Giornata ricca per chi lavora in locale. Esce MOSS-Image, un modello per immagini da 5 miliardi di parametri con licenza Apache 2.0 che si comanda anche con un layout in JSON, ed è già nel core di ComfyUI. Arriva Plenio 1.0, uno studio musicale completo dentro ComfyUI, e sul ramo master ci sono ritocchi che rendono più veloci i modelli Qwen usati come text encoder.
In breve
- MOSS-Image: text-to-image da 5B, Apache 2.0, posizioni di testi e oggetti decise con riquadri; supporto nativo su ComfyUI master.
- Plenio 1.0: canzoni generate in locale con YuE2 o MiniMax Music 3, mastering, video con testo e un player nel browser.
- ComfyUI master: Qwen 3.x più veloce nella generazione di testo, template di FLUX 3 Klein aggiornati con i nuovi nomi file.
- Open Source Higgsfield Challenge: la gara di Comfy mette in palio 10.000 dollari e tre RTX 5090; si chiude il 30 ottobre.
MOSS-Image: l'impaginazione decisa con i riquadri
Cosa è successo. Il 16 ottobre il gruppo OpenMOSS ha pubblicato MOSS-Image, una famiglia di modelli text-to-image da circa 5 miliardi di parametri. Ci sono due versioni: Base, pensata per il fine-tuning e le LoRA, e SFT, quella da usare per generare. Lavora nello spazio latente di FLUX.2 e usa Qwen3.5-9B come text encoder. La particolarità è il prompt: oltre al testo normale accetta un JSON con l'elenco degli elementi (testi, personaggi, oggetti), ognuno con la sua descrizione e il suo riquadro. Se sposti un riquadro, cambia solo quella parte della composizione. Scrive testo leggibile in inglese e cinese.
Lo stesso giorno Kijai ha portato il supporto nel core di ComfyUI con la PR #17095, che aggiunge anche il nodo MOSS-Image Layout Prompt per disegnare i riquadri. Attenzione: è arrivato dopo la versione 0.41.0, quindi serve aggiornare al ramo master (o aspettare la prossima release). I pesi pronti per ComfyUI sono nel repository Comfy-Org/MOSS-Image.
Perché ti interessa. Per chi fa grafica, locandine o miniature, poter dire al modello dove mettere titolo, prodotto e sfondo vale più di qualunque prompt lunghissimo. E la licenza Apache 2.0 permette l'uso commerciale senza le clausole che spesso troviamo sui modelli aperti.
Cosa ne pensiamo. Sulla carta può girare anche su una RTX 3060 da 12 GB: il modello in INT8 pesa 5,4 GB e il text encoder in versione w4a8 7,3 GB, quindi ComfyUI dovrà spostarli a turno tra VRAM e RAM. I requisiti ufficiali però non ci sono, e le impostazioni consigliate (50 passi, CFG 3, cioè due passaggi del modello per ogni passo) fanno pensare a tempi lunghi. Una buona notizia: una seconda modifica già unita al core, la PR #17099, promette circa il 30% di velocità in più con i pesi INT8 appena la libreria comfy-kitchen sarà aggiornata.
Plenio 1.0: uno studio musicale dentro ComfyUI
Cosa è successo. È uscita la versione 1.0 di Plenio, pacchetto di nodi dello stesso autore del MiniMax Music Production Toolkit. Il flusso è completo: un modello linguistico locale (per esempio Gemma 4, oppure Ollama o LM Studio) scrive titolo, stile e testo; YuE2 o MiniMax Music 3 cantano e suonano; Plenio fa il mastering a -14 LUFS ed esporta in FLAC, MP3 o WAV con copertina, tag e sottotitoli sincronizzati. La novità della 1.0 è il Plenio Player, che funziona nel browser anche senza ComfyUI, crea video MP4 con testo karaoke e permette di condividere le canzoni in un unico file HTML.
Perché ti interessa. Per chi monta video, avere una base musicale generata in casa per una bozza o un'animatica è comodo, e il pacchetto si installa senza dipendenze strane. Il repository ha una tabella onesta della VRAM: tra 8 e 12 GB si usano le versioni INT8 di YuE2 e di MiniMax, e per le copertine FLUX.2 Klein in fp8.
Cosa ne pensiamo. Il codice è Apache 2.0, ma i modelli no: YuE2 è CC BY-NC 4.0, quindi non commerciale, e MiniMax Music 3 ha una licenza comunitaria con condizioni per l'uso commerciale. Per un progetto di un cliente, quindi, leggete bene le licenze prima di usare il brano finale. Per esperimenti e video personali è uno dei pacchetti audio più completi che abbiamo visto per ComfyUI.
ComfyUI: Qwen più veloce e template di FLUX 3 Klein aggiornati
Cosa è successo. Nessuna nuova release stabile il 17 ottobre (l'ultima resta la 0.41.0 del 15 ottobre), ma sul ramo master sono arrivate modifiche utili. La PR #17007 migliora le prestazioni dei modelli Qwen 3.x quando generano testo: nei test dell'autore, su una RTX 5090 con Linux, si passa da circa 60 a circa 108 token al secondo. È il tipo di lavoro che fanno gli upsampler dei prompt, come quello basato su Qwen3.5 9B usato nei template di FLUX 3 Klein. Sono numeri su una 5090, non nostri: su una 3060 il guadagno sarà diverso.
Insieme sono usciti i template 0.11.87: i quattro workflow di FLUX 3 Klein ora puntano ai nuovi nomi dei file scelti da Black Forest Labs (per esempio flux3-image-klein-int8-convrot). Chi ha già scaricato i vecchi file può continuare a usarli. Dalle note dei template distillati è sparita l'indicazione "da 4 a 16 passi", dopo la revisione di BFL, ed è comparso un consiglio: l'upsampler incluso è in w4a8, sopra i 24 GB di VRAM conviene la versione bf16, che però non è ancora disponibile. Infine, tra i nodi partner a pagamento sono stati tolti i vecchi modelli Quiver Arrow 1.x.
Cosa ne pensiamo. Nell'aggiornamento precedente, parlando di Klein, avevamo riportato l'indicazione dei 4–16 passi presente nei template: ora quella nota non c'è più, quindi per ora conviene partire dai valori predefiniti del template aggiornato e fare qualche prova.
Open Source Higgsfield Challenge: 10.000 dollari e tre RTX 5090
Cosa è successo. Comfy ha lanciato la Open Source Higgsfield Challenge: bisogna ricostruire come progetti open source app creative sullo stile di quelle di Higgsfield, usando la piattaforma per sviluppatori di Comfy. Il primo premio è di 10.000 dollari; le categorie Most Innovative, Most Viral e Open Weights Only vincono una GeForce RTX 5090 ciascuna; ci sono poi 10 premi da 250 dollari in crediti e bonus per chi usa LTX, FLUX o MiniMax H3. Le iscrizioni si chiudono il 30 ottobre alle 9 del Pacifico (le 18 in Italia) e i vincitori si scoprono il 6 novembre.
Cosa ne pensiamo. La categoria che ci piace di più è Open Weights Only: niente nodi partner né API chiuse, solo modelli che chiunque può far girare sul proprio PC. Il codice va pubblicato con licenza open source e serve un video demo di massimo due minuti. La pagina non indica limiti per paese, ma prima di partecipare dall'Italia conviene leggere il regolamento completo.
Da provare subito
Se hai già scaricato FLUX 3 Klein, aggiorna i template e riaprili: i nomi dei file sono cambiati, ma i vecchi funzionano ancora. Con poca VRAM, due video usciti in questi giorni aiutano a orientarsi: FLUX 3 Klein is HERE! Text-to-Image & Image Editing in ComfyUI del canale The Ai Blueprint, che mostra generazione e modifica, e FLUX 3 Klein: GGUFs+w4a8 | LOW VRAM Workflow di REBEL AI, dedicato alle versioni compresse. Su una 3060 da 12 GB la strada sensata resta la variante INT8 con l'upsampler disattivato, almeno per le prime prove.
Per approfondire
Se sei agli inizi, parti dalla guida introduttiva a ComfyUI. Per confrontare MOSS-Image e Klein con gli altri modelli c'è la guida ai modelli AI per immagini, mentre per il video c'è quella sui modelli AI video. Se stai pensando a una nuova scheda leggi la guida alle migliori GPU per l'AI e il confronto su quanto costa creare con l'AI in locale o online.
È tutto per questa volta. Scarica i nostri workflow gratuiti dalla sezione ComfyUI e seguici sul canale YouTube @tutorial3d. Alla prossima con le novità dell'AI.
