BluePixel-Turbo in ComfyUI: modifica le foto in 4K in 4 passi

Il 3 novembre vivo, il marchio cinese di smartphone, ha aggiornato su Hugging Face BluePixel-Turbo, un modello che modifica le immagini direttamente in 4K seguendo un'istruzione scritta, in soli 4 passi. Con BluePixel-Turbo in ComfyUI (grazie a un pacchetto di nodi della comunità) carichi una foto, scrivi in inglese cosa cambiare, per esempio "rendi il cielo arancione al tramonto", e ottieni il risultato a 4096 pixel di lato senza passare da un upscaler. È basato su FLUX.2 Klein 9B di Black Forest Labs e i file si scaricano gratis.

Ti raccontiamo come la pensiamo noi. Chi lavora con le immagini per stampa, video o grafica conosce il problema: quasi tutti i modelli di editing lavorano intorno a 1 megapixel, e per arrivare al 4K bisogna ingrandire, con texture che a volte diventano finte. Un modello che modifica in 4K nativo è una buona notizia. Lavoriamo con ComfyUI su una normalissima RTX 3060 da 12 GB e 32 GB di RAM, quindi le domande sono sempre le stesse: gira sulla nostra scheda? E si può usare per lavoro? Non lo abbiamo ancora provato: qui trovi i dati controllati sulle fonti ufficiali, e anche dove conviene andare cauti, a partire dalla licenza.

Scheda rapida

Cos'è BluePixel-Turbo e cosa cambia rispetto all'upscale?

È un editor di immagini "a istruzioni": gli dai una foto e una frase, e lui modifica solo quello che chiedi, lasciando il resto com'era, direttamente alla risoluzione finale. Secondo il paper pubblicato su arXiv il 14 ottobre, il gruppo di vivo è partito da un modello addestrato a 1K e lo ha adattato al 4K per gradi. Poi lo ha "distillato" (cioè ha insegnato a un modello più rapido a imitare quello lento) da 50 a 4 passi con una tecnica chiamata SATP.

Il trucco che rende possibile il 4K è l'autoencoder DCAE-F64. L'autoencoder, o VAE, è il pezzo che comprime l'immagine in una versione ridotta su cui il modello lavora davvero. Quello di FLUX comprime di 16 volte per lato, questo di 64: un'immagine da 4096 pixel diventa una griglia di 64×64, piccola e veloce da elaborare. Per questo vivo dichiara 8,7 secondi per una modifica 4K, misurati però su un acceleratore cinese Kunlunxin P800, non su una scheda NVIDIA.

La differenza con il classico flusso "modifico a 1K e poi ingrandisco" è che qui non c'è un secondo passaggio che inventa dettagli. Nel benchmark del paper (3.305 casi in 4K) BluePixel si piazza secondo su sette modelli per quanto conserva le zone non modificate, dietro solo a GPT Image 2. È un dato di vivo, non ancora verificato da altri.

Quanta VRAM serve per BluePixel-Turbo in ComfyUI?

Non lo dice nessuno: né vivo né l'autore dei nodi indicano una quantità di VRAM (la memoria della scheda video). Possiamo solo guardare i file. Il pacchetto t8star/BluePixel-Comfy contiene tre pezzi:

• modello di diffusione in INT8 ConvRot (9,09 GB): INT8 vuol dire che i numeri sono salvati in 8 bit invece di 16, con file più leggeri e una piccola perdita di qualità;
• encoder di testo Qwen3-8B in BF16 (16,39 GB): è il modello che "legge" la tua istruzione;
• autoencoder DCAE-F64 in FP32 (2,71 GB).

Il nostro calcolo, da prendere come stima: il modello INT8 da 9 GB può stare in una scheda da 12 GB, mentre l'encoder di testo da 16 GB dovrà essere tenuto nella RAM di sistema e spostato quando serve, cosa che ComfyUI fa da solo. Il punto debole è la RAM: 28 GB di file su un PC con 32 GB lasciano poco margine a Windows e al resto. Non ci sono ancora versioni GGUF (il formato compresso che usiamo spesso sulle schede piccole). Altro dubbio: non è chiaro se l'accelerazione INT8 sfrutti le RTX della serie 30, perché il pacchetto la lega al supporto della scheda e alla libreria comfy-kitchen. Se hai 64 GB di RAM e una scheda da 16 GB o più, parti avvantaggiato. Per scegliere la scheda giusta trovi i nostri consigli nella guida alle migliori schede video per l'AI.

Si può usare BluePixel-Turbo per lavoro?

No, non con la licenza gratuita. Nella scheda su Hugging Face i pesi sono rilasciati con la FLUX Non-Commercial License, perché derivano da FLUX.2 Klein 9B: i diritti li concede Black Forest Labs, e per l'uso commerciale vivo rimanda alla pagina licenze di BFL. Il codice di vivo su GitHub è invece in Apache 2.0 e i nodi ComfyUI in GPL-3.0, ma questo non cambia le regole sui pesi.

In pratica: per studiare, fare prove e progetti personali va benissimo. Per un lavoro pagato da un cliente serve una licenza commerciale, oppure conviene restare su modelli di editing con licenze aperte. Li trovi confrontati nel nostro vademecum dei modelli AI per immagini in ComfyUI.

Come si installa BluePixel-Turbo in ComfyUI?

Il supporto non è ancora nel ComfyUI ufficiale: serve il pacchetto di nodi della comunità BluePixel T8, che conta 20 nodi e 8 workflow già pronti da trascinare nell'area di lavoro. Richiede ComfyUI 0.43.0 o successivo e Diffusers 0.40 o successivo. Lo trovi cercando "BluePixel T8" nel ComfyUI Manager, oppure clonando il repository nella cartella custom_nodes e installando i requisiti con il Python di ComfyUI. Se sei all'inizio, la nostra guida introduttiva a ComfyUI spiega Manager, cartelle dei modelli e nodi personalizzati.

Da provare subito

1. Aggiorna ComfyUI almeno alla 0.43.0 e installa "BluePixel T8" dal Manager, poi riavvia.
2. Scarica i tre file da t8star/BluePixel-Comfy e mettili in models/diffusion_models, models/text_encoders e models/vae.
3. Caricali con il nodo BluePixel Loader. Non usare il VAE standard di FLUX.2 né un latente vuoto normale: il DCAE-F64 non è compatibile.
4. Parti da 4 passi e CFG 3 (quanto il modello segue l'istruzione), con un'istruzione semplice in inglese: "change the jacket to orange".
5. Se la memoria non basta, prova prima a 1K o 2K: il codice di vivo prevede anche 1024 e 1440 pixel di lato. Chiudi browser e programmi pesanti per lasciare RAM libera.

Le altre novità

• Idol Turbo (3 novembre): la versione distillata di Idol, che crea un oggetto 3D in Gaussian splat (nuvole di punti colorati) da una sola immagine, scende a 5 passi senza CFG grazie a due LoRA. Licenza Apache 2.0: scheda su Hugging Face.
• ComfyUI SPEED Sampler (3 novembre): il campionatore a risoluzione progressiva nato per MiniMax H3 ora accelera anche MOSS Image e Krea 2, da 1,26 a 1,55 volte secondo le misure dell'autore: GitHub.
• Krea 3 (3 novembre): il report tecnico descrive modifiche con fino a 8 immagini di riferimento a 2K in circa 8 secondi. È solo online, a pagamento, con un nodo partner in ComfyUI: report di Krea.

Domande frequenti

BluePixel-Turbo è gratis?

Sì, il download è gratuito: pesi su Hugging Face, codice su GitHub e nodi ComfyUI dal Manager. L'uso però è regolato dalla FLUX Non-Commercial License, perché il modello deriva da FLUX.2 Klein 9B. Va bene per prove e progetti personali; per lavori commerciali serve una licenza a pagamento di Black Forest Labs.

Le istruzioni si possono scrivere in italiano?

La scheda ufficiale indica che il modello è pensato per istruzioni in inglese. L'encoder di testo è Qwen3-8B, che capisce anche altre lingue, ma vivo non lo garantisce. Per risultati prevedibili conviene scrivere frasi brevi e precise in inglese, una modifica alla volta.

Che differenza c'è con FLUX.2 Klein?

BluePixel-Turbo parte da FLUX.2 Klein 9B ma usa un autoencoder diverso, il DCAE-F64, che comprime l'immagine 64 volte per lato invece di 16. Così può lavorare in 4K nativo con pochi calcoli. È anche distillato a 4 passi e specializzato nell'editing, non nella generazione da zero.

Esiste una versione GGUF per schede con poca VRAM?

Al momento no: l'unica versione alleggerita è il modello di diffusione in INT8 ConvRot da 9,09 GB, preparato da t8star. L'encoder di testo resta in BF16 da oltre 16 GB, ed è quello che pesa di più sulla RAM. Se arriveranno file GGUF, aggiorneremo questo articolo.

Vuoi provare altri modelli di editing che girano su una scheda da 12 GB? Trovi workflow gratuiti e guide nella nostra sezione ComfyUI, e ogni settimana nuovi video sul canale YouTube @tutorial3d.