Generare immagini con l'intelligenza artificiale non richiede per forza un abbonamento a un servizio online. Con ComfyUI, un'interfaccia gratuita e open source, e i modelli giusti si possono creare immagini di qualita' professionale direttamente sul proprio computer, senza limiti mensili, senza inviare nulla in cloud e con pieno controllo su ogni parametro. Questa guida spiega come partire da zero con FLUX.2 di Black Forest Labs e con Stable Diffusion XL, scegliendo il modello adatto al proprio hardware.

A chi serve e cosa otterrai

Questa guida e' pensata per chi vuole immagini illimitate e private: creativi, grafici, chi lavora con contenuti social, sviluppatori che vogliono integrare la generazione in un flusso di lavoro. Al termine avrai ComfyUI installato, almeno un modello funzionante e saprai generare la tua prima immagine da un prompt testuale, oltre a conoscere i trucchi per farlo girare anche su schede modeste.

Prerequisiti reali: quanta VRAM serve davvero

Il fattore decisivo e' la memoria video (VRAM) della scheda grafica. Ecco un quadro realistico aggiornato al 2026:

  • 4 GB — sufficiente per Stable Diffusion 1.5 (qualita' base, ottimo per imparare);
  • 6-8 GB — Stable Diffusion XL (SDXL) e FLUX.2 Klein 4B (versione leggera, licenza Apache 2.0);
  • 12-16 GB — SDXL con ControlNet e FLUX.2 Klein 9B in versione FP8 (intorno ai 15 GB, il punto ideale per una scheda da 16 GB);
  • 24 GB e oltre — FLUX.2 Dev (32 miliardi di parametri, massima qualita') in FP8 o nella variante quantizzata GGUF Q4 (circa 19 GB su una RTX 4090).

Serve una GPU NVIDIA per le prestazioni migliori, ma ComfyUI funziona anche su Mac con Apple Silicon (M1/M2/M3/M4) e, molto piu' lentamente, persino su CPU. Sistema operativo: Windows 10/11, Linux o macOS. Spazio su disco: metti in conto almeno 20-30 GB tra programma e modelli.

Installazione passo passo (Windows)

  1. Vai alla pagina ufficiale di ComfyUI su GitHub e scarica il pacchetto portable per Windows (un archivio 7-zip gia' pronto). In alternativa, su qualsiasi sistema, puoi usare ComfyUI Desktop o l'installazione con git clone.
  2. Estrai l'archivio in una cartella con spazio a sufficienza (evita percorsi con caratteri speciali o accenti).
  3. Installa il ComfyUI Manager: e' l'estensione che ti permette di aggiungere «nodi» e modelli mancanti con un clic. Si scarica dal relativo repository e si copia nella cartella custom_nodes.
  4. Scarica un modello (vedi sotto) e mettilo nella cartella giusta.
  5. Avvia run_nvidia_gpu.bat (o run_cpu.bat): si aprira' il browser con l'interfaccia a nodi.

Chi preferisce un'installazione guidata puo' usare Stability Matrix, un gestore che scarica ComfyUI, i modelli e le dipendenze automaticamente: e' il modo piu' indolore per i principianti.

Quali modelli scaricare e dove metterli

I modelli sono file .safetensors (o .gguf per le versioni quantizzate) che si scaricano dalle pagine ufficiali su Hugging Face. Regola generale sulle cartelle:

  • il modello di diffusione va in models/checkpoints (per SDXL) oppure in models/diffusion_models (per FLUX.2);
  • il text encoder (per FLUX.2 e' un encoder Mistral) va in models/text_encoders;
  • il VAE va in models/vae.

Consiglio pratico: SDXL e' il punto di partenza perfetto se hai 6-8 GB di VRAM ed e' ricchissimo di LoRA e ControlNet. FLUX.2 offre qualita' superiore, testo nelle immagini piu' leggibile e aderenza al prompt migliore, ma pretende piu' memoria. Se hai una scheda modesta, punta a FLUX.2 Klein 4B (l'unica variante con licenza permissiva Apache 2.0) o a una versione GGUF quantizzata.

ComfyUI lavora a «nodi»: ogni riquadro e' un passaggio del processo, dal prompt all'immagine finale.

La prima immagine: workflow e prompt

ComfyUI include gia' dei workflow pronti: dal menu dei template scegli quello del tuo modello (ad esempio «Flux 2 dev» o il workflow SDXL di default). Colleghi il modello caricato, scrivi il prompt nel nodo di testo e premi Queue Prompt. Due indicazioni chiave:

  • con FLUX.2 imposta il CFG a 1.0 e in genere non serve prompt negativo;
  • con SDXL usa un CFG intorno a 6-8 e sfrutta il campo del prompt negativo per escludere difetti.

Un esempio di prompt da incollare nel nodo positivo:

Fotografia editoriale di un mercato di quartiere a Bologna all'alba, luce dorata, bancarelle di frutta, messa a fuoco nitida, dettaglio elevato, 35mm

Per SDXL, nel prompt negativo puoi scrivere:

sfocato, deforme, mani innaturali, testo illeggibile, bassa qualita', filigrana

Il risultato atteso e' un'immagine coerente con la descrizione in pochi secondi (con FLUX.2 Klein 4B, distillato a 4 passi, quasi istantanea su hardware adeguato) fino a qualche decina di secondi sulle schede piu' modeste.

Errori comuni e come risolverli

  • «CUDA out of memory» → la VRAM non basta. Riduci la risoluzione (parti da 1024x1024 o meno), usa una versione GGUF quantizzata del modello, oppure avvia ComfyUI con il flag --lowvram (scarica parte del carico sulla RAM di sistema, piu' lento ma funziona).
  • Nodo mancante / riquadro rosso → apri il ComfyUI Manager e usa «Install Missing Custom Nodes»; poi riavvia.
  • Immagine tutta nera → problema di VAE o di precisione numerica. Assicurati di aver caricato il VAE corretto e prova ad avviare con --force-fp16 o a usare un VAE «fp16 fixed».
  • Generazione lentissima → su GPU deboli e' normale; passa a modelli piu' piccoli (SD 1.5, Klein 4B) o riduci i passi di campionamento.

Alternative piu' semplici e quando NON usare ComfyUI

ComfyUI e' potente ma ha una curva d'apprendimento. Se cerchi qualcosa di immediato, valuta Fooocus (interfaccia semplificata in stile «scrivi e genera»), Automatic1111/Forge (piu' classico) o, su Mac, Draw Things. Se non hai una GPU adeguata, non insistere in locale: conviene usare un servizio online o affittare una GPU cloud a ore. ComfyUI da' il meglio quando vuoi controllo totale, workflow ripetibili e integrazione con ControlNet, LoRA, upscaling e video: e' li' che diventa insostituibile.

Da qui puoi proseguire aggiungendo LoRA per stili specifici, nodi di upscaling per aumentare la risoluzione e persino i modelli video piu' recenti, tutti gestibili dalla stessa interfaccia. Con l'installazione fatta una volta, il resto e' sperimentazione.

Oltre il testo: img2img, ControlNet e upscaling

La generazione da testo e' solo l'inizio. ComfyUI diventa davvero potente quando combini piu' tecniche:

  • Image-to-image (img2img) — parti da un'immagine esistente (uno schizzo, una foto) e lasci che il modello la reinterpreti, controllando quanto discostarsi dall'originale con il parametro di «denoise»: valori bassi (0,3-0,5) restano fedeli, valori alti (0,7-0,9) reinventano.
  • ControlNet — guida la composizione a partire da una posa, dai contorni (Canny), dalla profondita' o da uno scheletro umano, cosi' ottieni esattamente l'inquadratura o la posizione che vuoi.
  • Upscaling — nodi come Ultimate SD Upscale portano un'immagine da 1024 pixel a 4K aggiungendo dettaglio credibile, non semplice interpolazione.

Ogni tecnica e' un gruppo di nodi che si aggancia al workflow esistente. Il consiglio e' partire da un workflow di esempio (se ne trovano moltissimi, gia' pronti, nella community) e modificarlo un pezzo alla volta, capendo cosa fa ciascun nodo prima di aggiungerne altri.

Consiglio finale: organizza i modelli e salva i workflow

Man mano che scaricherai piu' checkpoint, LoRA e VAE, la cartella models diventera' affollata: dai nomi chiari ai file e, se usi piu' interfacce (ad esempio anche Automatic1111), configura un percorso condiviso dei modelli per non duplicare decine di gigabyte. Salva sempre i workflow che funzionano (ComfyUI li esporta in JSON e li incorpora persino nei metadati delle immagini PNG generate): potrai ricaricarli trascinando l'immagine nell'interfaccia, ritrovando esattamente parametri e collegamenti usati. E' il modo migliore per costruirti, col tempo, una libreria di «ricette» riutilizzabili.

Riferimenti ufficiali: il progetto ComfyUI su GitHub, i modelli di Black Forest Labs su Hugging Face e la guida all'ottimizzazione di NVIDIA.