SenseNova U1.5 en ComfyUI hace algo que los generadores de imágenes no suelen hacer: antes de dibujar escribe un razonamiento sobre lo que tiene que aparecer en la escena y después genera la imagen. El 17 de noviembre el equipo de ComfyUI integró los nodos para este modo "thinking", para la generación alternada de texto e imágenes y para la autocorrección, y la v0.46.0 del 18 de noviembre los lleva a todos. El 19 de noviembre SenseTime publicó también la LoRA de 8 pasos ya convertida para ComfyUI.
Te decimos desde ya cómo lo vemos. El modelo es gratis, tiene licencia Apache 2.0 (así que se puede usar también para trabajos comerciales, en Europa y en América Latina) y hace tanto imágenes de hasta 4K como ediciones con hasta 10 imágenes de referencia. Pero es pesado: el archivo para ComfyUI pesa 35 GB y SenseTime recomienda 24 GB de VRAM y 64 GB de RAM. Nosotros trabajamos con una RTX 3060 de 12 GB y 32 GB de RAM y, con los números en la mano, con el archivo oficial ni lo intentaríamos. Aquí tienes qué cambió de verdad, qué necesitas y qué camino le queda a quien tiene una tarjeta más pequeña.
| Qué es | Un modelo "unificado" que entiende y genera imágenes: texto a imagen hasta 4K, edición con palabras, edición con 1-10 imágenes de referencia, texto e imágenes alternados |
| Quién lo creó | SenseTime (China), proyecto OpenSenseNova |
| Memoria de video necesaria | SenseTime recomienda 24 GB de VRAM y 64 GB de RAM del sistema |
| ¿Funciona en una RTX 3060 de 12 GB? | no declarado; con el archivo oficial BF16 de 35 GB y 32 GB de RAM, no. Existen versiones GGUF de la comunidad, no probadas por nosotros |
| Licencia | Apache 2.0 (modelo, LoRA y código) |
| Uso comercial | sí, la licencia Apache 2.0 no pone límites comerciales ni geográficos |
| Dónde descargarlo | Hugging Face: sensenova/SenseNova-U1.5-8B-MoT (original), t8star/SenseNova-U1.5-Comfy (archivo único para ComfyUI), sensenova/SenseNova-U1.5-8B-MoT-LoRAs (LoRA de 8 pasos) |
| Gratis o de pago | gratis, funciona en tu PC |
¿Qué es SenseNova U1.5 y qué significa que "razona" antes de dibujar?
SenseNova U1.5 es un modelo que lee y genera imágenes con la misma red, en lugar de usar un modelo de lenguaje separado para entender el prompt. SenseTime lo publicó el 20 de agosto con licencia Apache 2.0 y lo describe en la ficha oficial en Hugging Face: generación nativa en 4K, edición de fotos con palabras, edición con varias imágenes de referencia, recuadros y marcas gráficas para indicar la zona que hay que cambiar. El nombre dice "8B", pero la ficha indica 18 mil millones de parámetros en BF16 (un formato de 16 bits, la calidad completa): ese es el número que cuenta para la memoria.
El "razonamiento" funciona así. En modo thinking el modelo primero escribe un texto que aclara la petición (qué hay en la escena, dónde, con qué luz) y después genera la imagen a partir de ahí. En la práctica es un prompt que se reescribe solo, útil cuando la petición es larga o está llena de detalles. La generación alternada (interleave) va más allá: el modelo escribe un párrafo, en cierto momento pide una imagen, ComfyUI la genera y se la devuelve, y el texto sigue. Puede salir un storyboard o un tutorial ilustrado en una sola pasada.
¿Qué cambió en ComfyUI con la v0.46.0?
El soporte básico para SenseNova U1.5 existe desde septiembre: lo trajo la v0.35.0 del 9 de septiembre (generación y edición con un solo archivo cargado desde el Load Checkpoint de siempre). La novedad es el cambio #16032, integrado el 17 de noviembre y listado en el changelog oficial de la v0.46.0. Agrega tres nodos:
- Generate SenseNova Text (TextGenerateSenseNova): escribe el razonamiento o el siguiente fragmento de texto y avisa cuando hay que generar una imagen;
- SenseNovaInterleaveDecode: separa texto, imágenes y razonamiento al final de una generación alternada;
- ModelSamplingSenseNova: ajusta el "shift" del muestreo (antes el nodo se llamaba SenseNovaSamplingOptions, así que los workflows viejos hay que reconectarlos).
Para las imágenes normales a partir de texto y para las ediciones no necesitas el nodo de texto: bastan KSampler y VAE Decode, como siempre. La autocorrección, en la que el modelo mira el resultado y lo retoca, según la descripción del cambio está pensada para checkpoints U1.6 compatibles, así que con U1.5 no cuentes con ella.
¿Cuánta VRAM necesita SenseNova en ComfyUI?
El repositorio oficial OpenSenseNova dice que hay que prever 24 GB de memoria de video, 64 GB de RAM y unos 35 GB de disco. En sus pruebas con una RTX 5090, la RAM usada por el proceso llegó a unos 52 GB. Los archivos para ComfyUI confirman el panorama:
- SenseNova-U1.5-8B-MoT-BF16-T8.safetensors: 35,1 GB, el checkpoint recomendado, va en models/checkpoints;
- SenseNova-U1.5-8B-MoT-LoRA-8step-V2-ComfyUI.safetensors: 815 MB, la LoRA de 8 pasos, va en models/loras.
Con 32 GB de RAM, un archivo de 35 GB ni siquiera cabe en la memoria del sistema, y mucho menos en una tarjeta de 12 GB: ComfyUI tendría que apoyarse en el archivo de paginación del disco y los tiempos se volverían imposibles. Si lo intentas igual y ComfyUI se bloquea, en nuestra guía de errores de ComfyUI encuentras qué hacer cuando se acaba la memoria. En Hugging Face hay versiones GGUF (archivos comprimidos, más livianos, con una pequeña pérdida de calidad) subidas por la comunidad, por ejemplo realrebelai/SenseNova-U1.5-8B_GGUFs, pero se usan con el paquete de nodos externo "SenseNova U1.5 (T8)" y no con los nodos nativos. No las probamos y no sabemos cómo se comportan con thinking e interleave: si tienes 12 GB, es el único camino que vale la pena intentar.
¿Para qué sirve la LoRA de 8 pasos?
Sirve para generar en 8 pasos en lugar de 50. La LoRA (un archivo pequeño que cambia el comportamiento del modelo sin reemplazarlo) está "destilada", es decir, entrenada para obtener en pocos pasos un resultado parecido al completo. SenseTime publicó la primera versión el 20 de agosto y la V2 el 24 de septiembre, con colores y contraste más equilibrados y menos nitidez artificial. El 19 de noviembre llegó al repositorio de las LoRA la versión con las claves en el formato de ComfyUI: según la ficha requiere la v0.46.0 o posterior y fue validada con el checkpoint BF16 de 35,1 GB.
Los ajustes indicados son simples: nodo Load LoRA (Model Only), fuerza 1, CFG 1, 8 pasos. Sin LoRA, la ficha del repack t8star recomienda 50 pasos, CFG 4, shift 3, sampler euler y scheduler normal. El ahorro de tiempo es grande, aunque SenseTime no publica tiempos precisos para ComfyUI.
¿Vale la pena probarlo para trabajar?
Sí, si tienes una tarjeta de 24 GB y 64 GB de RAM. La licencia Apache 2.0 es la más tranquila para quien trabaja: sin exclusiones para la Unión Europea, a diferencia de MiniMax H3, y sin umbrales de facturación. El thinking es útil cuando los prompts son largos, como la descripción de una escena con varios personajes o de un producto con detalles precisos. El 4K nativo te ahorra un paso de upscale.
Con 12 o 16 GB, por ahora nosotros nos quedaríamos con modelos pensados para tarjetas más pequeñas: para editar fotos con palabras, MOSS-Image Edit funciona con 8 GB, y en la guía de modelos para imágenes en ComfyUI encuentras las alternativas ordenadas por memoria de video. A SenseNova lo seguiremos de cerca cuando salgan versiones más livianas compatibles con los nodos nativos.
Para probar ya
Si tienes el hardware adecuado, estos son los pasos para empezar con los nodos nativos:
- Actualiza ComfyUI a la v0.46.0 o posterior (si estás empezando, nuestra guía de introducción a ComfyUI explica cómo actualizarlo).
- Descarga SenseNova-U1.5-8B-MoT-BF16-T8.safetensors de t8star/SenseNova-U1.5-Comfy y ponlo en models/checkpoints.
- Descarga SenseNova-U1.5-8B-MoT-LoRA-8step-V2-ComfyUI.safetensors y ponlo en models/loras.
- Toma los workflows de ejemplo del repositorio OpenSenseNova/SenseNova-U1, carpeta apps/comfyui/example_workflows: hay texto a imagen, texto a imagen con thinking, edición, edición con thinking e interleave.
- Empieza con 1536×2720 o 2720×1536 (las proporciones 9:16 y 16:9 recomendadas) con la LoRA en fuerza 1, CFG 1 y 8 pasos; pasa al workflow con thinking solo cuando el prompt sea largo.
Las otras novedades
- pi-H3 1.0 (21 de noviembre): adaptadores de 2 y 4 pasos para los videos de MiniMax H3, con nodos ComfyUI-piFlow, de Hansheng Chen y colegas de Stanford y Luma AI. Atención: rigen las condiciones de MiniMax H3, que excluyen a la Unión Europea. Ficha en Hugging Face.
- ComfyUI v0.46.0 elimina DirectML (18 de noviembre): la opción --directml ya no existe, así que quien usaba ComfyUI en Windows con tarjetas AMD o Intel mediante DirectML no debe actualizar a ciegas. Changelog.
- Video Deflicker nativo: en la misma versión entra el nodo que quita el parpadeo de los videos, del que hablamos en el artículo sobre cómo quitar el parpadeo de los videos con IA en ComfyUI.
Preguntas frecuentes
¿Se puede usar SenseNova U1.5 para trabajos comerciales?
Sí. Modelo, LoRA y código tienen licencia Apache 2.0, que permite el uso comercial sin límites geográficos. Solo tienes que conservar el aviso de licencia si redistribuyes los archivos. Las imágenes que generas son tuyas para usar, como con cualquier modelo Apache 2.0.
¿Hace falta un paquete de nodos externo para usar SenseNova en ComfyUI?
No, desde la v0.46.0 texto a imagen, edición, thinking e interleave usan nodos nativos. También existen paquetes externos (el oficial ComfyUI-SenseNova-U1 y "SenseNova U1.5 (T8)"), útiles sobre todo si quieres cargar los archivos GGUF de la comunidad.
¿Qué diferencia hay entre SenseNova U1.5 y U1.5 TailSteer?
TailSteer, publicado por SenseTime el 4 de noviembre, es un checkpoint completo entrenado para mantener estable la imagen cuando la editas varias veces seguidas. Para imágenes sueltas y ediciones simples basta el modelo U1.5 normal, que además es con el que se validó la LoRA de 8 pasos.
¿El thinking hace más lentas las imágenes?
Sí, un poco: antes de la imagen el modelo genera el texto del razonamiento, y eso lleva tiempo extra. SenseTime no publica tiempos para ComfyUI. Nuestro consejo es usarlo solo con prompts largos o complejos, donde una petición aclarada de antemano marca de verdad la diferencia.
Si quieres nuestros workflows gratuitos para ComfyUI y las pruebas hechas con una tarjeta de 12 GB, encuentras todo en la sección ComfyUI y en el canal de YouTube @tutorial3d.










