ComfyUI 0.39 con gli EXR a 16 bit, Fizgig v7 e LoRAlab per le LoRA

Questa volta è la giornata degli strumenti più che dei modelli nuovi. Il 6 ottobre è uscito ComfyUI 0.39.0: tra le novità ci sono gli EXR a 16 bit float, utili a chi fa compositing, e un'opzione per lavorare davvero offline. Per chi vuole allenare le proprie LoRA arrivano Fizgig v7, che ora fa anche il fine-tuning completo a partire da 8 GB, e LoRAlab, che mette nove trainer dietro un solo pulsante. Chiudiamo con VNCCS 3.2, per creare personaggi coerenti con Qwen-Image 2.1.

In breve

• ComfyUI 0.39.0: EXR a 16 bit float, video salvati con qualità più alta, i nuovi flag --offline e --disable-partner-nodes e VAE più leggeri per MiniMax H3.
• Fizgig v7: arrivano SDXL e Anima, e il fine-tuning completo per sei modelli; Qwen-Image 2.1 si allena da 12 GB.
• AcademiaSD LoRAlab: nove trainer di LoRA in un'unica installazione, da 4–8 GB di VRAM, gratis e open source.
• VNCCS 3.2: sprite di personaggi coerenti in ComfyUI con Qwen-Image 2.1 e MiniMax H3, anche con lo sfondo trasparente.

ComfyUI 0.39.0: EXR a 16 bit, modalità offline e video più puliti

Una settimana dopo la 0.38, il 5 ottobre in tarda serata è uscita la versione stabile 0.39.0 di ComfyUI. Molte novità le avevamo già viste passare nel ramo di sviluppo, come il nodo FLUX 3 Image, Eleven v4 e le correzioni alla scansione delle risorse. Ora però sono in una release ufficiale, quella che arriva anche a chi aggiorna la versione portable. Ecco le cose che secondo noi contano di più per chi crea:

• EXR a 16 bit float. Il nodo Save EXR ora salva di default in half float. Per chi porta le immagini in After Effects, Nuke o Fusion vuol dire file molto più leggeri del 32 bit, con abbastanza gamma per il compositing.
• Video salvati meglio. Save Video ora usa impostazioni di qualità più alte: CRF 18 in H.264 e 24 in AV1. I file saranno un po' più pesanti, ma con meno artefatti di compressione.
• Offline davvero. Il vecchio flag --disable-api-nodes faceva due cose insieme: nascondeva i nodi a pagamento e bloccava ogni richiesta dell'interfaccia verso internet. Per questo il nuovo Nodes Manager restava vuoto. Ora i flag sono due e separati: --disable-partner-nodes nasconde soltanto i nodi API, --offline chiude tutto. Il vecchio flag funziona ancora, ma è deprecato.
• VAE "light" per MiniMax H3. ComfyUI ora carica anche i VAE alleggeriti come LynnReal light VAE, con una conversione già pronta di Kijai. La licenza è la stessa di H3, quindi vale ancora l'esclusione dell'Unione Europea.
• Correzioni. Non va più in crash la cache int8 e int4 di Qwen-Image 2.1, sono sistemati alcuni problemi di memoria con il VAE di MiniMax e la pinned memory si disattiva da sola sulle GPU integrate.

Sul fronte dei nodi a pagamento arrivano Ideogram 4.5, HeyGen Video 1.0 e Grok Imagine Video 1.5 Lite. Se usi Luma Ray 2 tramite ComfyUI, sappi che quei nodi sono deprecati e gli endpoint verranno rimossi il 24 ottobre. Il nostro giudizio: è un aggiornamento da fare. Come sempre, però, conviene prima fare una copia della cartella o dell'ambiente Python, soprattutto se usi molti nodi custom.

Fizgig v7: fine-tuning completo anche su schede da 8–12 GB

Avevamo parlato di Fizgig a fine settembre, quando aveva portato il training delle LoRA di Qwen-Image 2.1 sulle schede da 12 GB. Il 5 ottobre è uscita la versione 7, con un salto importante. Oltre alle LoRA, ora fa il fine-tuning completo di tutti e sei i modelli supportati: FLUX.2 Klein 9B, Krea 2, Qwen-Image 2.1, MiniMax H3 e le due new entry, SDXL e Anima. Il risultato è un modello completo da caricare in ComfyUI al posto di quello di base.

Il trucco per farlo stare in poca memoria è allenare il modello un pezzo alla volta e tenere il resto nella RAM di sistema. Secondo la tabella dell'autore servono:

• 8 GB per SDXL e Anima (con 10 GB il modello si allena tutto insieme, più in fretta);
• 12 GB per Qwen-Image 2.1;
• 16 GB per Klein 9B, Krea 2 e MiniMax H3.

Per una RTX 3060 da 12 GB come la nostra, quindi, sulla carta si aprono il fine-tuning di SDXL, di Anima e di Qwen-Image 2.1. Con SDXL puoi partire da qualsiasi checkpoint: di default Fizgig scarica Juggernaut XL v9. Due avvertenze. SDXL e Anima sono segnate come sperimentali, e Anima ha una licenza non commerciale. Fizgig invece è open source con licenza Apache 2.0. Per capire come funziona c'è il video "What is Fizgig - LoRA & Fine-tune Studio?" del canale ShootTheSound, cioè dello stesso autore.

LoRAlab: nove trainer di LoRA in un'unica installazione

Chi ha provato ad allenare LoRA per modelli diversi lo sa: ogni trainer ha il suo ambiente Python, le sue dipendenze e la sua interfaccia. AcademiaSD LoRAlab Trainer Studio mette tutto insieme. Con una sola installazione e un solo lanciatore hai i trainer per Qwen-Image 2.1, Krea 2, Z-Image, FLUX.2 Klein 9B, Ideogram 4, Anima, SDXL, LTX-2.3/2.5 e MiniMax H3. Ne ha parlato anche ComfyUI Wiki.

I modelli vengono caricati in 4 bit (NF4) e il text encoder e il VAE lavorano una volta sola, prima del training. Così la scheda video resta libera per l'allenamento. Secondo il README bastano 8 GB per Qwen-Image 2.1, Krea 2, Z-Image e anche MiniMax H3, mentre per SDXL e Anima in NF4 ne bastano 4. Klein, Ideogram 4 e LTX chiedono 12 GB. Ci sono anche un captioner automatico, le anteprime durante il training e l'invio della LoRA a ComfyUI con un clic. Per i modelli che lo prevedono si possono allenare anche le LoRA di modifica, quelle che imparano un "prima e dopo".

Il progetto è nuovo (è nato il 28 settembre), è gratuito e ha licenza MIT. Il 6 ottobre ha aggiunto le modalità rsLoRA, LoRA+ e LoKr. È l'autore stesso a dire che ci possono essere bug e impostazioni predefinite da rifinire: per noi è un ottimo candidato da provare, ma su progetti di prova, non su un lavoro con scadenza. Per vederlo all'opera c'è il video in spagnolo "Entrena LoRAs para Qwen-Image 2.1, incluso LoRAs de edición" del canale Academia SD. Ricorda che le LoRA ereditano la licenza del modello di base: Qwen-Image 2.1 ha una licenza "research", da verificare se lavori per un cliente.

VNCCS 3.2: personaggi coerenti con Qwen-Image 2.1 e MiniMax H3

VNCCS è una suite di nodi per ComfyUI che crea set di "sprite": lo stesso personaggio in pose, abiti ed espressioni diverse. Serve per le visual novel, ma anche per mascotte, storyboard e giochi indie. La versione 3.2, uscita il 3 ottobre e già aggiornata alla 3.2.3, cambia motore. Ora il modello predefinito è Qwen-Image 2.1, in versione INT8, con la modalità veloce Viggle Turbo a 6 passi già integrata. In alternativa si può usare MiniMax H3: VNCCS genera un breve video e tiene il primo fotogramma come immagine del personaggio.

Tra le altre novità ci sono gli sprite con lo sfondo trasparente, un Character Creator rifatto con la scelta tra inquadratura a mezza figura e figura intera, e una libreria di stili molto più ampia, che secondo ComfyUI Wiki arriva a 358. I nodi sono gratuiti (licenza MIT), ma valgono le licenze dei modelli: Qwen-Image 2.1 è "research" e MiniMax H3 esclude l'UE. Per chi è in Italia, quindi, la strada più sensata resta quella con Qwen.

Da provare subito

Se dopo l'aggiornamento a ComfyUI 0.39.0 lavori con After Effects, prova a sostituire il PNG finale del tuo workflow con il nodo Save EXR. Ora salva di default a 16 bit float. Importa il file in After Effects in un progetto a 16 o 32 bit e prova una correzione colore spinta, per esempio un'esposizione a +2 o una curva aggressiva. Poi confronta il risultato con lo stesso PNG: nelle ombre e nei cieli la differenza si vede subito. E se lanci ComfyUI con il vecchio run_nvidia_gpu_disable_api_nodes.bat e il Manager ti appariva vuoto, ora sai il motivo. Basta usare --disable-partner-nodes al posto di --offline.

Per scegliere su quale modello allenare la tua prima LoRA leggi la guida ai modelli AI per immagini in ComfyUI. Per il video c'è quella sui modelli AI per video in ComfyUI. Se stai pensando a una scheda con più VRAM per il training, dai un'occhiata alla nostra guida alle migliori GPU per l'AI. Se invece parti da zero, inizia dalla guida introduttiva a ComfyUI.

È tutto per questa volta. Scarica i nostri workflow gratuiti dalla sezione ComfyUI e seguici sul canale YouTube @tutorial3d. Ci vediamo al prossimo aggiornamento con le novità dell'AI.