Guide för dig: Så här genererar du bilder gratis på din dator

Det första du behöver göra är att se till att du kör de senaste studiodrivrutinerna från Nvidia för ditt grafikkort. Om du är osäker på vilken Nvidia GPU du har installerat, högerklicka var som helst på skrivbordet och klicka på "NVIDIA Control Panel" i snabbmenyn.

Leta nu efter "Systeminformation" längst ner på den sida som öppnas. Du bör se namnet på ditt grafikkort till vänster, tillsammans med mer information om det behövs.

På GitHub-sidanbläddrar du ner till readme-avsnittet och letar efter ditt operativsystem. Stability Matrix erbjuder även nedladdningar för Linux och Mac. I den här guiden kommer vi att använda Windows-versionen.

Leta efter knappen "Add Package" längst ned och klicka på den för att få upp de olika alternativen.

Installera och konfigurera ComfyUI

Öppna Stability Matrix och klicka på knappen "Lägg till paket". Hitta nu "ComfyUI" i listan över erbjudna paket och klicka på det. På sidan som öppnas, se till att "master" är valt i rullgardinsmenyn. "Master"-versionen är den mest stabila versionen och rekommenderas för de flesta användare.

När du klickar på Install kommer Stability Matrix att börja ladda ner paketet åt dig. Vänta bara på att det ska bli klart. Det kan ta några minuter att ladda ner, så fortsätt gärna att använda ditt system under den här tiden. Om nedladdningsrutan stängs eller om du av misstag trycker på "Dölj" kan du använda nedladdningsknappen längst ned för att visa status för din aktuella nedladdning.

Gå tillbaka till Packages och du kommer att se ComfyUI-kaklet på sidan, men starta det inte ännu. ComfyUI är inställt på att starta i Normal VRAM-läge för GPU: er med 12 GB VRAM eller högre som standard. Om du har ett 8 GB VRAM-kort är det nu en bra tid att tvinga Comfy att starta i Low VRAM-läge.

Klicka på inställningskugghjulet i mitten och bläddra ner för att hitta VRAM-avsnittet. Välj "--lowvram" och tryck på Spara.

Därefter måste vi installera ComfyUI Manager. Det är en kritisk komponent som gör att du kan installera och hantera olika anpassade noder i applikationen. Klicka på Jigsaw-ikonen till höger och skriv in "ComfyUI-Manager" i avsnittet "Tillgängliga tillägg". Välj det och klicka på Installera längst ner. När installationen är klar bör du se "(installerad)" bredvid den. Nu är vi redo att starta ComfyUI.

Starta ComfyUI och låt det köra igenom uppstartsprocessen. När det är klart kommer det automatiskt att öppnas i en ny flik i din standardwebbläsare. Om den inte gör det, gå tillbaka till fliken Paket och klicka på WebUI på den nu grönfärgade ComfyUI-kakeln.

Ladda ner och använd din första bildmodell

Innan vi börjar ladda ner bildmodeller går vi igenom en ordlista med termer som du bör känna till.

1) UNET/Checkpoint/Diffusionsmodell/Diffusörer - Den stora chefen. Hjärnan i operationen, tänk på den som konstnären som målar med dina ord.

2) Tokenizer - Tidhållaren. De omvandlar dina uppmaningar till tokens för inbäddning innan Text Encoders tar över. Beroende på modell kommer du att vara begränsad till ett visst antal tokens (ord) som du kan använda.

3) Textkodare/CLIP - De som gör grovjobbet. De omvandlar dina textmeddelanden till digitala inmatningar som UNET kan förstå.

4) Samplers - Den huvudsakliga dirigenten. Styr bildgenereringsprocessen iterativt genom att förfina bilden från brus till slutresultat.

5) VAE - Rengöringsteamet. De rensar bort brus efter genereringsstadiet och hjälper till att förbättra bildkvaliteten.

Du kommer att stöta på fler termer under din resa, men det här är grunderna som kommer att definiera allt från och med nu. Oroa dig inte för mycket för att gå in i detalj på dem ännu.

Starta ComfyUI och det bör öppna ett rent arbetsflödesfönster till att börja med. Klicka på "Arbetsflöde" längst upp till vänster och sedan på "Bläddra bland mallar"

Då öppnas ett fönster med exempel på arbetsflöden som redan har ställts in åt dig. Klicka på "Basics" och sedan på "Image Generation" Du kommer omedelbart att se ett felmeddelande på skärmen om att det saknas modeller. Det beror på att vi faktiskt inte har laddat ner någon bildmodell ännu. Låt oss gå vidare och göra det. Klicka på download.

Medan filen laddas ner, låt oss dröja vid några skillnader mellan de olika modellerna som du kommer att se. Det vi laddar ner just nu är Stable Diffusion 1.5 basmodell. I ComfyUI:s canvas har du kanske lagt märke till tre separata anslutningar från den allra första "Load Checkpoint"-noden. En vardera för MODEL, CLIP och VAE.

Det beror på att alla tre ingår i denna baskontrollpunkt, och du behöver inte använda separata CLIPs och VAE för just denna modell.

Nyare bildmodeller, som Flux eller HiDreamkräver att du laddar ner dem separat, så kom ihåg det. Tack och lov har de exempelmallar precis som den här, så du behöver inte oroa dig för att ställa in allt. Vi pratar om det senare. För nu, låt oss generera vår första bild.

Om du nu klickar på Run-knappen längst ner till höger kommer du att märka att ComfyUI fortfarande ger dig ett fel. Det beror på att modellen måste placeras i rätt mapp för att Comfy ska känna igen den. Gå nu till mappen där du laddade ner modellen i File Explorer och kopiera den.

Du kommer att märka att filnamnet har tillägget ".SAFETENSORS". Detta är det format som filen använder. Som en allmän regel ska du bara ladda ner filer med filnamnstillägget .safetensors. Ladda inte ner pickle tensors eller .pth. Lita på mig!

Öppna mappen där du installerade Stability Matrix och leta efter en mapp som heter "Models" Dubbelklicka på den och leta efter en undermapp som heter "StableDiffusion", klistra in .safetensors-filen i den.

För framtida referens. Modeller som innehåller CLIPS och VAE ska placeras i mappen "StableDiffusion". Modeller med endast UNET (ingen CLIP eller VAE) placeras i mappen "DiffusionModels". Textkodare (T5, Llama, CLIP L, CLIP G) måste placeras i mappen "TextEncoders". Slutligen placeras dina VAE-filer i mappen "VAE".

Som du säkert ser finns det många fler mappar än bara dessa tre. Mitt råd skulle vara att räkna ut det när du kommer till dem. Låt oss nu oroa oss för vår bild.

Uppdatera ComfyUI:s webbsida i din webbläsare. Klicka på dialogrutan i noden "Load Checkpoint" och välj din nedladdade fil.

Eftersom detta är en mall är allt redan upplagt åt dig. Det är dock värt att känna till de grundläggande förutsättningarna för dina framtida arbetsflöden. Låt oss börja till vänster. Vi har redan diskuterat Load Checkpoint-noden, och bredvid den finns två "CLIP Text Encode (Prompt)"-noder.

Den översta är den positiva prompten eller det du vill se i bilden. Den nedre är input för negativa uppmaningar eller vad du inte vill se i slutresultatet. Att generera bilder är balansen mellan dessa två noder kombinerade. Du skapar en bild, kontrollerar vad du inte gillar med den och anger det i den negativa prompten. För tillfället är dessa redan inmatade åt oss, så låt oss klicka på "Kör"

ComfyUI är ett visuellt gränssnitt, vilket innebär att du faktiskt kan se processen ske nod för nod. När din text är kodad skickas den till "KSampler", som börjar iterera bilden. Låt oss snabbt gå igenom alla inställningar i den här noden.

1) Seed: Tänk på det som bildens adress. Samma positiva uppmaning + negativ uppmaning + samma inställningar + samma frö = samma bild. Användbar för att återskapa och iterera på en bild.

2) Kontroll efter generering: Bestämmer om fröet ska slumpas efter varje generation eller om det ska förbli fast.

3) Steg: Antalet steg som KSampler ska iterera för. De flesta modeller kommer med rekommenderade steg.

4) CFG: Modellens lyhördhet för din prompt. Högre värden = strikt efterlevnad av uppmaningar men mindre kreativitet. Lägre värden = mer kreativa utdata på bekostnad av att uppmaningen följs.

5) Sampler_name: Namnet på den sampler som du använder för närvarande. Klicka på rullgardinsmenyn för att få fler alternativ. Experimentera med olika inställningar och samplers för att få varierande resultat.

6) Schemaläggare: Tänk på det som den andre befälhavaren som kommer med strategier som dirigenten godkänner. Återigen, experimentera med olika samplers och schemaläggare för att hitta en som fungerar för dig.

7) Denoise: Bestämmer hur mycket brus som läggs till i början av genereringsprocessen. Detta tas bort iterativt av samplern. Värdet kan inte sättas högre än 1,00, och värden under det (0,45 eller 0,65) används främst i arbetsflöden för bild-till-bild, refiner eller inpainting.

Latent_image-ingången till vänster om KSampler-noden bestämmer storleken på din bild. I arbetsflödet är den ansluten till en "Empty Latent Image"-nod med en upplösning på 512x512 och en batchstorlek (antalet bilder som genereras i en körning) på 1.