Introducción
El modelo SDXL ofrece potentes capacidades de generación y refinamiento de imágenes, lo que lo convierte en una opción popular para flujos de trabajo creativos. En este artículo, exploraremos cómo configurar el flujo de trabajo completo de SDXL usando tanto el modelo base como el modelo refinador. Si aprovechas estos modelos de forma eficaz, puedes producir imágenes de alta calidad con mejores detalles y efectos artísticos.
Para tu comodidad, descarga los modelos aquí:
- SDXL Base Model: Descargar desde Hugging Face
- SDXL Refiner Model: Descargar desde Hugging Face
Después de descargar el modelo, colócalo en la carpeta “C:\Users\<username>\Documents\ComfyUI\models\checkpoints”
Tabla de contenido
¿Qué es SDXL?
El Stable Diffusion XL (SDXL) representa un avance significativo en el campo de la generación de imágenes con IA. Desarrollado por Stability AI, este modelo se basa en el éxito de las versiones anteriores de Stable Diffusion al introducir capacidades mejoradas para generar imágenes ultrarrealistas de alta resolución.
Características clave de SDXL:
- Flujo de trabajo en dos etapas: SDXL está diseñado para funcionar con dos modelos:
- Modelo base: se encarga de generar la imagen inicial con características, texturas y composiciones fundamentales.
- Modelo refinador: mejora aún más la imagen generada refinando los detalles, mejorando las texturas y añadiendo efectos artísticos.
- Salidas de mayor resolución: SDXL admite resoluciones de hasta 1024×1024 píxeles, lo que lo hace ideal para proyectos creativos que requieren imágenes detalladas y de alta calidad.
- Mejor comprensión de los prompts: el modelo destaca en la interpretación de prompts complejos, lo que permite a los usuarios crear resultados altamente personalizados que se ajustan a su visión creativa.
- Gestión del ruido: SDXL incorpora técnicas avanzadas para gestionar el ruido durante la generación de imágenes, lo que permite transiciones más suaves entre las etapas base y de refinamiento.
- Versatilidad entre estilos: tanto si buscas fotorrealismo, arte abstracto o resultados estilizados, SDXL se adapta a varios estilos artísticos con una flexibilidad notable.
¿Por qué usar SDXL?
SDXL es especialmente útil para flujos de trabajo que requieren creatividad y precisión. Al combinar el modelo base con el modelo refinador, los usuarios pueden lograr resultados que no solo son visualmente impresionantes, sino también altamente personalizables. Esto convierte a SDXL en una excelente opción para profesionales de campos como el arte digital, el diseño gráfico y la narración visual.
Configuración del flujo de trabajo de SDXL
Paso 1: Configurar el modelo base
Empieza cargando el SDXL Base 1.0 checkpoint en tu flujo de trabajo. Usa un K Sampler Advanced Node para refinar el proceso de generación de imágenes.
- Add Noise: habilita la adición de ruido para que el modelo base realice el proceso de difusión normal.
- Configuración de pasos: establece el total de pasos en 30. Sin embargo, deja algo de ruido para que el segundo nodo muestreador lo refine más tarde.
- Habilitar Return with Leftover Noise: esto garantiza que quede algo de ruido en el espacio latente para que lo procese el modelo refinador.
Parámetros que hay que establecer:
- Add Noise: Enable
- End at Step: 20 (de 30)
- Return with Leftover Noise: Enable
Ejecuta el flujo de trabajo para generar una imagen inicial. Guarda esta imagen en el disco para compararla más tarde.
Paso 2: Configurar el modelo refinador
Una vez que el modelo base ha generado la imagen inicial, es momento de refinarla con SDXL Refiner Model.
- Load Checkpoint: carga el modelo refinador SDXL en tu flujo de trabajo.
- Deshabilitar la adición de ruido: como la imagen ya contiene ruido del modelo base, deshabilita la adición de ruido para el modelo refinador.
- Conectar nodos:
- Positive Conditioning: conecta el prompt positivo al modelo refinador.
- Negative Conditioning: conecta el prompt negativo al modelo refinador.
- Latent: pasa el espacio latente del modelo base al modelo refinador.
Parámetros que hay que establecer:
- Add Noise: Disable
- Start at Step: 20
- End at Step: 30
- Control After Generate: Fixed
Paso 3: Optimizar el flujo de trabajo
Para agilizar el proceso, usa nodos primitivos para pasar prompts entre el modelo base y el modelo refinador. Esto evita duplicar el prompt manualmente y garantiza la coherencia.
- Usa un Primitive Node para dirigir los prompts positivos y negativos a ambos modelos.
- Conecta los prompts a los Clip Text Encode Conditioning Nodes de cada modelo.
Paso 4: Guardar y comparar resultados
Después de refinar la imagen, guarda el resultado final con un Save Image Extended Node. Actualiza los metadatos de este nodo para garantizar que se capturen los datos correctos del modelo refinador.
Actualización de metadatos:
- Sustituye los marcadores de posición (p. ej., las almohadillas) en Save Image Extended Node por este ID.
Una vez guardada, compara las salidas:
- Salida del modelo base: contiene ruido y parece menos detallada.
- Salida del modelo base + refinador: el ruido se elimina, lo que da como resultado una imagen pulida con efectos de acuarela mejorados y más detalles.
Ejemplos de prompts de referencia
Para lograr los mejores resultados, empieza con prompts bien elaborados. A continuación se muestran ejemplos de prompts positivos y negativos que puedes usar:
Prompt positivo:
A fantasy castle surrounded by lush greenery, intricate architectural details, vibrant colors, and a glowing sunrise in the background, watercolor style, ultra-realistic, 4K resolution
Prompt negativo:
Blurry, low-quality, distorted, overexposed, grainy, unrealistic proportions, poorly lit, low resolution
Estos prompts se pueden personalizar para adaptarlos a tu visión creativa.
Parámetros clave en K Sampler Advanced Node
A continuación se muestra un resumen de los parámetros clave utilizados en el K Sampler Advanced Node para ambos modelos:
| Parámetro | Modelo base | Modelo refinador |
|---|---|---|
| Add Noise | Enabled | Disabled |
| End at Step | 20 | 30 |
| Return with Leftover Noise | Enabled | N/A |
| Control After Generate | N/A | Fixed |
Ventajas de usar los modelos base y refinador de SDXL
Al combinar los modelos base y refinador en tu flujo de trabajo, puedes lograr:
- Mayor calidad de imagen: el modelo refinador elimina el ruido residual y mejora los detalles.
- Mejores efectos artísticos: mejores texturas y mezcla de colores para resultados creativos.
- Eficiencia del flujo de trabajo: el uso de nodos primitivos y el direccionamiento de prompts reduce los errores de entrada manual.