Generare immagini con l'intelligenza artificiale sul proprio computer, gratis e senza limiti di crediti, e' oggi alla portata di chiunque abbia una scheda grafica decente. In questa guida installiamo ComfyUI, l'interfaccia a nodi piu' potente e flessibile per Stable Diffusion, e la usiamo per creare la prima immagine da un testo. E' un tutorial di livello intermedio-avanzato: al termine avrai un generatore di immagini funzionante in locale e capirai come modificarlo a piacere.

A chi serve e cosa otterrai

Questa guida e' pensata per chi vuole controllo totale sulla generazione di immagini: creativi, sviluppatori, appassionati che non vogliono dipendere da servizi a pagamento come Midjourney e desiderano tenere tutto sul proprio hardware, per privacy o per sperimentare liberamente. Otterrai ComfyUI installato, un modello scaricato e configurato, e un flusso di lavoro (workflow) testo-immagine funzionante, con prompt di esempio pronti all'uso.

Prerequisiti reali

  • Sistema operativo: Windows 10/11, Linux, oppure macOS con Apple Silicon (M1 o superiore).
  • Scheda grafica: consigliata una GPU NVIDIA con almeno 6-8 GB di VRAM per SDXL; con 4 GB si lavora solo con modelli piu' leggeri e in modalita' a basso consumo. Su Mac Apple Silicon si usa la GPU integrata (piu' lenta ma funziona). Le schede AMD funzionano su Linux con ROCm.
  • Spazio su disco: almeno 15-20 GB liberi (i modelli pesano diversi gigabyte l'uno).
  • Software: Python 3.11 e Git installati. Serve un minimo di dimestichezza con il terminale.
Con ComfyUI e Stable Diffusion si generano immagini in locale, gratis e senza limiti di crediti.

Quale strumento e quale modello scegliere

Per l'interfaccia esistono diverse alternative: Automatic1111 e Forge (piu' semplici, a moduli), Fooocus (il piu' facile, quasi automatico), InvokeAI (elegante e curato) e ComfyUI. Consigliamo ComfyUI come prima scelta a chi vuole imparare davvero: il suo sistema a nodi mostra ogni passaggio della generazione ed e' lo standard di fatto per i workflow avanzati, inclusi i modelli piu' recenti. Se invece cerchi la massima semplicita', Fooocus e' l'alternativa giusta.

Per il modello, le opzioni principali sono: SD 1.5 (leggero, gira anche su hardware modesto, qualita' datata), SDXL (ottimo compromesso qualita/requisiti, enorme ecosistema di LoRA e varianti) e FLUX.1 di Black Forest Labs (qualita' superiore, soprattutto su testo e realismo, ma piu' pesante). Per iniziare consigliamo SDXL: qualita' alta e requisiti ragionevoli. FLUX e' il passo successivo quando vorrai il massimo.

Installazione passo per passo (Windows/Linux con GPU NVIDIA)

1. Apri il terminale e clona il repository ufficiale:

git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI

2. Crea un ambiente virtuale per non sporcare il sistema:

python -m venv venv
# Windows:
venv\Scripts\activate
# Linux/Mac:
source venv/bin/activate

3. Installa PyTorch con supporto CUDA e le dipendenze:

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124
pip install -r requirements.txt

Su Mac Apple Silicon salta l'indice CUDA e installa semplicemente pip install torch torchvision torchaudio: ComfyUI usera' automaticamente l'accelerazione Metal (MPS).

4. Scarica un modello (checkpoint). SDXL base si trova su Hugging Face; una volta ottenuto il file .safetensors, mettilo nella cartella models/checkpoints. Puoi anche scaricare checkpoint della comunita' da Civitai. Da riga di comando:

pip install -U huggingface_hub
huggingface-cli download stabilityai/stable-diffusion-xl-base-1.0 sd_xl_base_1.0.safetensors --local-dir models/checkpoints

5. Avvia ComfyUI:

python main.py

Apri il browser su http://127.0.0.1:8188. Se hai poca VRAM, avvia con python main.py --lowvram (o --medvram).

L'interfaccia a nodi di ComfyUI mostra ogni passaggio della generazione.

Il primo workflow testo-immagine

ComfyUI si apre con un workflow di default gia' pronto. I nodi chiave sono:

  1. Load Checkpoint: seleziona qui il modello che hai scaricato.
  2. CLIP Text Encode (Prompt): ci sono due riquadri, uno per il prompt positivo (cosa vuoi) e uno negativo (cosa non vuoi).
  3. Empty Latent Image: imposta la risoluzione. Per SDXL usa 1024x1024.
  4. KSampler: qui regoli i passaggi (steps, es. 25-30), il valore CFG (quanto il modello segue il prompt, es. 7), il sampler (es. dpmpp_2m) e il seed.
  5. VAE Decode e Save Image: trasformano il risultato in immagine e la salvano.

Scrivi il prompt, poi premi Queue Prompt: dopo qualche secondo (o minuto, secondo l'hardware) l'immagine compare e viene salvata nella cartella output.

Prompt di esempio da copiare

Ecco alcuni prompt pronti. Incollali nel riquadro del prompt positivo.

photograph of an old lighthouse on a rocky cliff at sunset, dramatic clouds, golden hour, ultra detailed, 50mm lens, sharp focus

Risultato atteso: una foto realistica di un faro su una scogliera al tramonto, con nuvole drammatiche e luce calda.

cute robot barista making espresso in a cozy cafe, warm lighting, pixar style, highly detailed, cinematic

Risultato atteso: un'illustrazione in stile 3D di un robot che prepara il caffe' in un bar accogliente.

Nel prompt negativo, un buon punto di partenza generico e':

blurry, low quality, deformed, extra fingers, watermark, text, jpeg artifacts

Varianti e casi avanzati

Una volta preso il ritmo, ComfyUI permette di andare molto oltre. Con img2img parti da un'immagine esistente e la trasformi. Con ControlNet guidi la composizione a partire da una posa, uno schizzo o i bordi di una foto. Con i LoRA aggiungi stili o soggetti specifici senza riaddestrare il modello (si mettono in models/loras). Per aumentare la risoluzione senza perdere dettaglio si usano nodi di upscaling. E quando vorrai la qualita' migliore, potrai caricare i checkpoint di FLUX.1, che richiedono piu' VRAM ma restituiscono testo leggibile e realismo notevole.

Errori comuni e come risolverli

  • "CUDA out of memory": la VRAM non basta. Riduci la risoluzione, avvia con --lowvram o usa un modello piu' leggero (SD 1.5).
  • "Torch not compiled with CUDA enabled": hai installato la versione CPU di PyTorch. Reinstalla usando l'indice CUDA corretto mostrato sopra.
  • Il checkpoint non compare nel nodo Load Checkpoint: verifica di averlo messo in models/checkpoints e clicca Refresh nell'interfaccia (tasto R).
  • Immagini deformate o mani sbagliate: aumenta gli steps, migliora il prompt negativo, prova un sampler diverso o un LoRA specifico.

Quando NON usare questo approccio e come proseguire

Se hai un portatile senza GPU dedicata o un Mac datato, la generazione locale sara' frustrante e lenta: in quel caso conviene un servizio cloud (come i Spaces di Hugging Face o piattaforme dedicate) o l'alternativa semplice Fooocus. Se invece hai l'hardware, ComfyUI e' la scelta che cresce con te: da qui puoi passare ai workflow condivisi dalla comunita', all'animazione, all'inpainting e all'integrazione via API. Il prossimo passo naturale e' esplorare la documentazione ufficiale e importare i workflow JSON che trovi online, che si caricano trascinandoli direttamente nella finestra del browser.