni meno recenti si chiama models/unet/).
    • Il VAE ae.safetensors → cartella models/vae/.
    • I due text encoder clip_l.safetensors e t5xxl_fp16.safetensors (oppure la versione più leggera t5xxl_fp8_e4m3fn.safetensors) → cartella models/text_encoders/ (in passato models/clip/).
    I text encoder e il VAE si trovano comodamente anche nel repository comfyanonymous/flux_text_encoders su Hugging Face. In alternativa esiste un singolo file "checkpoint" flux1-schnell-fp8.safetensors da mettere in models/checkpoints/, che racchiude tutto ed è più semplice da caricare.
  3. Avvia ComfyUI. Su Windows portable esegui run_nvidia_gpu.bat (o run_cpu.bat se non hai GPU NVIDIA). Da sorgente lancia python main.py. Al termine dell'avvio l'interfaccia si apre nel browser su http://127.0.0.1:8188.
  4. Carica il workflow FLUX di esempio. In ComfyUI apri il menu dei template (Workflow → Browse Templates) e scegli l'esempio FLUX, oppure trascina nella finestra un'immagine di esempio che contiene i metadati del workflow: ComfyUI ricostruisce automaticamente tutti i nodi.
  5. Imposta prompt, step, risoluzione e seed e premi "Queue" / "Run" (o Ctrl+Invio). Per schnell tieni gli step intorno a 4, la risoluzione a 1024x1024 e lascia il seed casuale finché non trovi un risultato che vuoi bloccare. La prima generazione è più lenta perché il modello viene caricato in memoria; le successive sono molto più rapide.
Il flusso di lavoro creativo resta lo stesso: cambia solo che il "rendering" avviene sulla tua GPU. Foto: www.kaboompics.com.

L'alternativa da terminale: installazione da sorgente

Se preferisci il controllo totale (tipico su Linux e Mac), installa ComfyUI da sorgente in un ambiente virtuale Python. Ecco una sequenza plausibile e corretta:

# 1. Clona il repository ufficiale
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI

# 2. Crea e attiva un ambiente virtuale
python -m venv venv
source venv/bin/activate        # su Windows: venv\Scripts\activate

# 3. Installa PyTorch (esempio CUDA 12.x per NVIDIA)
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124

# 4. Installa le dipendenze di ComfyUI
pip install -r requirements.txt

# 5. Avvia (l'interfaccia si apre su http://127.0.0.1:8188)
python main.py

Per scaricare i file del modello da riga di comando puoi usare la CLI ufficiale di Hugging Face, indicando i file esatti nelle cartelle giuste:

pip install -U "huggingface_hub[cli]"

# Diffusion model, VAE ed encoder di FLUX.1 [schnell]
huggingface-cli download black-forest-labs/FLUX.1-schnell \
  flux1-schnell.safetensors ae.safetensors \
  --local-dir ./download_flux

# Text encoder (repo dedicato mantenuto per ComfyUI)
huggingface-cli download comfyanonymous/flux_text_encoders \
  clip_l.safetensors t5xxl_fp16.safetensors \
  --local-dir ./ComfyUI/models/text_encoders

Dopo il download, sposta flux1-schnell.safetensors in models/diffusion_models/ e ae.safetensors in models/vae/. Su Mac Apple Silicon ricordati di avviare con il flag descritto più avanti.

I prompt di prova e cosa aspettarti

FLUX risponde molto bene a descrizioni in inglese, dettagliate e "cinematografiche". Ecco tre prompt copiabili: incollali nel nodo del prompt positivo, tieni step 4 e risoluzione 1024x1024.

A cinematic close-up portrait of an elderly Italian fisherman,
weathered face, golden hour light, shallow depth of field,
photorealistic, 85mm lens

Risultato atteso: un ritratto fotorealistico con pelle dettagliata, luce calda laterale e sfondo sfocato, in stile fotografia con teleobiettivo.

Isometric miniature diorama of a cozy bookshop, warm lighting,
detailed props, soft pastel colors, tilt-shift, 3D render

Risultato atteso: una scena in miniatura "isometrica" con effetto modellino, colori pastello e moltissimi dettagli sugli oggetti.

A minimalist logo of a mountain and a rising sun, flat vector style,
two colors, clean lines, white background

Risultato atteso: un logo pulito, piatto, a due colori, adatto come base per un marchio (poi da rifinire in un editor vettoriale).

Consiglio: fissa lo stesso seed quando trovi una composizione che ti piace, poi cambia solo poche parole del prompt per iterare mantenendo la stessa "impostazione" dell'immagine.
Cambiando prompt, step e seed puoi passare da ritratti fotorealistici ad arte astratta senza costi per immagine. Foto: Egor Komarov.

Errori comuni e come risolverli

Messaggio / sintomoSoluzione
CUDA out of memoryRiduci la risoluzione (es. 768x768), usa la versione fp8 del modello o una GGUF quantizzata (con il nodo ComfyUI-GGUF), oppure avvia ComfyUI con il flag --lowvram.
"model not found" o nodo che diventa rossoIl file è nella cartella sbagliata o ha un nome diverso da quello atteso. Controlla che i file siano in models/diffusion_models, models/vae e models/text_encoders, poi usa "Refresh" nel menu dei nodi.
Immagini nere o rumore su MacAvvia con python main.py --force-fp16: su Apple Silicon migliora stabilità e compatibilità.
Generazione lentissimaVerifica che stia usando la GPU e non la CPU (su Windows lancia run_nvidia_gpu.bat, non run_cpu.bat); con poca VRAM passa a un modello quantizzato.

Varianti avanzate e quando non usare ComfyUI in locale

Una volta padroneggiate le basi, ci sono tre strade per andare oltre:

  • Modelli GGUF quantizzati: versioni compresse di FLUX (Q4, Q5, Q8) che riducono l'uso di VRAM e permettono di girare anche su schede da 6-8 GB, a scapito di un po' di qualità. Servono il nodo ComfyUI-GGUF e i file .gguf nella cartella models/unet.
  • LoRA per stili: piccoli file che "specializzano" il modello su uno stile, un personaggio o un prodotto. Si aggiungono con un nodo LoRA nel workflow e si scaricano in models/loras.
  • Upscaling: nodi di ingrandimento (ESRGAN, model upscale) per portare le immagini a 2K/4K mantenendo i dettagli.

Quando NON conviene il locale. Se non hai una GPU adeguata, o se vuoi semplicemente risultati veloci senza installare e configurare nulla, la generazione locale non è la scelta giusta: rischi ore di attesa e frustrazione. In quel caso usa Fooocus (semplicissimo e locale, ma sempre con GPU) oppure un servizio cloud a consumo come Replicate o gli Spaces di Hugging Face, dove FLUX gira su GPU remote e paghi solo per le immagini che generi.

Come proseguire

Il passo successivo naturale è installare ComfyUI Manager, l'estensione che gestisce nodi custom e modelli con pochi clic e semplifica enormemente l'aggiunta di GGUF, LoRA e upscaler. Da lì puoi esplorare i workflow condivisi dalla community (molti si caricano trascinando l'immagine di esempio), provare FLUX.1 [dev] per progetti non commerciali e confrontarlo con SDXL o SD 3.5 sul tuo hardware. La regola d'oro resta una: parti da schnell a 4 step e 1024x1024, prendi confidenza con il paradigma a nodi e aumenta la complessità solo quando la prima immagine funziona.