Cómo crear y ejecutar flujos de trabajo de ComfyUI en la nube en Tensor.art sin tarjeta gráfica local

Los ilustradores digitales y creadores de contenido con inteligencia artificial generativa a menudo se topan con una barrera insalvable al pasar de interfaces web básicas a la arquitectura modular de ComfyUI. Aunque ComfyUI ofrece un control total sobre cada etapa de generación, ejecutar localmente modelos modernos como SDXL o FLUX.1 exige tarjetas gráficas con entre 16 GB y 24 GB de VRAM dedicada, complejas configuraciones de Python y CUDA, además de cientos de gigabytes de almacenamiento para checkpoints y LoRAs.

Tensor.art elimina este obstáculo mediante su espacio de trabajo de ComfyUI alojado en la nube (conocido como Comfyflow o Workflow Workspace). Al ejecutar gráficos nativos de nodos directamente en la infraestructura de GPU de la plataforma y vincularlos a un catálogo de modelos preinstalado, los creadores pueden diseñar, probar y renderizar flujos de trabajo avanzados desde cualquier navegador web sin invertir en costosas estaciones de trabajo ni lidiar con dependencias técnicas locales.

Por qué ComfyUI en la nube resuelve el cuello de botella del hardware

Intentar ejecutar FLUX.1 o cadenas complejas con múltiples LoRAs en tarjetas gráficas domésticas estándar (como una RTX 3060 o 4060 de 8 GB a 12 GB de VRAM) suele provocar errores de falta de memoria CUDA (Out of Memory) o una ralentización extrema del sistema.

Al trasladar la computación y el almacenamiento a la nube, creadores con portátiles ligeros, MacBooks o tabletas pueden trabajar con la flexibilidad de ComfyUI sin limitaciones físicas.

Estructura de los espacios de trabajo en Tensor.art

La plataforma divide la generación en dos modos principales:

1. Espacio clásico (Classic Workspace): Una interfaz basada en formularios tradicionales, idónea para pruebas rápidas de texto a imagen y aplicación directa de estilos.
2. Espacio de flujos de trabajo (Comfyflow Workspace): Un lienzo visual completo con nodos modulares que reproduce íntegramente la experiencia de ComfyUI nativo.

Dentro del lienzo de Comfyflow, mover nodos, cambiar conexiones y ajustar parámetros se procesa en el cliente del navegador a coste cero. Tensor.art solo activa el clúster de GPU en la nube en el momento exacto en que se envía la orden de generación a la cola.

Guía paso a paso: construcción y ejecución de un flujo de trabajo en la nube

Paso 1: Inicializar el lienzo y cargar el flujo

Tras iniciar sesión en Tensor.art, accede a la sección de Workflow / Comfyflow. Existen dos formas de empezar:

• Importar un flujo de trabajo existente: Si dispones de un archivo .json exportado desde tu instalación local o descargado de la comunidad, pulsa en el botón de importación para que el gráfico de nodos se dibuje automáticamente en la pantalla.
• Utilizar plantillas de la comunidad: Si estás explorando una nueva arquitectura, busca plantillas verificadas (como SDXL Text-to-Image, FLUX.1 con LoRA o Latent Upscale). Al pulsar Remix, se clonará toda la red de conexiones en tu espacio de trabajo personal.

Paso 2: Configurar el cargador de modelos en la nube (Load Checkpoint)

En lugar de indicar rutas de carpetas de un disco duro local, los nodos de Tensor.art se vinculan directamente con el repositorio de modelos de la plataforma:

1. Localiza el nodo Load Checkpoint (o CheckpointLoaderSimple).
2. Despliega el menú de selección para elegir un modelo base alojado en la plataforma (por ejemplo, SDXL 1.0, Pony Diffusion o FLUX.1).
3. En modelos con codificadores duales independientes (como FLUX), selecciona los codificadores de texto CLIP y el VAE correspondientes en sus nodos dedicados.

Paso 3: Conectar nodos de LoRA y estilizado

Para aplicar estilos artísticos específicos o mantener la consistencia de personajes:

1. Añade un nodo Load LoRA entre el cargador de checkpoint y el muestreador (sampler).
2. Conecta la salida MODEL del checkpoint a la entrada model del nodo LoRA; conecta la salida CLIP a la entrada clip del nodo LoRA.
3. Elige el LoRA deseado en el menú desplegable y define la fuerza del modelo (strength_model, habitualmente entre 0.7 y 1.0) y la fuerza del texto (strength_clip, entre 0.8 y 1.0).
4. Dirige las salidas procesadas MODEL y CLIP hacia los nodos de condicionamiento y muestreo posteriores.

Paso 4: Ajustar prompts y dimensiones del espacio latente

1. Conecta la señal de CLIP modulada a dos nodos CLIP Text Encode, redactando el prompt positivo y el prompt negativo.
2. En el nodo Empty Latent Image, define las dimensiones iniciales (se recomienda 1024x1024 píxeles para SDXL y FLUX).
3. Conecta las salidas de condicionamiento, modelo e imagen latente al nodo central KSampler. Establece el número de pasos (generalmente entre 20 y 30), el algoritmo de muestreo (como DPM++ 2M Karras o Euler) y la escala CFG.

Paso 5: Ejecutar la generación en la nube

1. Conecta la salida LATENT del muestreador al nodo VAE Decode, y la salida de imagen resultante al nodo Save Image o Preview Image.
2. Revisa que no haya conexiones sueltas y pulsa el botón Queue Prompt (o Run).
3. Los servidores de Tensor.art procesarán la tarea, iluminando los nodos activos en secuencia sobre el lienzo. La ilustración final se mostrará directamente en el visor, lista para descargarse en resolución completa o compartirse en la comunidad.

Técnicas avanzadas: reescalado en dos pasos y publicación de "AI Tools"

Cadena de escalado latente (Latent Upscale)

Para lograr un acabado profesional en ilustraciones digitales:

• Toma la salida latente del primer pase y conéctala a un nodo Upscale Latent con un factor de 1.5x a 2.0x.
• Pasa el resultado a un segundo nodo KSampler con un valor de desruido (denoise) bajo (entre 0.3 y 0.4). Esto permite que la GPU en la nube refine trazos, cabellos y texturas complejas sin alterar la composición general de la imagen.

Empaquetar flujos de trabajo como "AI Tools"

Tensor.art permite transformar un gráfico de nodos en una herramienta simplificada con interfaz web:

1. Inserta nodos de interfaz propios de Tensor.art (como TensorArt_PromptText de la colección de nodos TA).
2. Haz clic derecho sobre los campos de texto de los nodos CLIP, selecciona Convert Text to Input y conéctalos a los nodos de parámetros TA.
3. Realiza una ejecución de prueba para certificar que el flujo no presente fallos.
4. Pulsa en Publish y selecciona AI Tool. La plataforma generará una interfaz accesible con barras de ajuste y campos de texto para que otros usuarios utilicen tu flujo sin necesidad de editar nodos.

Integración local con aceleración en la nube: ComfyUI_TENSOR_ART

Para quienes prefieren trabajar dentro de su cliente local de ComfyUI pero carecen de una tarjeta gráfica potente, Tensor.art ofrece un paquete de nodos de código abierto:

• Clona el repositorio https://github.com/Tensor-Art/ComfyUI_TENSOR_ART en la carpeta custom_nodes de tu instalación local.
• Configura el nodo TensorArt.Settings con tu clave API y la URL base de la plataforma.
• Emplea el nodo TA AITools para delegar la carga pesada de cálculo a los servidores de Tensor.art mientras conservas tus flujos guardados localmente.

Economía de créditos y optimización de recursos

Tensor.art administra la capacidad de cálculo en la nube mediante un sistema de créditos:

• Edición gratuita del lienzo: Modificar conexiones, reorganizar nodos y planificar flujos no descuenta créditos.
• Créditos diarios gratuitos: Las cuentas gratuitas reciben una recarga habitual de 100 créditos cada 24 horas, suficiente para iteraciones de prueba y exploración creativa diaria.
• Membresía Pro y paquetes de crédito: Los miembros Pro obtienen 300 créditos diarios renovables más paquetes de créditos permanentes de bienvenida. Los planes disponibles incluyen: Pase diario de $1.00; suscripción mensual de $9.90/mes (con 1.000 créditos de bonificación); trimestral de $19.90/trimestre (5.000 créditos de bonificación); y anual de $59.90/año (25.000 créditos de bonificación). Los usuarios Pro disponen de cola de procesamiento prioritaria y mayor tiempo de ejecución para tareas pesadas.
• Factores de consumo: El gasto de créditos es proporcional al esfuerzo computacional: una resolución de 1024x1024 consume más que una de 512x512; la arquitectura FLUX.1 tiene un multiplicador mayor que SD 1.5; y las fases de reescalado aumentan el coste en función de los pasos de muestreo adicionales.

Consejos prácticos para creadores

1. Aprovecha las plantillas de la comunidad: Al trabajar con modelos complejos como FLUX, clonar un flujo verificado evita errores habituales de configuración en codificadores CLIP y VAE.
2. Prueba rápida a pocos pasos: Ajusta el prompt y las intensidades de LoRA realizando pruebas preliminares a 15–20 pasos y dimensiones moderadas antes de lanzar renderizados definitivos de 30 pasos con reescalado.
3. Comprueba la compatibilidad de nodos personalizados: La plataforma incluye los nodos esenciales más populares, pero extensiones experimentales de terceros pueden no estar disponibles. Si un flujo importado muestra nodos en rojo, sustitúyelos por los nodos estándar equivalentes integrados en Tensor.art.

Referencias

• Tensor.Art - Free Online AI Image Generator & Model Sharing Community
• GitHub - Tensor-Art/ComfyUI_TENSOR_ART: A custom node for ComfyUI that integrates TensorArt's AITools
• ComfyUI - Open-Source Generative AI Workspace