From 19991a7019b7a2b3f7d399cca2809344d4c5d744 Mon Sep 17 00:00:00 2001 From: lin-bot23 Date: Sat, 31 Oct 2026 12:20:48 +0800 Subject: [PATCH 1/6] i18n(es): sync 40 tutorial pages with upstream/main (batch 1) --- es/tutorials/3d/hunyuan3D-2.mdx | 56 +-- es/tutorials/3d/pixal3d.mdx | 41 +- es/tutorials/3d/trellis2.mdx | 33 +- es/tutorials/3d/triposplat.mdx | 31 +- .../controlnet/pose-controlnet-2-pass.mdx | 52 +-- es/tutorials/flux/flux-1-fill-dev.mdx | 51 +-- es/tutorials/flux/flux-1-kontext-dev.mdx | 41 +- es/tutorials/flux/flux-1-uso.mdx | 2 +- es/tutorials/flux/flux-2-dev.mdx | 5 +- es/tutorials/flux/flux-2-klein.mdx | 55 +-- es/tutorials/flux/flux-3-klein.mdx | 49 ++- es/tutorials/llm/gemma4/gemma4.mdx | 27 +- es/tutorials/llm/qwen/qwen3.mdx | 17 +- es/tutorials/llm/qwen/qwen3_5.mdx | 33 +- .../partner-nodes/fishaudio/prompt-guide.mdx | 95 ++--- .../topaz/image-enhance-bloom-2.mdx | 26 +- es/tutorials/partner-nodes/topaz/overview.mdx | 4 +- .../video-enhance-starlight-precise-2-5.mdx | 8 +- .../partner-nodes/wavespeed/overview.mdx | 4 +- es/tutorials/video/bytedance/bernini-r.mdx | 55 +-- .../video/hunyuan/hunyuan-video-1-5.mdx | 53 +-- es/tutorials/video/hunyuan/hunyuan-video.mdx | 77 ++-- es/tutorials/video/kandinsky/kandinsky-5.mdx | 73 ++-- es/tutorials/video/ltx/ltx-2-3.mdx | 355 +++++++++--------- es/tutorials/video/ltx/ltx-2-5-dfr.mdx | 23 +- es/tutorials/video/ltxv.mdx | 8 +- .../video/minimax/minimax-h3-fastvideo.mdx | 39 +- .../minimax/minimax-h3-fun-controlnet.mdx | 17 +- .../video/minimax/minimax-h3-multiframe.mdx | 17 +- .../video/minimax/minimax-h3-prompt-guide.mdx | 7 +- es/tutorials/video/wan/fun-camera.mdx | 57 +-- es/tutorials/video/wan/fun-control.mdx | 89 ++--- es/tutorials/video/wan/wan-animate-2.mdx | 87 ++--- es/tutorials/video/wan/wan-causal-forcing.mdx | 31 +- es/tutorials/video/wan/wan-move.mdx | 25 +- es/tutorials/video/wan/wan2-2-animate.mdx | 97 ++--- es/tutorials/video/wan/wan2-2-fun-control.mdx | 105 +++--- es/tutorials/video/wan/wan2-2-fun-inp.mdx | 97 ++--- es/tutorials/video/wan/wan2_2.mdx | 93 ++--- es/tutorials/video/zai/scail2.mdx | 31 +- 40 files changed, 1047 insertions(+), 1019 deletions(-) diff --git a/es/tutorials/3d/hunyuan3D-2.mdx b/es/tutorials/3d/hunyuan3D-2.mdx index 577a584714..ba8df4acaf 100644 --- a/es/tutorials/3d/hunyuan3D-2.mdx +++ b/es/tutorials/3d/hunyuan3D-2.mdx @@ -2,7 +2,7 @@ title: "Hunyuan3D 2.0 y 2.1 en ComfyUI: flujos de imagen a malla 3D" description: "Genera mallas 3D en ComfyUI desde una imagen o cuatro vistas consistentes con los modelos open source Hunyuan3D 2.0, 2.1 y turbo de Tencent." sidebarTitle: "Hunyuan3D-2" -translationSourceHash: c1132014 +translationSourceHash: 6f829cc4 translationFrom: tutorials/3d/hunyuan3D-2.mdx translationBlockHashes: "_intro": 659765dd @@ -11,8 +11,10 @@ translationBlockHashes: "Hunyuan3D-2 Single View Workflow": 46e82b79 "Hunyuan3D 2.1 Single View Workflow": 5a8b9bc8 "Community Resources": d12dc58a + "Hunyuan3D 2.0 Open-Source Model Series": 363ff037 --- -import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx" + +import UpdateReminder from '/snippets/es/tutorials/update-reminder.mdx' # Introducción a Hunyuan3D 2.0 @@ -51,7 +53,7 @@ Esto cargará el flujo de trabajo correspondiente y te pedirá que descargues lo ## Ejemplo de flujo de trabajo de Hunyuan3D-2mv en ComfyUI -En el flujo de trabajo de Hunyuan3D-2mv usaremos imágenes multi-vista para generar un modelo 3D. Ten en cuenta que las imágenes de varias vistas no son obligatorias en este flujo de trabajo: puedes usar solo la imagen de la vista `front` para generar un modelo 3D. +En el flujo de trabajo de Hunyuan3D-2mv usaremos imágenes multivista para generar un modelo 3D. Ten en cuenta que las imágenes de varias vistas no son obligatorias en este flujo de trabajo: puedes usar solo la imagen de la vista `front` para generar un modelo 3D. @@ -91,22 +93,22 @@ Sube estos archivos a los nodos `LoadImage` correspondientes: ### 1. Flujo de trabajo -Descarga las imágenes de abajo y arrástralas a ComfyUI para cargar el flujo de trabajo. +Descarga las siguientes imágenes y arrástralas a ComfyUI para cargar el flujo de trabajo. ![Flujo de trabajo de Hunyuan3D-2mv](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/3d/hunyuan3d-2/hunyuan3d_2mv_elf/hunyuan-3d-multiview-elf.webp) -Descarga las imágenes de abajo, las usaremos como imágenes de entrada. +Descarga las siguientes imágenes, las usaremos como imágenes de entrada. ![imagen de entrada](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/3d/hunyuan3d-2/hunyuan3d_2mv_elf/front.png) ![imagen de entrada](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/3d/hunyuan3d-2/hunyuan3d_2mv_elf/left.png) ![imagen de entrada](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/3d/hunyuan3d-2/hunyuan3d_2mv_elf/back.png) -En este ejemplo, las imágenes de entrada ya vienen preprocesadas para eliminar el exceso de fondo. En el uso real, puedes usar Nodos personalizados como [ComfyUI_essentials](https://github.com/cubiq/ComfyUI_essentials) para eliminar automáticamente el exceso de fondo. +En este ejemplo, las imágenes de entrada ya están preprocesadas para eliminar el exceso de fondo. En la práctica, puedes usar nodos personalizados como [ComfyUI_essentials](https://github.com/cubiq/ComfyUI_essentials) para eliminar automáticamente el exceso de fondo. ### 2. Instalación manual del modelo -Descarga el modelo de abajo y guárdalo en la carpeta correspondiente de ComfyUI +Descarga el siguiente modelo y guárdalo en la carpeta correspondiente de ComfyUI - hunyuan3d-dit-v2-mv: [model.fp16.safetensors](https://huggingface.co/tencent/Hunyuan3D-2mv/blob/main/hunyuan3d-dit-v2-mv/model.fp16.safetensors?download=true) - después de descargarlo, puedes renombrarlo a `hunyuan3d-dit-v2-mv.safetensors` @@ -122,10 +124,10 @@ ComfyUI/ ![ComfyUI hunyuan3d_2mv](/images/tutorial/3d/hunyuan3d-2mv/hunyuan3d_2mv.jpg) 1. Asegúrate de que el Image Only Checkpoint Loader (modelo img2vid) haya cargado nuestro modelo `hunyuan3d-dit-v2-mv.safetensors` descargado y renombrado -2. Carga las imágenes de vista correspondientes en cada nodo `Load Image` +2. Carga las imágenes de vista correspondientes en cada uno de los nodos `Load Image` 3. Haz clic en el botón `Queue` o usa el atajo `Ctrl(cmd) + Enter` para ejecutar el flujo de trabajo -Si necesitas añadir más vistas, asegúrate de cargar las otras imágenes de vista en el nodo `Hunyuan3Dv2ConditioningMultiView` y de cargar las imágenes de vista correspondientes en los nodos `Load Image`. +Si necesitas añadir más vistas, asegúrate de cargar las demás imágenes de vista en el nodo `Hunyuan3Dv2ConditioningMultiView` y de cargar las imágenes de vista correspondientes en los nodos `Load Image`. ## Flujo de trabajo Hunyuan3D-2mv-turbo @@ -135,7 +137,7 @@ En el flujo de trabajo Hunyuan3D-2mv-turbo, usaremos el modelo Hunyuan3D-2mv-tur Genera modelos 3D a partir de múltiples vistas con Hunyuan3D 2.0 MV Turbo. -HY 3D 2.0 MV Turbo workflow preview +Vista previa del flujo de trabajo HY 3D 2.0 MV Turbo @@ -169,12 +171,12 @@ Sube estos archivos a los nodos `LoadImage` correspondientes: Descarga las siguientes imágenes y arrástralas a ComfyUI para cargar el flujo de trabajo. -![Hunyuan3D-2mv-turbo workflow](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/3d/hunyuan3d-2/hunyuan3d_2mv_turbo/hunyuan-3d-turbo.webp) +![Flujo de trabajo Hunyuan3D-2mv-turbo](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/3d/hunyuan3d-2/hunyuan3d_2mv_turbo/hunyuan-3d-turbo.webp) Descarga las siguientes imágenes, ya que las usaremos como imágenes de entrada. -![input image](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/3d/hunyuan3d-2/hunyuan3d_2mv_turbo/front.png) -![input image](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/3d/hunyuan3d-2/hunyuan3d_2mv_turbo/right.png) +![imagen de entrada](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/3d/hunyuan3d-2/hunyuan3d_2mv_turbo/front.png) +![imagen de entrada](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/3d/hunyuan3d-2/hunyuan3d_2mv_turbo/right.png) ### 2. Instalación manual del modelo @@ -258,7 +260,7 @@ ComfyUI/ ## Flujo de trabajo de vista única de Hunyuan3D 2.1 -Hunyuan3D 2.1 es el modelo de forma posterior de Tencent, lanzado en junio de 2025. Refina la calidad geométrica de Hunyuan3D 2.0, y el checkpoint de ComfyUI reempaqueta el pipeline de forma en un solo archivo, así que este flujo de trabajo necesita una sola descarga de modelo en lugar de archivos DiT y VAE separados. Al igual que los otros flujos de trabajo de esta página, genera una malla sin textura. +Hunyuan3D 2.1 es el modelo de forma sucesor de Tencent, lanzado en junio de 2025. Refina la calidad geométrica de Hunyuan3D 2.0, y el checkpoint de ComfyUI reempaqueta el pipeline de forma en un solo archivo, así que este flujo de trabajo necesita una sola descarga de modelo en lugar de archivos DiT y VAE separados. Al igual que los otros flujos de trabajo de esta página, genera una malla sin textura. ### HY 3D 2.1 {#3d_hunyuan3d-v2.1} @@ -325,22 +327,22 @@ Actualmente, Hunyuan3D 2.0 ha publicado como código abierto varios modelos que **Serie Hunyuan3D-2mini** -| Modelo | Descripción | Fecha | Parámetros | Huggingface | -|-----------------------|-------------------------------|------------|------------|-------------------------------------------------------------------------------------------| -| Hunyuan3D-DiT-v2-mini | Modelo mini de imagen a forma | 2025-03-18 | 0.6B | [Visitar](https://huggingface.co/tencent/Hunyuan3D-2mini/tree/main/hunyuan3d-dit-v2-mini) | +| Modelo | Descripción | Fecha | Parámetros | Huggingface | +|-----------------------|-------------------------------|------------|------------|--------------------------------------------------------------------------------------------| +| Hunyuan3D-DiT-v2-mini | Modelo mini de imagen a forma | 2025-03-18 | 0.6B | [Visitar](https://huggingface.co/tencent/Hunyuan3D-2mini/tree/main/hunyuan3d-dit-v2-mini) | **Serie Hunyuan3D-2mv** -| Modelo | Descripción | Fecha | Parámetros | Huggingface | -|--------------------------|-----------------------------------------------------------------------------------------------------------------------|------------|------------|--------------------------------------------------------------------------------------------| -| Hunyuan3D-DiT-v2-mv-Fast | Versión de destilación de guía; puede reducir a la mitad el tiempo de inferencia del DIT | 2025-03-18 | 1.1B | [Visitar](https://huggingface.co/tencent/Hunyuan3D-2mv/tree/main/hunyuan3d-dit-v2-mv-fast) | -| Hunyuan3D-DiT-v2-mv | Modelo de imagen multivista a forma, adecuado para la creación 3D que requiere varios ángulos para entender la escena | 2025-03-18 | 1.1B | [Visitar](https://huggingface.co/tencent/Hunyuan3D-2mv/tree/main/hunyuan3d-dit-v2-mv) | +| Modelo | Descripción | Fecha | Parámetros | Huggingface | +|--------------------------|--------------------------------------------------------------------------------------------------------------|------------|------------|------------------------------------------------------------------------------------------| +| Hunyuan3D-DiT-v2-mv-Fast | Versión con destilación de orientación, puede reducir a la mitad el tiempo de inferencia del DIT | 2025-03-18 | 1.1B | [Visitar](https://huggingface.co/tencent/Hunyuan3D-2mv/tree/main/hunyuan3d-dit-v2-mv-fast) | +| Hunyuan3D-DiT-v2-mv | Modelo multivista de imagen a forma, adecuado para creaciones 3D que requieren varios ángulos para comprender la escena | 2025-03-18 | 1.1B | [Visitar](https://huggingface.co/tencent/Hunyuan3D-2mv/tree/main/hunyuan3d-dit-v2-mv) | **Serie Hunyuan3D-2** -| Modelo | Descripción | Fecha | Parámetros | Huggingface | -|-------------------------|----------------------------------|------------|------------|-----------------------------------------------------------------------------------------| -| Hunyuan3D-DiT-v2-0-Fast | Modelo de destilación de guía | 2025-02-03 | 1.1B | [Visitar](https://huggingface.co/tencent/Hunyuan3D-2/tree/main/hunyuan3d-dit-v2-0-fast) | -| Hunyuan3D-DiT-v2-0 | Modelo de imagen a forma | 2025-01-21 | 1.1B | [Visitar](https://huggingface.co/tencent/Hunyuan3D-2/tree/main/hunyuan3d-dit-v2-0) | -| Hunyuan3D-Paint-v2-0 | Modelo de generación de texturas | 2025-01-21 | 1.3B | [Visitar](https://huggingface.co/tencent/Hunyuan3D-2/tree/main/hunyuan3d-paint-v2-0) | -| Hunyuan3D-Delight-v2-0 | Modelo Delight de imagen | 2025-01-21 | 1.3B | [Visitar](https://huggingface.co/tencent/Hunyuan3D-2/tree/main/hunyuan3d-delight-v2-0) | +| Modelo | Descripción | Fecha | Parámetros | Huggingface | +|-------------------------|----------------------------------------|------------|------------|---------------------------------------------------------------------------------------| +| Hunyuan3D-DiT-v2-0-Fast | Modelo con destilación de orientación | 2025-02-03 | 1.1B | [Visitar](https://huggingface.co/tencent/Hunyuan3D-2/tree/main/hunyuan3d-dit-v2-0-fast) | +| Hunyuan3D-DiT-v2-0 | Modelo de imagen a forma | 2025-01-21 | 1.1B | [Visitar](https://huggingface.co/tencent/Hunyuan3D-2/tree/main/hunyuan3d-dit-v2-0) | +| Hunyuan3D-Paint-v2-0 | Modelo de generación de texturas | 2025-01-21 | 1.3B | [Visitar](https://huggingface.co/tencent/Hunyuan3D-2/tree/main/hunyuan3d-paint-v2-0) | +| Hunyuan3D-Delight-v2-0 | Modelo Image Delight | 2025-01-21 | 1.3B | [Visitar](https://huggingface.co/tencent/Hunyuan3D-2/tree/main/hunyuan3d-delight-v2-0) | diff --git a/es/tutorials/3d/pixal3d.mdx b/es/tutorials/3d/pixal3d.mdx index 9a2aa2df41..9c3259d751 100644 --- a/es/tutorials/3d/pixal3d.mdx +++ b/es/tutorials/3d/pixal3d.mdx @@ -9,9 +9,10 @@ translationBlockHashes: "How it works": 30b7a245 "Steps to run": 1a7d044c --- + import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx" -**Pixal3D** es un modelo abierto de imagen a 3D de Tencent ARC, presentado en SIGGRAPH 2026. Convierte una sola imagen en un recurso 3D de alta fidelidad con materiales PBR completos. +**Pixal3D** es un modelo de código abierto de imagen a 3D de Tencent ARC, presentado en SIGGRAPH 2026. Convierte una sola imagen en un recurso 3D de alta fidelidad con materiales PBR completos. La mayoría de los generadores nativos 3D sintetizan formas en un espacio canónico e inyectan señales de la imagen mediante atención, lo que deja ambiguas las asociaciones entre píxeles y 3D. Pixal3D, en cambio, usa generación alineada a píxeles: establece una correspondencia directa entre píxeles y 3D mediante retroproyección, de modo que el frente del modelo generado coincide 1:1 con tu imagen de entrada, sin texturas deformadas ni desalineadas. @@ -19,7 +20,7 @@ La mayoría de los generadores nativos 3D sintetizan formas en un espacio canón Sube una sola imagen. Genera un modelo 3D de alta fidelidad con texturas PBR completas, alineado a tu vista de entrada. -Este flujo de trabajo también incluye el pipeline de TRELLIS.2. El nodo `Boolean (Switch to Trellis2)` tiene `false` por defecto, lo que ejecuta el pipeline de Pixal3D y carga el modelo Pixal3D automáticamente. +Este flujo de trabajo también incluye el pipeline de TRELLIS.2. El nodo `Boolean (Switch to Trellis2)` tiene el valor `false` por defecto, lo que ejecuta el pipeline de Pixal3D y carga el modelo Pixal3D automáticamente. Vista previa del flujo de trabajo de Pixal3D @@ -108,40 +109,40 @@ Pixal3D combina una generación consciente de la cámara y alineada por píxeles ## Pasos para ejecutar -1. **Carga una imagen**: usa el nodo `LoadImage` para cargar una sola imagen del objeto. -2. **Pon el flujo de trabajo en cola**: presiona Ctrl (Cmd en macOS) + Enter. -3. **Espera a que se complete el pipeline**: las etapas de estructura, forma y textura se ejecutan en secuencia, seguidas del posprocesamiento. -4. **Consulta el resultado**: revisa la malla en el nodo `Preview3DAdvanced`. El modelo 3D se guarda en `ComfyUI/output/3d/ComfyUI/`. +1. **Carga una imagen**: usa el nodo `LoadImage` para cargar una sola imagen del objeto +2. **Pon el flujo de trabajo en cola**: presiona Ctrl (Cmd en macOS) + Enter +3. **Espera a que se complete el pipeline**: las etapas de estructura, forma y textura se ejecutan en secuencia, seguidas del posprocesamiento +4. **Consulta el resultado**: revisa la malla en el nodo `Preview3DAdvanced`. El modelo 3D se guarda en `ComfyUI/output/3d/ComfyUI/` -## Descargas de modelos +## Model downloads -Descarga los modelos que usa este flujo de trabajo. Los dos checkpoints de difusión son obligatorios: el interruptor elige cuál se ejecuta. Colócalos en los subdirectorios correspondientes de `models/`. +Download the models used by this workflow. Both diffusion checkpoints are required: the switch selects which one runs. Place them in the corresponding `models/` subdirectories. - pixal3d_int8_convrot.safetensors: modelo de difusión de Pixal3D, cargado de forma predeterminada + pixal3d_int8_convrot.safetensors: Pixal3D diffusion model, loaded by default - trellis_2_int8_convrot.safetensors: modelo de difusión de TRELLIS.2, cargado cuando el interruptor está en `true` + trellis_2_int8_convrot.safetensors: TRELLIS.2 diffusion model, loaded when the switch is set to `true` - - trellis_2_shape_vae_bf16.safetensors: VAE para la decodificación de estructura y forma + + trellis_2_shape_vae_bf16.safetensors: VAE for structure and shape decoding - - trellis_2_texture_vae_bf16.safetensors: VAE para la decodificación de texturas + + trellis_2_texture_vae_bf16.safetensors: VAE for texture decoding - dino_v3_L_naf_fp32.safetensors: codificador de visión CLIP para el acondicionamiento de imágenes + dino_v3_L_naf_fp32.safetensors: CLIP vision encoder for image conditioning - - moge_2_vitl_normal_fp16.safetensors: estimación de profundidad y de cámara para el acondicionamiento alineado por píxeles + + moge_2_vitl_normal_fp16.safetensors: depth and camera estimation for pixel-aligned conditioning - - birefnet.safetensors: modelo de eliminación de fondo para el preprocesamiento + + birefnet.safetensors: background removal model for preprocessing -### Ubicación de almacenamiento de los modelos +### Model storage location ``` 📂 ComfyUI/ diff --git a/es/tutorials/3d/trellis2.mdx b/es/tutorials/3d/trellis2.mdx index 4c1c2c761c..d753cb3e0f 100644 --- a/es/tutorials/3d/trellis2.mdx +++ b/es/tutorials/3d/trellis2.mdx @@ -9,7 +9,8 @@ translationBlockHashes: "How it works": e79c0e78 "Steps to run": f899f7e5 --- -import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx" + +import UpdateReminder from '/snippets/es/tutorials/update-reminder.mdx' **TRELLIS.2** es un modelo de imagen a 3D de código abierto de Microsoft Research y el sucesor de TRELLIS. Es un modelo de 4B parámetros construido sobre VAE 3D nativos con compresión espacial de 16× y una representación de vóxeles dispersos llamada O-Voxel, que produce recursos 3D detallados con materiales PBR completos a partir de una sola imagen. @@ -50,7 +51,7 @@ Sube este archivo al nodo `LoadImage`: ## Cómo funciona -TRELLIS.2 genera un recurso 3D en tres etapas de difusión y luego ejecuta un pipeline completo de posprocesamiento de la malla: +TRELLIS.2 genera un recurso 3D en tres etapas de difusión y después ejecuta un pipeline completo de posprocesamiento de la malla: 1. **Eliminación de fondo**: BiRefNet elimina el fondo de la imagen de entrada y el flujo de trabajo recorta el sujeto a un lienzo centrado. Un interruptor te permite saltar la eliminación de fondo 2. **Generación de estructura**: se muestrea un latente de estructura dispersa y se decodifica en vóxeles, que luego se convierten en una malla aproximada @@ -63,35 +64,35 @@ TRELLIS.2 genera un recurso 3D en tres etapas de difusión y luego ejecuta un pi 1. **Carga una imagen**: usa el nodo `LoadImage` para cargar una sola imagen del objeto 2. **Cambia al pipeline de TRELLIS.2**: establece `Boolean (Switch to Trellis2)` en `true`. El flujo de trabajo carga el checkpoint de TRELLIS.2 automáticamente 3. **Envía el flujo de trabajo a la cola**: presiona Ctrl (Cmd en macOS) + Enter -4. **Espera al pipeline**: las etapas de estructura, forma y textura se ejecutan en secuencia, seguidas del posprocesamiento -5. **Visualiza el resultado**: revisa la malla en el nodo `Preview3DAdvanced`. El modelo 3D se guarda en `ComfyUI/output/3d/ComfyUI/` +4. **Espera a que termine el pipeline**: las etapas de estructura, forma y textura se ejecutan en secuencia, seguidas del posprocesamiento +5. **Revisa el resultado**: inspecciona la malla en el nodo `Preview3DAdvanced`. El modelo 3D se guarda en `ComfyUI/output/3d/ComfyUI/` -## Descarga de modelos +## Model downloads -Descarga los modelos que usa este flujo de trabajo. Los dos checkpoints de difusión son obligatorios: el interruptor elige cuál se ejecuta. Colócalos en los subdirectorios correspondientes de `models/`. +Download the models used by this workflow. Both diffusion checkpoints are required: the switch selects which one runs. Place them in the corresponding `models/` subdirectories. - trellis_2_int8_convrot.safetensors: modelo de difusión de TRELLIS.2, cargado cuando el interruptor está en `true` + trellis_2_int8_convrot.safetensors: TRELLIS.2 diffusion model, loaded when the switch is set to `true` - pixal3d_int8_convrot.safetensors: modelo de difusión de Pixal3D, cargado de forma predeterminada + pixal3d_int8_convrot.safetensors: Pixal3D diffusion model, loaded by default - - trellis_2_shape_vae_bf16.safetensors: VAE para la decodificación de estructura y forma + + trellis_2_shape_vae_bf16.safetensors: VAE for structure and shape decoding - - trellis_2_texture_vae_bf16.safetensors: VAE para la decodificación de texturas + + trellis_2_texture_vae_bf16.safetensors: VAE for texture decoding - dino_v3_L_naf_fp32.safetensors: codificador de visión CLIP para el conditioning de imágenes. El dino_v3_vit_l.safetensors equivalente del repositorio TRELLIS.2 también funciona + dino_v3_L_naf_fp32.safetensors: CLIP vision encoder for image conditioning. The equivalent dino_v3_vit_l.safetensors from the TRELLIS.2 repo also works - - birefnet.safetensors: modelo de eliminación de fondo para el preprocesamiento + + birefnet.safetensors: background removal model for preprocessing -### Ubicación de almacenamiento de los modelos +### Model storage location ``` 📂 ComfyUI/ diff --git a/es/tutorials/3d/triposplat.mdx b/es/tutorials/3d/triposplat.mdx index f8f3124ab0..9cf82d3fa3 100644 --- a/es/tutorials/3d/triposplat.mdx +++ b/es/tutorials/3d/triposplat.mdx @@ -11,6 +11,7 @@ translationBlockHashes: "Steps to run": 3bf53f69 "Output options": 9a1cc408 --- + import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx" **TripoSplat** es un modelo de código abierto que genera representaciones de **Gaussian splat 3D** directamente a partir de una sola imagen 2D. Fue desarrollado por VAST-AI y publicado bajo una licencia de código abierto. @@ -50,12 +51,12 @@ Sube este archivo al nodo `LoadImage` correspondiente: ## Cómo funciona -TripoSplat usa una **arquitectura feed-forward** que toma una sola imagen RGB y predice directamente un conjunto de primitivas Gaussianas 3D. El pipeline implica: +TripoSplat usa una **arquitectura feed-forward** que toma una sola imagen RGB y predice directamente un conjunto de primitivas gaussianas 3D. El pipeline implica: 1. **Codificación de imagen**: la imagen de entrada se procesa con un codificador visual (DINOv2). 2. **Generación de triplanos**: las características se decodifican en una representación de triplanos. -3. **Predicción de Gaussianas**: se muestrea el triplano para producir los parámetros de las Gaussianas (posición, escala, rotación, opacidad, color). -4. **Renderizado**: las Gaussianas se renderizan desde puntos de vista arbitrarios mediante splatting diferenciable. +3. **Predicción de gaussianas**: se muestrea el triplano para producir los parámetros de las gaussianas (posición, escala, rotación, opacidad, color). +4. **Renderizado**: las gaussianas se renderizan desde puntos de vista arbitrarios mediante splatting diferenciable. Este flujo de trabajo usa un nodo Subgraph para el procesamiento modular. Consulta la documentación de Subgraph para aprender a personalizar y extender el flujo de trabajo. @@ -69,16 +70,16 @@ TripoSplat usa una **arquitectura feed-forward** que toma una sola imagen RGB y ### TripoSplat (subgrafo) -El nodo de subgrafo principal procesa la imagen y genera el splat gaussiano 3D. Parámetros expuestos: +El nodo principal del subgrafo procesa la imagen y genera el splat gaussiano 3D. Parámetros expuestos: | Parámetro | Predeterminado | Descripción | |---|---|---| | `switch` | N/D | Habilita o deshabilita el subgrafo | -| `num_gaussians` | N/D | Número de primitivas gaussianas a generar (controla calidad/rendimiento) | -| `seed` | N/D | Semilla aleatoria para reproducibilidad | +| `num_gaussians` | N/D | Número de primitivas gaussianas a generar (controla la calidad y el rendimiento) | +| `seed` | N/D | Semilla aleatoria para la reproducibilidad | | `unet_name` | N/D | Checkpoint del modelo diffusion TripoSplat | | `clip_name` | N/D | Modelo codificador de visión CLIP | -| `vae_name` | N/D | VAE para codificar/decodificar (2 entradas: una para el VAE principal y otra para el codificador) | +| `vae_name` | N/D | VAE para codificar y decodificar (2 entradas: una para el VAE principal y otra para el codificador) | | `bg_removal_name` | N/D | Modelo de eliminación de fondo | ### CreateCameraInfo @@ -122,28 +123,28 @@ El nodo de subgrafo principal procesa la imagen y genera el splat gaussiano 3D. | **RenderSplat** | Imagen 2D | Vista previa rápida del resultado desde cualquier ángulo | | **SplatToMesh** | Malla | Convierte a una malla tradicional para seguir editando | -## Descarga de modelos +## Model downloads -Descarga el modelo de TripoSplat y los archivos necesarios. Colócalos en los subdirectorios correspondientes de `models/`. +Download the TripoSplat model and required files. Place them in the corresponding `models/` subdirectories. - triposplat_fp16.safetensors: checkpoint del modelo de difusión de TripoSplat + triposplat_fp16.safetensors: TripoSplat diffusion model checkpoint - triposplat_vae_decoder_fp16.safetensors: decodificador VAE + triposplat_vae_decoder_fp16.safetensors: VAE decoder - flux2-vae.safetensors: VAE de FLUX.2 para la codificación latente + flux2-vae.safetensors: FLUX.2 VAE for latent encoding - dino_v3_vit_h.safetensors: codificador de visión CLIP (DINOv2) + dino_v3_vit_h.safetensors: CLIP vision encoder (DINOv2) - birefnet.safetensors: modelo de eliminación de fondo para el preprocesamiento + birefnet.safetensors: Background removal model for preprocessing -### Ubicación de almacenamiento de los modelos +### Model storage location ``` 📂 ComfyUI/ diff --git a/es/tutorials/controlnet/pose-controlnet-2-pass.mdx b/es/tutorials/controlnet/pose-controlnet-2-pass.mdx index bec3d42158..a3729380ad 100644 --- a/es/tutorials/controlnet/pose-controlnet-2-pass.mdx +++ b/es/tutorials/controlnet/pose-controlnet-2-pass.mdx @@ -2,16 +2,18 @@ title: "Pose ControlNet en ComfyUI: OpenPose y flujos de trabajo de dos pasadas" description: "Usa esqueletos de OpenPose para controlar la postura del personaje y afina el detalle con un flujo de trabajo de dos pasadas para imágenes grandes." sidebarTitle: "Pose ControlNet" -translationSourceHash: 88d83e4a +translationSourceHash: b939c04c translationFrom: tutorials/controlnet/pose-controlnet-2-pass.mdx translationBlockHashes: "Introduction to OpenPose": 3dd3b023 "ComfyUI 2-Pass Pose ControlNet Usage Example": 89bf8647 + "Explanation of the Pose ControlNet 2-Pass Workflow": 8396d044 "Advantages of 2-Pass Image Generation": fba5db79 --- + ## Introducción a OpenPose -[OpenPose](https://github.com/CMU-Perceptual-Computing-Lab/openpose) es un sistema de código abierto para la estimación de pose de varias personas en tiempo real, desarrollado por la Universidad Carnegie Mellon (CMU), que supone un avance significativo en el campo de la visión por computador. El sistema puede detectar simultáneamente a varias personas en una imagen y captura: +[OpenPose](https://github.com/CMU-Perceptual-Computing-Lab/openpose) es un sistema de código abierto para la estimación de pose de varias personas en tiempo real, desarrollado por la Universidad Carnegie Mellon (CMU), que supone un avance significativo en el campo de la visión por computadora. El sistema puede detectar simultáneamente a varias personas en una imagen y captura: - **Esqueleto corporal**: 18 puntos clave, incluidos cabeza, hombros, codos, muñecas, caderas, rodillas y tobillos - **Expresiones faciales**: 70 puntos clave faciales para capturar microexpresiones y contornos faciales @@ -29,21 +31,21 @@ En particular, con los modelos más antiguos de la serie Stable Diffusion 1.5, l Descarga la imagen del flujo de trabajo que aparece a continuación y arrástrala a ComfyUI para cargar el flujo de trabajo: -![Flujo de trabajo de ComfyUI - Pose ControlNet](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/controlnet/pose_controlnet_2_pass.png) +![Flujo de trabajo de ComfyUI: Pose ControlNet](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/controlnet/pose_controlnet_2_pass.png) -Las imágenes que contienen el JSON del flujo de trabajo en sus metadatos se pueden arrastrar directamente a ComfyUI o cargar con el menú `Workflows` -> `Open (ctrl+o)`. -Esta imagen ya incluye los enlaces de descarga de los modelos correspondientes, y al arrastrarla a ComfyUI se te pedirá automáticamente que descargues los modelos. +Las imágenes que contienen el JSON del flujo de trabajo en sus metadatos puedes arrastrarlas directamente a ComfyUI o cargarlas con el menú `Workflows` -> `Open (ctrl+o)`. +Esta imagen ya incluye los enlaces de descarga de los modelos correspondientes; al arrastrarla a ComfyUI, se te pedirá automáticamente que descargues los modelos. -Descarga la imagen que aparece a continuación, la cual usaremos como entrada: +Descarga la imagen que aparece a continuación, que usaremos como entrada: ![Imagen de entrada de pose de ComfyUI](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/controlnet/pose_controlnet_2_pass_input.png) ### 2. Instalación manual de los modelos -Si tu red no puede completar correctamente la descarga automática de los modelos correspondientes, intenta descargar manualmente los modelos que aparecen a continuación y colócalos en los directorios indicados: +Si tu red no puede completar correctamente la descarga automática de los modelos correspondientes, intenta descargar manualmente los modelos que aparecen a continuación y colócalos en los directorios especificados: - [control_v11p_sd15_openpose_fp16.safetensors](https://huggingface.co/comfyanonymous/ControlNet-v1-1_fp16_safetensors/blob/main/control_v11p_sd15_openpose_fp16.safetensors?download=true) @@ -65,22 +67,22 @@ ComfyUI/ ### 3. Ejecución del flujo de trabajo paso a paso -![Diagrama del flujo de trabajo Pose ControlNet de ComfyUI](/images/tutorial/controlnet/flow_diagram_pose_controlnet_2_pass.jpg) +![Diagrama del flujo de trabajo de Pose ControlNet en ComfyUI](/images/tutorial/controlnet/flow_diagram_pose_controlnet_2_pass.jpg) Sigue estos pasos según los marcadores numerados de la imagen: 1. Asegúrate de que `Load Checkpoint` pueda cargar **majicmixRealistic_v7.safetensors** 2. Asegúrate de que `Load VAE` pueda cargar **vae-ft-mse-840000-ema-pruned.safetensors** 3. Asegúrate de que `Load ControlNet Model` pueda cargar **control_v11p_sd15_openpose_fp16.safetensors** -4. Haz clic en el botón de selección del nodo `Load Image` para subir la imagen de entrada de pose proporcionada anteriormente, o usa tu propio mapa de esqueleto OpenPose +4. Haz clic en el botón de selección del nodo `Load Image` para subir la imagen de pose de entrada proporcionada anteriormente, o usa tu propio mapa de esqueleto OpenPose 5. Asegúrate de que `Load Checkpoint` pueda cargar **japaneseStyleRealistic_v20.safetensors** 6. Haz clic en el botón `Queue` o usa el atajo `Ctrl(cmd) + Enter` para ejecutar la generación de la imagen -## Explicación del flujo de trabajo Pose ControlNet en dos pasadas +## Explicación del flujo de trabajo Pose ControlNet de dos pasadas -Este flujo de trabajo usa un enfoque de generación de imágenes en dos pasadas, que divide el proceso de creación de la imagen en dos fases: +Este flujo de trabajo utiliza un enfoque de generación de imágenes en dos pasadas, que divide el proceso de creación de la imagen en dos fases: -### Primera fase: generación de la imagen básica de la pose +### Primera fase: generación de la imagen de pose básica En la primera fase, el modelo **majicmixRealistic_v7** se combina con Pose ControlNet para generar una imagen inicial de la pose del personaje: @@ -90,29 +92,29 @@ En la primera fase, el modelo **majicmixRealistic_v7** se combina con Pose Contr 4. El primer nodo `KSampler` (normalmente con 20-30 pasos) genera una imagen básica de la pose del personaje 5. La imagen en espacio de píxeles de la primera fase se obtiene mediante `VAE Decode` -Esta fase se centra principalmente en la postura correcta del personaje, la pose y la estructura básica, asegurando que el personaje generado se ajuste a la pose del esqueleto de entrada. +Esta fase se centra principalmente en la postura, la pose y la estructura básica correctas del personaje, y asegura que el personaje generado se ajuste a la pose del esqueleto de entrada. -### Segunda fase: optimización del estilo y mejora de detalles +### Segunda fase: optimización de estilo y mejora de detalles -En la segunda fase, la imagen de salida de la primera fase se usa como referencia, y el modelo **japaneseStyleRealistic_v20** realiza la estilización y la mejora de detalles: +En la segunda fase, la imagen de salida de la primera fase sirve como referencia, y el modelo **japaneseStyleRealistic_v20** realiza la estilización y la mejora de detalles: -1. La imagen generada en la primera fase crea un espacio latent de mayor resolución mediante el nodo `Upscale latent` +1. La imagen generada en la primera fase crea un espacio latente de mayor resolución mediante el nodo `Upscale latent` 2. El segundo `Load Checkpoint` carga el modelo japaneseStyleRealistic_v20, que se centra en los detalles y el estilo -3. El segundo nodo `KSampler` usa una fuerza de `denoise` más baja (normalmente 0.4-0.6) para el refinado, conservando la estructura básica de la primera fase -4. Por último, se obtiene una imagen de mayor calidad y resolución mediante los segundos nodos `VAE Decode` y `Save Image` +3. El segundo nodo `KSampler` utiliza una intensidad de `denoise` más baja (normalmente 0.4-0.6) para el refinamiento, y conserva la estructura básica de la primera fase +4. Por último, el segundo `VAE Decode` y los nodos `Save Image` producen una imagen de mayor calidad y resolución -Esta fase se centra principalmente en la coherencia del estilo, la riqueza de detalles y la mejora de la calidad general de la imagen. +Esta fase se centra principalmente en la consistencia del estilo, la riqueza de detalles y la mejora de la calidad general de la imagen. ## Ventajas de la generación de imágenes en dos pasadas En comparación con la generación en una sola pasada, el método de generación de imágenes en dos pasadas ofrece las siguientes ventajas: -1. **Mayor resolución**: El procesamiento en dos pasadas puede generar imágenes de alta resolución que superan las capacidades de la generación en una sola pasada. -2. **Mezcla de estilos**: Puede combinar las ventajas de diferentes modelos, como usar un modelo realista en la primera fase y un modelo estilizado en la segunda fase. -3. **Mejores detalles**: La segunda fase puede centrarse en optimizar los detalles sin tener que preocuparse por la estructura general. -4. **Control preciso**: Una vez completado el control de pose en la primera fase, la segunda fase puede centrarse en refinar el estilo y los detalles. -5. **Menor carga de la GPU**: Generar en dos pasadas permite obtener imágenes grandes de alta calidad con recursos limitados de GPU. +1. **Mayor resolución**: el procesamiento en dos pasadas puede generar imágenes de alta resolución que superan las capacidades de la generación en una sola pasada +2. **Mezcla de estilos**: puede combinar las ventajas de distintos modelos, por ejemplo, usar un modelo realista en la primera fase y un modelo estilizado en la segunda fase +3. **Mejores detalles**: la segunda fase puede centrarse en optimizar los detalles sin tener que preocuparse por la estructura general +4. **Control preciso**: una vez completado el control de pose en la primera fase, la segunda fase puede centrarse en refinar el estilo y los detalles +5. **Menor carga de GPU**: generar en dos pasadas permite obtener imágenes grandes de alta calidad con recursos de GPU limitados -Para aprender más sobre las técnicas para mezclar varios ControlNet, consulta el tutorial [Mezclar modelos ControlNet](/es/tutorials/controlnet/mixing-controlnets). +Aprende más sobre las técnicas para mezclar varios ControlNets en el tutorial [Mezcla de modelos ControlNet](/es/tutorials/controlnet/mixing-controlnets). diff --git a/es/tutorials/flux/flux-1-fill-dev.mdx b/es/tutorials/flux/flux-1-fill-dev.mdx index 5a3759d37e..6801f3b669 100644 --- a/es/tutorials/flux/flux-1-fill-dev.mdx +++ b/es/tutorials/flux/flux-1-fill-dev.mdx @@ -10,6 +10,7 @@ translationBlockHashes: "Flux.1 Fill dev inpainting workflow": 016cb519 "Flux.1 Fill dev Outpainting Workflow": b0f0715d --- + ![Flux.1 fill dev](/images/tutorial/flux/flux-fill-dev-demo.jpeg) ## Introducción al modelo Flux.1 fill dev @@ -19,7 +20,7 @@ Flux.1 fill dev es una de las herramientas principales de la [suite FLUX.1 Tools Características principales de Flux.1 fill dev: - Potentes capacidades de inpainting y outpainting de imágenes, con resultados solo superados por la versión comercial FLUX.1 Fill [pro]. - Excelente capacidad para comprender y seguir el prompt, capturando con precisión la intención del usuario y manteniendo una alta consistencia con la imagen original. -- Tecnología avanzada de entrenamiento con destilación guiada, que hace el modelo más eficiente sin dejar de producir salidas de alta calidad. +- Tecnología avanzada de entrenamiento con destilación guiada, que hace que el modelo sea más eficiente sin dejar de producir salidas de alta calidad. - Términos de licencia flexibles: las salidas generadas se pueden usar para uso personal, científico y comercial. Consulta la [licencia no comercial de FLUX.1 [dev]](https://huggingface.co/black-forest-labs/FLUX.1-dev/blob/main/LICENSE.md) para más detalles. Repositorio de código abierto: [FLUX.1 [dev]](https://huggingface.co/black-forest-labs/FLUX.1-dev) @@ -27,22 +28,22 @@ Repositorio de código abierto: [FLUX.1 [dev]](https://huggingface.co/black-fore Esta guía mostrará flujos de trabajo de inpainting y outpainting basados en el modelo Flux.1 fill dev. Si no estás familiarizado con los flujos de trabajo de inpainting y outpainting, puedes consultar el [ejemplo de inpainting de ComfyUI Layout](/es/tutorials/basic/inpaint) y el [ejemplo de extensión de imagen de ComfyUI](/es/tutorials/basic/outpaint) para ver explicaciones relacionadas. -## Instalación de Flux.1 Fill dev y de los modelos relacionados +## Flux.1 Fill dev and related models installation -Antes de empezar, completemos la instalación de los archivos del modelo Flux.1 Fill dev. Los flujos de trabajo de inpainting y outpainting que vienen a continuación usan exactamente los mismos archivos de modelo. -Si ya has usado antes la versión completa del [flujo de trabajo de texto a imagen de Flux.1](/es/tutorials/flux/flux-1-text-to-image), -en esta sección solo necesitas descargar el archivo de modelo **flux1-fill-dev.safetensors**. +Before we begin, let's complete the installation of the Flux.1 Fill dev model files. The inpainting and outpainting workflows will use exactly the same model files. +If you've previously used the full version of the [Flux.1 Text-to-Image workflow](/tutorials/flux/flux-1-text-to-image), +then you only need to download the **flux1-fill-dev.safetensors** model file in this section. -Sin embargo, como la descarga del modelo correspondiente exige aceptar antes el acuerdo de uso, visita la página [black-forest-labs/FLUX.1-Fill-dev](https://huggingface.co/black-forest-labs/FLUX.1-Fill-dev) y asegúrate de haber aceptado el acuerdo correspondiente, como se muestra en la imagen de abajo. -![Acuerdo de Flux](/images/tutorial/flux/flux1_fill_dev_agreement.jpg) +However, since downloading the corresponding model requires agreeing to the corresponding usage agreement, please visit the [black-forest-labs/FLUX.1-Fill-dev](https://huggingface.co/black-forest-labs/FLUX.1-Fill-dev) page and make sure you have agreed to the corresponding agreement as shown in the image below. +![Flux Agreement](/images/tutorial/flux/flux1_fill_dev_agreement.jpg) -Lista completa de modelos: +Complete model list: |- [clip_l.safetensors](https://huggingface.co/comfyanonymous/flux_text_encoders/blob/main/clip_l.safetensors) |- [t5xxl_fp16.safetensors](https://huggingface.co/comfyanonymous/flux_text_encoders/blob/main/t5xxl_fp16.safetensors) |- [ae.safetensors](https://huggingface.co/black-forest-labs/FLUX.1-schnell/blob/main/ae.safetensors) |- [flux1-fill-dev.safetensors](https://huggingface.co/black-forest-labs/FLUX.1-Fill-dev/blob/main/flux1-fill-dev.safetensors) -Ubicación de almacenamiento de los archivos: +File storage location: ``` ComfyUI/ ├── models/ @@ -59,16 +60,16 @@ ComfyUI/ ### Flux.1 Inpaint {#flux_fill_inpaint_example} -Rellena las partes faltantes de las imágenes con Flux.1 Fill Inpainting. +Rellena las partes faltantes de las imágenes con el relleno inteligente de Flux.1 Fill. -Vista previa del flujo de trabajo Flux.1 Inpaint +Vista previa del flujo de trabajo de relleno inteligente Flux.1 Abrir en Comfy Cloud - Descarga el JSON o busca "Flux.1 Inpaint" en la biblioteca de plantillas + Descarga el JSON o busca "Flux.1 Inpaint" en la Biblioteca de plantillas @@ -78,7 +79,7 @@ Sube este archivo al nodo `LoadImage` correspondiente: - `LoadImage`, nodo 17 · `flux_fill_inpaint_example_input_image.png` + Nodo `LoadImage` 17 · `flux_fill_inpaint_example_input_image.png` @@ -90,33 +91,33 @@ Sube este archivo al nodo `LoadImage` correspondiente:
Imagen de entrada - Salida de ejemplo de Flux.1 Inpaint + Salida de ejemplo de relleno inteligente Flux.1
### 1. Flujo de trabajo de relleno inteligente y recursos -La imagen correspondiente ya contiene un canal alpha, así que no necesitas dibujar una máscara por separado. -Si quieres dibujar tu propia máscara, [haz clic aquí](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/flux/inpaint/flux_fill_inpaint_input_original.png) para obtener la imagen sin máscara y consulta la sección de uso de MaskEditor en el [Ejemplo de relleno inteligente de diseño de ComfyUI](/es/tutorials/basic/inpaint#usar-el-editor-de-máscara) para aprender a dibujar una máscara en el nodo `Load Image`. +La imagen correspondiente ya incluye un canal alfa, así que no necesitas dibujar una máscara por separado. +Si quieres dibujar tu propia máscara, [haz clic aquí](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/flux/inpaint/flux_fill_inpaint_input_original.png) para obtener la imagen sin máscara, y consulta la sección de uso del Editor de máscara en el [ejemplo de relleno inteligente con layouts de ComfyUI](/es/tutorials/basic/inpaint#usar-el-editor-de-máscara) para aprender a dibujar una máscara en el nodo `Load Image`. ### 2. Pasos para ejecutar el flujo de trabajo -![Flujo de trabajo de relleno inteligente con Flux.1 Fill dev de ComfyUI](/images/tutorial/flux/flow_diagram_inpaint.jpg) +![Flujo de trabajo de relleno inteligente Flux.1 Fill dev de ComfyUI](/images/tutorial/flux/flow_diagram_inpaint.jpg) 1. Asegúrate de que el nodo `Load Diffusion Model` tenga cargado `flux1-fill-dev.safetensors`. 2. Asegúrate de que el nodo `DualCLIPLoader` tenga cargados los siguientes modelos: - clip_name1: `t5xxl_fp16.safetensors` - clip_name2: `clip_l.safetensors` 3. Asegúrate de que el nodo `Load VAE` tenga cargado `ae.safetensors`. -4. Sube la imagen de entrada proporcionada en el documento al nodo `Load Image`; si usas la versión sin máscara, recuerda completar el dibujo de la máscara con el editor de máscara -5. Haz clic en el botón `Queue` o usa el atajo `Ctrl(cmd) + Enter` para ejecutar el flujo de trabajo +4. Sube al nodo `Load Image` la imagen de entrada incluida en el documento; si usas la versión sin máscara, recuerda completar el dibujo de la máscara con el editor de máscara. +5. Haz clic en el botón `Queue` o usa el atajo `Ctrl(cmd) + Enter` para ejecutar el flujo de trabajo. ## Flujo de trabajo de outpainting con Flux.1 Fill dev ### Flux.1 Outpaint {#flux_fill_outpaint_example} -Amplía las imágenes más allá de sus límites con outpainting de Flux.1. +Extiende las imágenes más allá de sus límites usando outpainting de Flux.1. Vista previa del flujo de trabajo de outpainting de Flux.1 @@ -125,7 +126,7 @@ Amplía las imágenes más allá de sus límites con outpainting de Flux.1. Abrir en Comfy Cloud
- Descarga el JSON o busca "Flux.1 Outpaint" en la Biblioteca de plantillas + Descarga el JSON o busca "Flux.1 Outpaint" en la biblioteca de plantillas
@@ -135,7 +136,7 @@ Sube este archivo al nodo `LoadImage` correspondiente: - Nodo `LoadImage` 17 · `flux_fill_outpaint_example_input_image.png` + `LoadImage`, nodo 17 · `flux_fill_outpaint_example_input_image.png` @@ -143,7 +144,7 @@ Sube este archivo al nodo `LoadImage` correspondiente: flux_fill_outpaint_example_input_image.png -### 1. Flujo de trabajo y recurso de outpainting +### 1. Flujo de trabajo de outpainting y recursos ### 2. Pasos para ejecutar el flujo de trabajo @@ -154,5 +155,5 @@ Sube este archivo al nodo `LoadImage` correspondiente: - clip_name1: `t5xxl_fp16.safetensors` - clip_name2: `clip_l.safetensors` 3. Asegúrate de que el nodo `Load VAE` tenga cargado `ae.safetensors`. -4. Sube la imagen de entrada incluida en el documento al nodo `Load Image`. -5. Haz clic en el botón `Queue` o usa el atajo `Ctrl(cmd) + Enter` para ejecutar el flujo de trabajo. +4. Sube la imagen de entrada proporcionada en el documento al nodo `Load Image` +5. Haz clic en el botón `Queue` o usa el atajo `Ctrl(cmd) + Enter` para ejecutar el flujo de trabajo diff --git a/es/tutorials/flux/flux-1-kontext-dev.mdx b/es/tutorials/flux/flux-1-kontext-dev.mdx index c196d2edc8..dca7abe1fb 100644 --- a/es/tutorials/flux/flux-1-kontext-dev.mdx +++ b/es/tutorials/flux/flux-1-kontext-dev.mdx @@ -9,8 +9,9 @@ translationBlockHashes: "About FLUX.1 Kontext Dev": bb2f00f7 "FLUX.1 Kontext Dev Workflow": 8408eb0d --- + import PromptTechniques from "/snippets/es/tutorials/flux/prompt-techniques.mdx"; -import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx" +import UpdateReminder from '/snippets/es/tutorials/update-reminder.mdx' @@ -121,7 +122,7 @@ Sube estos archivos a los nodos `LoadImage` correspondientes: ![Salida de maqueta de producto de FLUX.2 Dev](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/image_flux2_fp8.png) -## Enlaces de modelos +## Model links **text_encoders** @@ -135,7 +136,7 @@ Sube estos archivos a los nodos `LoadImage` correspondientes: - [flux2-vae.safetensors](https://huggingface.co/Comfy-Org/flux2-dev/blob/main/split_files/vae/flux2-vae.safetensors) -**Ubicación de almacenamiento de los modelos** +**Model Storage Location** ``` 📂 ComfyUI/ diff --git a/es/tutorials/flux/flux-2-klein.mdx b/es/tutorials/flux/flux-2-klein.mdx index 09c3acb227..0b39c5f091 100644 --- a/es/tutorials/flux/flux-2-klein.mdx +++ b/es/tutorials/flux/flux-2-klein.mdx @@ -10,18 +10,19 @@ translationBlockHashes: "FLUX.2 Klein 4B Workflows": 8095f2bc "FLUX.2 Klein 9B Workflows": 99d18075 --- + import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx" ## Acerca de FLUX.2 [klein] -FLUX.2 [Klein] es el modelo más rápido de la familia FLUX: unifica texto a imagen y edición de imágenes en una sola arquitectura compacta. Está diseñado para flujos de trabajo interactivos, vistas previas inmediatas y aplicaciones donde la latencia es crítica, con variantes destiladas que ofrecen una inferencia de extremo a extremo en torno a un segundo y mantienen una gran calidad en la edición con una o varias referencias. +FLUX.2 [Klein] es el modelo más rápido de la familia FLUX y unifica texto a imagen y edición de imágenes en una sola arquitectura compacta. Está pensado para flujos de trabajo interactivos, vistas previas inmediatas y aplicaciones donde la latencia es crítica; sus variantes destiladas ofrecen una inferencia de extremo a extremo en torno a un segundo y mantienen una gran calidad en la edición con una o varias referencias. **Aspectos destacados del modelo:** - Dos tipos de 4B: Base (sin destilar) para máxima flexibilidad y ajuste fino; Distilled (4 pasos) para despliegues que priorizan la velocidad - Rendimiento: destilado ~1.2s (5090) · 8.4GB VRAM; base ~17s (5090) · 9.2GB VRAM -- Soporte de edición: transformaciones de estilo, ediciones semánticas, reemplazo y eliminación de objetos, composición con varias referencias, ediciones iterativas +- Soporte de edición: transformaciones de estilo, ediciones semánticas, reemplazo y eliminación de objetos, composición con varias referencias y ediciones iterativas @@ -81,7 +82,7 @@ Sube estos archivos a los nodos `LoadImage` correspondientes: ### FLUX.2 [Klein] 4B destilado: Edición de imagen {#image_flux2_klein_image_edit_4b_distilled} -Vista previa del flujo de trabajo de edición de imagen destilado de FLUX.2 Klein 4B +Vista previa del flujo de trabajo de edición de imagen destilada de FLUX.2 Klein 4B @@ -112,26 +113,26 @@ Sube estos archivos a los nodos `LoadImage` correspondientes: **Salida de ejemplo** -![Ejemplo de edición de imagen destilado de FLUX.2 Klein 4B](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/image_flux2_klein_image_edit_4b_distilled.png) +![Ejemplo de edición de imagen destilada de FLUX.2 Klein 4B](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/image_flux2_klein_image_edit_4b_distilled.png) -## Descargas de modelos de FLUX.2 Klein 4B +## FLUX.2 Klein 4B Model Downloads - Codificador de texto para modelos 4B. + Text encoder for 4B models. - Modelo de difusión (4B base). + Diffusion model (4B base). - Modelo de difusión (4B destilado). + Diffusion model (4B distilled). - VAE para modelos 4B. + VAE for 4B models. -**Ubicación de almacenamiento de los modelos 4B** +**4B Model Storage Location** ``` 📂 ComfyUI/ @@ -152,11 +153,11 @@ Sube estos archivos a los nodos `LoadImage` correspondientes: Vista previa del flujo de trabajo texto a imagen de FLUX.2 Klein 9B - + Ejecuta este flujo de trabajo en Comfy Cloud - Descarga el flujo de trabajo texto a imagen de FLUX.2 Klein 9B. + Descarga el flujo de trabajo texto a imagen para FLUX.2 Klein 9B. @@ -166,13 +167,13 @@ Sube estos archivos a los nodos `LoadImage` correspondientes: ### FLUX.2 [Klein] 9B: Edición de imagen {#image_flux2_klein_image_edit_9b_base} -Vista previa del flujo de trabajo base de edición de imagen de FLUX.2 Klein 9B +Vista previa del flujo de trabajo de edición de imagen base de FLUX.2 Klein 9B - + Ejecuta este flujo de trabajo en Comfy Cloud - + Descarga el flujo de trabajo de edición de imagen con el modelo base 9B. @@ -197,18 +198,18 @@ Sube estos archivos a los nodos `LoadImage` correspondientes: **Salida de ejemplo** -![Ejemplo base de edición de imagen de FLUX.2 Klein 9B](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/thumbnail/image_flux2_klein_image_edit_9b_base.png) +![Ejemplo de edición de imagen base de FLUX.2 Klein 9B](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/thumbnail/image_flux2_klein_image_edit_9b_base.png) ### FLUX.2 [Klein] 9B destilado: Edición de imagen {#image_flux2_klein_image_edit_9b_distilled} -Vista previa del flujo de trabajo destilado de edición de imagen de FLUX.2 Klein 9B +Vista previa del flujo de trabajo de edición de imagen destilado de FLUX.2 Klein 9B - + Ejecuta este flujo de trabajo en Comfy Cloud - Descarga el flujo de trabajo rápido destilado de edición de imagen 9B. + Descarga el flujo de trabajo de edición de imagen 9B destilado y rápido. @@ -232,30 +233,30 @@ Sube estos archivos a los nodos `LoadImage` correspondientes: **Salida de ejemplo** -![Ejemplo destilado de edición de imagen de FLUX.2 Klein 9B](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/image_flux2_klein_image_edit_9b_distilled.png) +![Ejemplo de edición de imagen destilado de FLUX.2 Klein 9B](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/image_flux2_klein_image_edit_9b_distilled.png) -## Descargas de modelos de FLUX.2 Klein 9B +## FLUX.2 Klein 9B Model Downloads -Para los modelos de difusión, visita el repositorio de BFL, acepta el acuerdo y luego descarga los modelos. +For diffusion models, please visit BFL's repo, accept the agreement, and then download the models. - Modelo de difusión (9B base). + Diffusion model (9B base). - Modelo de difusión (9B destilado). + Diffusion model (9B distilled). - Codificador de texto para modelos 9B. + Text encoder for 9B models. - VAE para modelos 9B. + VAE for 9B models. -**Ubicación de almacenamiento de los modelos 9B** +**9B Model Storage Location** ``` 📂 ComfyUI/ diff --git a/es/tutorials/flux/flux-3-klein.mdx b/es/tutorials/flux/flux-3-klein.mdx index ff263a9586..17f14f6fd7 100644 --- a/es/tutorials/flux/flux-3-klein.mdx +++ b/es/tutorials/flux/flux-3-klein.mdx @@ -10,7 +10,8 @@ translationBlockHashes: "FLUX 3 Image Klein Workflows": d0941358 "Prompting and reference tips": 43ad4a36 --- -import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx" + +import UpdateReminder from '/snippets/es/tutorials/update-reminder.mdx' ## Acerca de FLUX.3 [klein] @@ -53,9 +54,7 @@ Genera una imagen solo a partir de un prompt, sin archivos de entrada. El flujo 2. Configura `width` y `height`, o elige un formato en `ResolutionSelector` (1:1 cuadrado por defecto) 3. Ajusta `steps` (50 por defecto) y `cfg` (3.5 por defecto) 4. El upsampler de prompt está activado por defecto, así que un prompt corto se expande con el upsampler Qwen3.5 9B antes del muestreo. Desactiva `enable_prompt_upsampler` para generar a partir de tus propias palabras -5. Haz clic en **Queue**. El nodo `SaveImage` guarda la imagen en `ComfyUI/output/` - -### FLUX 3 Image Klein Distilled: Texto a imagen {#image_flux3_klein_distilled_t2i} +5. Haz clic en **Queue**. El nodo `SaveImage` guarda la imagen en `ComfyUI/output/`### FLUX 3 Image Klein Distilled: Texto a imagen {#image_flux3_klein_distilled_t2i} Genera una imagen a partir de un prompt con el checkpoint destilado por pasos, que se ejecuta en 16 pasos sin orientación. El sobremuestreo del prompt está activado de forma predeterminada, así que un prompt corto se expande a una descripción completa antes del muestreo. @@ -72,18 +71,16 @@ Genera una imagen a partir de un prompt con el checkpoint destilado por pasos, q 1. Escribe tu prompt. La plantilla lo sobremuestrea primero, así que basta con una descripción corta 2. Define `steps` entre 4 y 16 (16 de forma predeterminada). El checkpoint destilado se ejecuta con `cfg` 1, así que aumentar `cfg` no ayuda -3. Elige un fotograma en `ResolutionSelector` +3. Elige un marco en `ResolutionSelector` 4. Haz clic en **Queue** para generar **Ejemplo de salida** -![Ejemplo de FLUX 3 Image Klein Distilled de texto a imagen](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/image_flux3_klein_distilled_t2i.png) - -### FLUX 3 Image Klein: edición de imágenes {#image_flux3_klein_image_edit} +![Ejemplo de FLUX 3 Image Klein Distilled de texto a imagen](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/image_flux3_klein_distilled_t2i.png)### FLUX 3 Image Klein: edición de imagen {#image_flux3_klein_image_edit} Edita una foto a partir de un prompt de instrucción, con la imagen original conectada como referencia. La instrucción reemplaza el contenido de la referencia: aquí el prompt cambia el color del vestido a rojo mientras todo lo demás se mantiene igual. -Vista previa del flujo de trabajo de edición de imágenes de FLUX 3 Image Klein +Vista previa del flujo de trabajo de edición de imagen de FLUX 3 Image Klein @@ -118,10 +115,8 @@ Sube este archivo al nodo `LoadImage` correspondiente:
Imagen de entrada - Salida de ejemplo de edición de imágenes de FLUX 3 Image Klein -
- -### FLUX 3 Image Klein Distilled: Image Edit {#image_flux3_klein_distilled_image_edit} + Salida de ejemplo de edición de imagen de FLUX 3 Image Klein +### FLUX 3 Image Klein Distilled: Image Edit {#image_flux3_klein_distilled_image_edit} Edita una imagen con el checkpoint destilado por pasos: una imagen de referencia, un prompt de instrucción, 16 pasos y sin orientación. @@ -155,33 +150,33 @@ Sube este archivo al nodo `LoadImage` correspondiente: 3. Mantén `steps` en el rango de 4 a 16 y deja `cfg` en 1 4. Haz clic en **Queue** y compara la entrada con el resultado en `ImageCompare` -## Descargas de modelos de FLUX 3 Image Klein +## FLUX 3 Image Klein Model Downloads -Los pesos de FLUX 3 Klein están en el repositorio con acceso restringido [black-forest-labs/flux-3-image-klein-comfy](https://huggingface.co/black-forest-labs/flux-3-image-klein-comfy). Ábrelo, acepta el acuerdo de licencia y luego descarga los archivos. Las plantillas usan los checkpoints int8 (convrot) de un solo archivo; las versiones bf16 y nvfp4 de esos mismos checkpoints están en el mismo repositorio. +The FLUX 3 Klein weights live in the gated repository [black-forest-labs/flux-3-image-klein-comfy](https://huggingface.co/black-forest-labs/flux-3-image-klein-comfy). Open it, accept the license agreement, and then download the files. The templates use the int8 (convrot) single-file checkpoints; bf16 and nvfp4 versions of the same checkpoints are in the same repository. -Las plantillas cargan las compilaciones int8 para mantener pequeño el consumo de memoria. Con más de 24 GB de VRAM, cambia a la compilación bf16 del mismo checkpoint (`flux3-image-klein-base-bf16.safetensors`, o `flux3-image-klein-bf16.safetensors` para el checkpoint destilado) y al upsampler de prompt bf16: siguen los prompts largos con más fidelidad. +The templates load the int8 builds to keep the memory footprint small. With more than 24 GB of VRAM, swap in the bf16 build of the same checkpoint (`flux3-image-klein-base-bf16.safetensors`, or `flux3-image-klein-bf16.safetensors` for the distilled checkpoint) and the bf16 prompt upsampler: they follow long prompts more closely. - Modelo de difusión, checkpoint completo de FLUX 3 Image Klein. Las plantillas de texto a imagen y de edición de imagen cargan este archivo. + Diffusion model, full FLUX 3 Image Klein checkpoint. The text to image and image edit templates load this file. - Modelo de difusión, checkpoint destilado por pasos para 4 a 16 pasos. + Diffusion model, step-distilled checkpoint for 4 to 16 steps. - Codificador de texto para ambos checkpoints. Cárgalo con `CLIPLoader` de tipo `flux3`. + Text encoder for both checkpoints. Load it with `CLIPLoader` type `flux3`. - Upsampler de prompt que usan las plantillas de texto a imagen. + Prompt upsampler used by the text to image templates. - VAE para FLUX 3 Klein. El VAE de FLUX.2. + VAE for FLUX 3 Klein. The FLUX.2 VAE. -**Ubicación de almacenamiento de los modelos** +**Model storage location** ``` 📂 ComfyUI/ @@ -198,8 +193,8 @@ Las plantillas cargan las compilaciones int8 para mantener pequeño el consumo d ## Consejos para prompts y referencias -- **Escribe el resultado, no el cambio.** Las plantillas de edición de imagen esperan una descripción completa de la imagen finalizada con la edición integrada, por eso los ejemplos describen el nuevo objeto en detalle en lugar de decir «cambia esto». -- **Las referencias se añaden a ambos conditioning.** Conecta imágenes adicionales a `Set Reference Multi Latent` en orden, llámalas ``, `` y así sucesivamente, y añade cada una tanto al prompt positivo como al negativo, igual que hace el pipeline de referencia. -- **El tamaño de la referencia es un control de costo.** Las plantillas redimensionan cada referencia a aproximadamente 1 megapíxel y el latente de salida toma ese tamaño. Mantener las referencias en su tamaño nativo, que es lo que hace el pipeline propio de Black Forest Labs hasta unos 16 megapíxeles, conserva más detalle en la edición a un costo mayor. -- **La cantidad de pasos depende del checkpoint.** El checkpoint completo se ejecuta con 50 pasos en las plantillas, con orientación 3.5 en texto a imagen y 1 en edición de imagen. El checkpoint destilado por pasos se ejecuta con 16 pasos y orientación fija en 1, y es el que debes usar cuando quieras una pasada rápida. -- **Las plantillas incluyen un nodo `Create Bounding Boxes`.** Dibuja cajas sobre la imagen fuente para planificar ediciones regionales, y su lista de cajas se muestra en el nodo `Preview Any` para que puedas integrar las regiones en el prompt. +- **Escribe el resultado, no el cambio.** Las plantillas de edición de imagen esperan una descripción completa de la imagen finalizada con la edición incorporada, por eso los ejemplos describen el nuevo objeto en detalle en lugar de decir "cambia esto". +- **Las referencias van en ambos conditionings.** Conecta las imágenes adicionales a `Set Reference Multi Latent` en orden, nómbralas ``, ``, etc., y añade cada una tanto al prompt positivo como al negativo, como lo hace el pipeline de referencia. +- **El tamaño de la referencia es un ajuste de costo.** Las plantillas redimensionan cada referencia a aproximadamente 1 megapíxel y el latent de salida toma ese tamaño. Mantener las referencias en su tamaño nativo, como hace el pipeline propio de Black Forest Labs hasta unos 16 megapíxeles, conserva más detalle en la edición a un costo mayor. +- **La cantidad de pasos depende del checkpoint.** El checkpoint completo usa 50 pasos en las plantillas, con orientación 3.5 en texto a imagen y 1 en edición de imagen. El checkpoint destilado por pasos usa 16 pasos con la orientación fija en 1, y es el que debes usar cuando quieras una pasada rápida. +- **Las plantillas incluyen un nodo `Create Bounding Boxes`.** Dibuja cajas sobre la imagen fuente para planificar ediciones regionales, y su lista de cajas aparece en el nodo `Preview Any` para que puedas incorporar las regiones al prompt. diff --git a/es/tutorials/llm/gemma4/gemma4.mdx b/es/tutorials/llm/gemma4/gemma4.mdx index 5ad1c758e2..2444de1dde 100644 --- a/es/tutorials/llm/gemma4/gemma4.mdx +++ b/es/tutorials/llm/gemma4/gemma4.mdx @@ -8,7 +8,8 @@ translationBlockHashes: "_intro": e283d42e "Available workflow": a5a260f2 --- -import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx" + +import UpdateReminder from '/snippets/es/tutorials/update-reminder.mdx' @@ -21,9 +22,9 @@ import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx" - **E2B (2B)**: rápido y ligero, ideal para GPU de consumo - **E4B (4B)**: rendimiento equilibrado, opción predeterminada recomendada - **12B**: mejor calidad, requiere más VRAM -- **Modo de razonamiento**: razonamiento paso a paso integrado antes de generar respuestas +- **Modo de razonamiento**: razonamiento paso a paso integrado antes de generar las respuestas - **Contexto largo**: hasta 128K tokens (E2B/E4B) y 256K tokens (12B) -- **Multilingüe**: más de 35 idiomas listos para usar, preentrenado con más de 140 +- **Multilingüe**: más de 35 idiomas listos para usar, con preentrenamiento en más de 140 - **Llamada a funciones**: soporte nativo para el uso estructurado de herramientas y flujos de trabajo agénticos - **Nativo en ComfyUI**: se carga y ejecuta mediante los nodos integrados `TextGenerate` y `CLIPLoader` @@ -36,7 +37,7 @@ import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx" ### Gemma4: Text Generation {#llm_gemma4_text_gen} -Introduce tu prompt de texto y, de forma opcional, una imagen, audio o video. Genera una salida de texto con razonamiento, programación y soporte multilingüe configurables. +Ingresa tu prompt de texto y, de forma opcional, una imagen, audio o video. Genera una salida de texto con razonamiento, programación y soporte multilingüe configurables. Vista previa del flujo de trabajo de generación de texto de Gemma 4 @@ -71,12 +72,12 @@ Este flujo de trabajo demuestra las capacidades principales de **generación de - **Prompt de texto**: tu pregunta o instrucción - **Imagen** (opcional): para tareas de comprensión visual (OCR, detección de objetos, lectura de gráficos, etc.) - **Audio** (opcional): para reconocimiento de voz o transcripción -- **Video** (opcional): la plantilla carga el video y lo divide con **Get Video Components**, pero esos fotogramas no están conectados al generador de texto, así que el video no afecta a la salida +- **Video** (opcional): la plantilla carga el video y lo divide con **Obtener componentes de video**, pero esos fotogramas no están conectados al generador de texto, así que el video no afecta la salida **Controles principales**: - **Longitud máxima**: número máximo de tokens a generar (256 por defecto) - **Modo de muestreo**: activa o desactiva el muestreo y ajusta temperatura, top-k, top-p, penalización por repetición y semilla -- **Modo de razonamiento**: activa el razonamiento paso a paso antes de la respuesta final +- **Modo de pensamiento**: activa el razonamiento paso a paso antes de la respuesta final - **Usar plantilla predeterminada**: aplica el prompt de sistema integrado del modelo **Salida**: @@ -86,25 +87,25 @@ Este flujo de trabajo demuestra las capacidades principales de **generación de Este flujo de trabajo usa nodos Subgraph para un procesamiento modular. Consulta la documentación de Subgraph para aprender a personalizar y ampliar el flujo de trabajo.
-## Descarga del modelo +## Model Download -Los modelos Gemma 4 se cargan como codificadores de texto en ComfyUI. Descarga el archivo de modelo correspondiente y colócalo en el directorio correcto: +Gemma 4 models are loaded as text encoders in ComfyUI. Download the relevant model file and place it in the correct directory: - Rápido y ligero. Recomendado para GPU de consumo. + Fast, lightweight. Recommended for consumer GPUs. - Rendimiento equilibrado. El modelo predeterminado del flujo de trabajo. + Balanced performance. The default model in the workflow. - - Explora todos los pesos de los modelos Gemma 4. + + Browse all Gemma 4 model weights. -Coloca el archivo `.safetensors` descargado en: +Place the downloaded `.safetensors` file in: ``` 📂 ComfyUI/ diff --git a/es/tutorials/llm/qwen/qwen3.mdx b/es/tutorials/llm/qwen/qwen3.mdx index b4073fd05c..a9cf8f8b2a 100644 --- a/es/tutorials/llm/qwen/qwen3.mdx +++ b/es/tutorials/llm/qwen/qwen3.mdx @@ -9,17 +9,18 @@ translationBlockHashes: "Use Cases": 72228b63 "Available workflow": 93a0c3e5 --- + import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx" -**Qwen 3.0** (también conocido como Qwen3) es un potente LLM de código abierto de Alibaba Cloud diseñado para la generación de texto, el razonamiento y el análisis estructurado. Es compatible de forma nativa con ComfyUI mediante el nodo integrado `TextGenerate`. +**Qwen 3.0** (también conocido como Qwen3) es un potente LLM de código abierto de Alibaba Cloud creado para la generación de texto, el razonamiento y el análisis estructurado. Es compatible de forma nativa con ComfyUI mediante el nodo integrado `TextGenerate`. **Aspectos destacados del modelo**: - **Razonamiento sólido**: Qwen3-4B-Thinking admite razonamiento paso a paso con cadena de pensamiento - **Enfocado en la generación de texto**: optimizado para la salida de texto estructurado, el análisis y las tareas de programación -- **Nativo en ComfyUI**: funciona con el nodo integrado `TextGenerate`, sin necesidad de Nodos personalizados +- **Nativo en ComfyUI**: funciona con el nodo integrado `TextGenerate`, sin necesidad de nodos personalizados - **Ligero**: comparte el mismo formato de codificador de texto que Qwen3.5, disponible en variantes de 2B, 4B y 9B para ajustarse a diferentes configuraciones de hardware ## Casos de uso @@ -66,25 +67,25 @@ Este flujo de trabajo demuestra las capacidades fundamentales de **generación d Este flujo de trabajo usa nodos Subgraph para el procesamiento modular. Consulta la documentación de Subgraph para aprender a personalizar y extender el flujo de trabajo.
-## Descarga del modelo +## Model Download -Los modelos Qwen 3.0 se cargan como codificadores de texto en ComfyUI. Los archivos de modelo se comparten con Qwen3.5. Descarga la variante que mejor se adapte a tu hardware: +Qwen 3.0 models are loaded as text encoders in ComfyUI. The model files are shared with Qwen3.5. Download the variant that best fits your hardware: - Ligero, ~4.5 GB. Ideal para configuraciones con poca VRAM y descargas rápidas. + Lightweight, ~4.5 GB. Best for low VRAM setups and fast downloads. - Equilibrio entre tamaño y calidad. Recomendado para la mayoría de GPU de consumo. + Balanced size and quality. Recommended for most consumer GPUs. - La variante más grande, ~19 GB. Salida de mayor calidad, requiere más VRAM. + Largest variant, ~19 GB. Higher quality output, requires more VRAM. -Coloca el archivo `.safetensors` descargado en: +Place the downloaded `.safetensors` file in: ``` 📂 ComfyUI/ diff --git a/es/tutorials/llm/qwen/qwen3_5.mdx b/es/tutorials/llm/qwen/qwen3_5.mdx index 4818144e0a..e253a2f7b2 100644 --- a/es/tutorials/llm/qwen/qwen3_5.mdx +++ b/es/tutorials/llm/qwen/qwen3_5.mdx @@ -9,6 +9,7 @@ translationBlockHashes: "Use Cases": 01910a1e "Available workflow": 767cf795 --- + import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx" @@ -20,8 +21,8 @@ import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx" - **Multimodal**: acepta entradas de texto e imagen para tareas de comprensión visual - **Etiquetado de imágenes**: puede describir imágenes y generar leyendas detalladas - **Ingeniería inversa de prompts**: extrae prompts y parámetros de generación a partir de imágenes de referencia -- **Nativo en ComfyUI**: funciona con el nodo integrado `TextGenerate`, sin necesidad de Nodos personalizados -- **Ligero**: modelo de 4B parámetros, apto para GPUs de consumo +- **Nativo en ComfyUI**: funciona con el nodo integrado `TextGenerate`, sin necesidad de nodos personalizados +- **Ligero**: modelo de 4B de parámetros, apto para GPUs de consumo ## Casos de uso @@ -37,9 +38,9 @@ Qwen3.5 destaca en escenarios donde combinar la comprensión visual con la gener ### Qwen3.5: Text Generation {#llm_qwen3_5_text_gen} -Usa el modelo Qwen3.5 para analizar una imagen de entrada y generar prompts descriptivos de texto. Este flujo de trabajo realiza captioning de imágenes e ingeniería inversa de prompts. +Usa el modelo Qwen3.5 para analizar una imagen de entrada y generar prompts descriptivos de texto. Este flujo de trabajo realiza descripción de imágenes e ingeniería inversa de prompts. -Qwen3.5 text generation workflow preview +Vista previa del flujo de trabajo de generación de texto con Qwen3.5 @@ -61,46 +62,46 @@ Sube este archivo al nodo `LoadImage` correspondiente:
- Input image + Imagen de entrada
Este flujo de trabajo demuestra las capacidades de **generación de texto y comprensión de imágenes** de Qwen3.5. Acepta un prompt de texto y una imagen opcional, y genera texto descriptivo o análisis estructurado a partir de la entrada. **Entradas**: - **Prompt de texto**: tu pregunta, instrucción o descripción de la tarea -- **Imagen** (opcional): para tareas de comprensión visual (captioning de imágenes, ingeniería inversa de prompts, optimización de prompts, etc.) +- **Imagen** (opcional): para tareas de comprensión visual (descripción de imágenes, ingeniería inversa de prompts, optimización de prompts, etc.) **Controles clave**: -- **Max length**: número máximo de tokens a generar (256 por defecto) -- **Sampling mode**: activa o desactiva el muestreo y ajusta temperature, top-k, top-p, repetition penalty y seed -- **Use default template**: aplica el system prompt integrado del modelo +- **Max length**: cantidad máxima de tokens a generar (256 por defecto) +- **Sampling mode**: activa o desactiva el muestreo y ajusta temperature, top-k, top-p, repetition penalty y semilla +- **Use default template**: aplica el prompt de sistema integrado del modelo **Salida**: - **Texto generado**: la respuesta del modelo como una cadena de texto plano - + Este flujo de trabajo usa nodos Subgraph para un procesamiento modular. Consulta la documentación de Subgraph para aprender a personalizar y ampliar el flujo de trabajo. -## Descarga del modelo +## Model Download -Los modelos Qwen3.5 se cargan como codificadores de texto en ComfyUI. Elige la variante que mejor se adapte a tu hardware: +Qwen3.5 models are loaded as text encoders in ComfyUI. Choose the variant that best suits your hardware: - Ligero, ~4.5 GB. Ideal para configuraciones con poca VRAM y descargas rápidas. + Lightweight, ~4.5 GB. Best for low VRAM setups and fast downloads. - Equilibrio entre tamaño y calidad. Recomendado para la mayoría de GPU de consumo. + Balanced size and quality. Recommended for most consumer GPUs. - La variante más grande, ~19 GB. Salida de mayor calidad, requiere más VRAM. + Largest variant, ~19 GB. Higher quality output, requires more VRAM. -Coloca el archivo `.safetensors` descargado en: +Place the downloaded `.safetensors` file in: ``` 📂 ComfyUI/ diff --git a/es/tutorials/partner-nodes/fishaudio/prompt-guide.mdx b/es/tutorials/partner-nodes/fishaudio/prompt-guide.mdx index 5941d78bc3..2f3a3e1a54 100644 --- a/es/tutorials/partner-nodes/fishaudio/prompt-guide.mdx +++ b/es/tutorials/partner-nodes/fishaudio/prompt-guide.mdx @@ -16,7 +16,8 @@ translationBlockHashes: "Voice cloning quality": 7e721eb5 "References": c8122f0c --- -Fish Audio TTS te da control directo sobre cómo suena el habla mediante etiquetas en línea escritas en el propio texto. Esta guía cubre todas las categorías de etiquetas que entiende el modelo, dónde colocarlas y cómo combinarlas. Las etiquetas siguientes se aplican a `s2.1-pro` y `s1`. Drama 3 usa instrucciones en lenguaje natural y etiquetas de palabras emparejadas en su lugar, descritas en la página [Fish Audio Drama 3](/es/tutorials/partner-nodes/fishaudio/drama-3). + +Fish Audio TTS te da control directo sobre cómo suena el habla mediante etiquetas en línea escritas en el propio texto. Esta guía cubre todas las categorías de etiquetas que entiende el modelo, dónde colocarlas y cómo combinarlas. Las etiquetas siguientes se aplican a `s2.1-pro` y `s1`. En cambio, Drama 3 usa instrucciones en lenguaje natural y etiquetas de palabras emparejadas, descritas en la página [Fish Audio Drama 3](/es/tutorials/partner-nodes/fishaudio/drama-3). Los ejemplos siguientes funcionan en el nodo Fish Audio Text to Speech. Escríbelos directamente en el campo `text`, reemplazando el guion de ejemplo por el tuyo. Para configurar el nodo, las plantillas de flujo de trabajo y los precios, consulta [Fish Audio: Texto a voz, clonación de voz y voz a texto](/es/tutorials/partner-nodes/fishaudio/fish-audio). @@ -32,7 +33,7 @@ Los modelos Fish Audio S2 interpretan indicaciones en lenguaje natural escritas Tres propiedades hacen que este sistema sea flexible: -- **La posición determina el significado.** Una etiqueta actúa desde donde aparece hasta la siguiente etiqueta o el final de la oración. `[whispering] I didn't want to go inside` susurra toda la línea. `I didn't want to go [whispering] inside` empieza a susurrar en «inside». +- **La posición determina el significado.** Una etiqueta se aplica desde donde aparece hasta la siguiente etiqueta o el final de la oración. `[whispering] I didn't want to go inside` susurra toda la línea. `I didn't want to go [whispering] inside` empieza a susurrar en «inside». - **Las descripciones de forma libre funcionan.** No estás limitado a un conjunto fijo de etiquetas. Si puedes describírselo a un actor de voz, escríbelo entre corchetes: `[tired, end of a long shift]`, `[voice rough from crying, trying to sound normal]`, `[professional broadcast tone]`. - **Las etiquetas funcionan en tu idioma.** Escribe las indicaciones en el mismo idioma que tu guion: `[低声说] 不要让他们听见`, `[ため息をついて] もう一度やり直そう`. @@ -118,14 +119,14 @@ This is [emphasis] really important. ## Efectos de audio -Las etiquetas de efectos de audio añaden sonidos humanos naturales. A continuación de la etiqueta, incluye el texto correspondiente cuando se sugiera: +Las etiquetas de efectos de audio añaden sonidos humanos naturales. Después de la etiqueta, incluye el texto correspondiente cuando se sugiera: | Etiqueta | Descripción | Texto sugerido después de la etiqueta | |-----|-------------|------------------------------| -| `[laughing]` | Carcajada | Ha, ha, ha | +| `[laughing]` | Risa a carcajadas | Ha, ha, ha | | `[chuckling]` | Risa leve | Heh, heh | -| `[sobbing]` | Sollozos | Texto opcional | -| `[crying loudly]` | Llanto en voz alta | Texto opcional | +| `[sobbing]` | Sollozos intensos | Texto opcional | +| `[crying loudly]` | Llanto intenso | Texto opcional | | `[sighing]` | Exhalación de alivio o frustración | sigh | | `[groaning]` | Sonido de frustración | ugh | | `[panting]` | Sin aliento | huff, puff | @@ -148,9 +149,9 @@ Las etiquetas de efectos de audio añaden sonidos humanos naturales. A continuac Las palabras de pausa normales también marcan el ritmo sin necesidad de etiquetas: "um", "uh", "嗯", "啊". -## Combinar etiquetas +## Combining tags -**Combina una etiqueta física con una etiqueta de emoción.** Las etiquetas físicas como `[panting]` o `[whispering]` funcionan por sí solas, pero combinarlas con una emoción produce resultados más consistentes y naturales: +**Pair a physical tag with an emotion tag.** Physical tags like `[panting]` or `[whispering]` register on their own, but pairing them with an emotion produces more consistent, natural results: ```text [panting] [tired] I've been running for twenty minutes. @@ -158,7 +159,7 @@ Las palabras de pausa normales también marcan el ritmo sin necesidad de etiquet [shouting] [angry] I told you this would happen! ``` -**Combina emociones en capas para expresiones complejas.** Limita las combinaciones a tres etiquetas o menos por oración: +**Layer emotions for complex expressions.** Keep combinations to three tags or fewer per sentence: ```text [sad][whispering] I miss you so much. @@ -166,7 +167,7 @@ Las palabras de pausa normales también marcan el ritmo sin necesidad de etiquet [excited][laughing] We won! Ha ha! ``` -**Escribe transiciones de emoción** como una progresión natural entre oraciones: +**Write emotion transitions** as a natural progression across sentences: ```text [happy] I got the promotion! @@ -176,13 +177,13 @@ Las palabras de pausa normales también marcan el ritmo sin necesidad de etiquet [determined] I'm going to make it work! ``` -**Añade efectos de fondo** para dar atmósfera: +**Add background effects** for atmosphere: ```text The comedy show was amazing [audience laughing] ``` -**Modula la intensidad** con modificadores descriptivos: +**Modulate intensity** with descriptive modifiers: ```text [slightly sad] I'm a bit disappointed. @@ -190,29 +191,29 @@ The comedy show was amazing [audience laughing] [extremely angry] This is unacceptable! ``` -## Mejores prácticas +## Buenas prácticas -**Qué hacer:** +**Sí:** -- Usa una emoción principal por oración +- Usa una sola emoción principal por oración - Ajusta las emociones al contexto de forma lógica -- Agrega texto después de los efectos de sonido, por ejemplo "Ha ha" después de `[laughing]` -- Espacia los cambios emocionales para que suenen realistas +- Añade texto después de los efectos de sonido, por ejemplo "Ha ha" después de `[laughing]` +- Espacia los cambios emocionales para ganar realismo - Prueba distintas combinaciones con la misma voz -**Qué evitar:** +**No:** -- No abuses de las etiquetas en textos cortos -- No mezcles emociones en conflicto en una misma oración -- No escribas descripciones entre corchetes tan largas que interrumpan el flujo -- No dejes una etiqueta descriptiva sin texto después de ella -- No coloques las indicaciones de emoción de una oración lejos de la oración que controlan +- Abuses de las etiquetas en textos cortos +- Mezcles emociones en conflicto en una misma oración +- Escribas descripciones entre corchetes tan largas que interrumpan el flujo +- Dejes una etiqueta descriptiva sin texto después +- Coloques las indicaciones de emoción de la oración lejos de la oración que controlan -Si el resultado suena poco natural, espacia los cambios emocionales, baja la intensidad o prueba con otra voz: la misma etiqueta funciona distinto en cada voz. +Si la salida suena poco natural, espacia los cambios emocionales, reduce la intensidad o prueba otra voz: la misma etiqueta se percibe de forma distinta según la voz. -## Diálogo con varios hablantes {#multi-speaker-dialogue} +## Multi-speaker dialogue -Conecta dos o más voces al nodo Fish Audio Text to Speech y luego marca los cambios de hablante en el texto con `@Voice1`, `@Voice2` y así sucesivamente. Cada voz conectada debe aparecer al menos una vez en el texto, o el nodo genera un error. Las conexiones de voz se explican en [Fish Audio: texto a voz, clonación de voz y voz a texto](/es/tutorials/partner-nodes/fishaudio/fish-audio#conectar-voces). +Connect two or more voices to the Fish Audio Text to Speech node, then mark speaker changes in the text with `@Voice1`, `@Voice2`, and so on. Every connected voice must appear in the text at least once, or the node raises an error. Voice connections are covered in [Fish Audio: Text to Speech, Voice Cloning, and Speech to Text](/tutorials/partner-nodes/fishaudio/fish-audio#connecting-voices). ```text @Voice1 [nervous] You're sure no one followed you? @@ -221,29 +222,29 @@ Conecta dos o más voces al nodo Fish Audio Text to Speech y luego marca los cam @Voice2 [curious] You don't even know what it is? ``` -## Control de fonemas {#phoneme-control} +## Phoneme control -Las etiquetas de fonemas especifican pronunciaciones exactas para nombres, homógrafos, siglas y términos técnicos. Envuelve la pronunciación de reemplazo entre las etiquetas `<|phoneme_start|>` y `<|phoneme_end|>`. Las etiquetas de fonemas se conservan durante la normalización del texto, así que mantén `normalize` activado. +Phoneme tags specify exact pronunciations for names, homographs, acronyms, and technical terms. Wrap the replacement pronunciation in `<|phoneme_start|>` and `<|phoneme_end|>` tags. Phoneme tags are preserved by text normalization, so keep `normalize` enabled. -**Inglés** (CMU Arpabet, reemplaza una palabra): +**English** (CMU Arpabet, replaces one word): ```text I am an <|phoneme_start|>EH1 N JH AH0 N IH1 R<|phoneme_end|>. ``` -**Chino** (pinyin con número de tono, reemplaza un carácter o una sílaba; útil para caracteres polifónicos y nombres): +**Chinese** (tone-number pinyin, replaces one character or syllable, useful for polyphonic characters and names): ```text 我是一个<|phoneme_start|>gong1<|phoneme_end|><|phoneme_start|>cheng2<|phoneme_end|><|phoneme_start|>shi1<|phoneme_end|>。 ``` -**Japonés** (romaji estilo OpenJTalk con dígitos de acento tonal): +**Japanese** (OpenJTalk-style romaji with pitch accent digits): ```text <|phoneme_start|>ha0shi1ga0<|phoneme_end|>見えます。 ``` -El control de fonemas se combina con otras etiquetas en el mismo texto: +Phoneme control combines with other tags in the same text: ```text I am, um, an [break] <|phoneme_start|>EH1 N JH AH0 N IH1 R<|phoneme_end|>. @@ -251,34 +252,34 @@ I am, um, an [break] <|phoneme_start|>EH1 N JH AH0 N IH1 R<|phoneme_end|>. ## Ajuste de parámetros -Los valores predeterminados están bien calibrados. Ajusta solo cuando lo necesites: +Los valores predeterminados están bien ajustados. Ajusta solo cuando lo necesites: -| Parámetro | Valor predeterminado | Efecto | -|-----------|---------|--------| -| `temperature` | 0.7 | Expresividad. Un valor más alto es más variado, uno más bajo es más consistente | +| Parámetro | Predeterminado | Efecto | +|-----------|----------------|--------| +| `temperature` | 0.7 | Expresividad. Un valor más alto genera más variedad, uno más bajo es más consistente | | `top_p` | 0.7 | Diversidad mediante muestreo de núcleo | | `speed` | 1.0 | Velocidad del habla, de 0.5 a 2.0 | | `volume` | 0.0 | Ajuste de volumen en decibelios, de -10 a 10 | -| `normalize` | true | Expande números y fechas para una lectura natural. Mantenlo activado a menos que la normalización reescriba texto que quieres leer literalmente | +| `normalize` | true | Expande números y fechas para que se lean de forma natural. Déjalo activado a menos que la normalización reescriba texto que quieres que se lea literalmente | -La `seed` controla si el nodo se vuelve a ejecutar; los resultados no son deterministas independientemente del valor de la semilla. +El parámetro `seed` controla si el nodo se vuelve a ejecutar; los resultados no son deterministas independientemente del valor de `seed`. ## Calidad de la clonación de voz -Para el nodo Fish Audio Instant Voice Clone, la calidad de la grabación de referencia determina el resultado. Consulta los límites de grabación en [Fish Audio: texto a voz, clonación de voz y voz a texto](/es/tutorials/partner-nodes/fishaudio/fish-audio#límites-de-la-clonación-de-voz): +Para el nodo Clonación instantánea de voz de Fish Audio, la calidad de la grabación de referencia decide el resultado. Los límites de grabación se explican en [Fish Audio: texto a voz, clonación de voz y voz a texto](/es/tutorials/partner-nodes/fishaudio/fish-audio#limites-de-la-clonacion-de-voz): -- Graba de 2 a 3 clips de 15 a 20 segundos cada uno, con menos de 270 segundos en total +- Graba 2 o 3 clips de 15 a 20 segundos cada uno, con un total de menos de 270 segundos - Un solo hablante, volumen constante, tono y emoción consistentes - Pausas pequeñas entre frases, de aproximadamente medio segundo -- Habitación silenciosa, micrófono a una mano de distancia de la boca -- Una grabadora de teléfono o un micrófono de auriculares son suficientes; evita la música de fondo, la televisión y el eco +- Una habitación silenciosa, con el micrófono a una mano de distancia de la boca +- Sirve una grabadora de teléfono o el micrófono de unos auriculares; evita la música de fondo, la televisión y el eco -Si la voz clonada suena robótica, graba más material, de 30 a 60 segundos en total, y habla con naturalidad, con pausas. +Si la voz clonada suena robótica, graba más material, de 30 a 60 segundos en total, y habla de forma natural con pausas. -Clona solo las voces que tengas permiso de usar: tu propia voz o la de alguien que te haya dado permiso explícito. +Clona solo voces que tengas permiso de usar: la tuya o la de alguien que te haya dado permiso explícito. ## Referencias -- [Documentación sobre el control de emociones de Fish Audio](https://docs.fish.audio/developer-guide/core-features/emotions) -- [Documentación sobre el control detallado de Fish Audio](https://docs.fish.audio/developer-guide/core-features/fine-grained-control) -- [Prácticas recomendadas para la clonación de voces de Fish Audio](https://docs.fish.audio/developer-guide/best-practices/voice-cloning) +- [Documentación de control de emociones de Fish Audio](https://docs.fish.audio/developer-guide/core-features/emotions) +- [Documentación de control detallado de Fish Audio](https://docs.fish.audio/developer-guide/core-features/fine-grained-control) +- [Buenas prácticas de clonación de voz de Fish Audio](https://docs.fish.audio/developer-guide/best-practices/voice-cloning) diff --git a/es/tutorials/partner-nodes/topaz/image-enhance-bloom-2.mdx b/es/tutorials/partner-nodes/topaz/image-enhance-bloom-2.mdx index 9b022ecdfc..64adc9b912 100644 --- a/es/tutorials/partner-nodes/topaz/image-enhance-bloom-2.mdx +++ b/es/tutorials/partner-nodes/topaz/image-enhance-bloom-2.mdx @@ -2,48 +2,50 @@ title: "Topaz Image Enhance Bloom 2: ampliación creativa de imágenes con IA" description: "Amplía y mejora imágenes con Topaz Image Enhance Bloom 2 en ComfyUI: ampliación creativa que añade detalle, textura y elementos visuales" sidebarTitle: "Image Enhance Bloom 2" -translationSourceHash: ea0e893b +translationSourceHash: 243c9f97 translationFrom: tutorials/partner-nodes/topaz/image-enhance-bloom-2.mdx translationBlockHashes: "_intro": 1b619937 "What Topaz Image Enhance Bloom 2 is good at": bc0b5457 "Example outputs": 4eb243ba + "Topaz Image Enhance Bloom 2": 8e33b921 "Get started": 9c5c9043 --- + import ReqHint from "/snippets/es/tutorials/partner-nodes/req-hint.mdx"; import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx"; Topaz Image Enhance Bloom 2 es un modelo de ampliación creativa disponible en ComfyUI a través de los nodos asociados de Topaz. Añade nuevo detalle, textura y elementos visuales a tus imágenes, con un control de creatividad de 1 a 9 para un refinamiento sutil o una reinterpretación audaz. Conserva la relación de aspecto de la entrada y admite factores de ampliación de 1x a 6x. -## Para qué es bueno Topaz Image Enhance Bloom 2 +## Para qué sirve Topaz Image Enhance Bloom 2 - **Ampliación creativa**: Agrega nuevos detalles, texturas y elementos visuales a tus imágenes -- **Creatividad ajustable**: Un control de 1 para una mejora contenida hasta 9 para una reinterpretación pronunciada +- **Creatividad ajustable**: Un control que va de 1 para una mejora contenida a 9 para una reinterpretación pronunciada - **Prompt automático**: Si el prompt está vacío, el modelo crea uno automáticamente - **Salida flexible**: Conserva la relación de aspecto de la entrada y admite factores de ampliación de 1x a 6x ## Salidas de ejemplo -Ampliación creativa de una imagen generada por IA, con nuevos detalles y texturas añadidos: +Ampliación creativa de una imagen generada por IA, con nuevo detalle y textura añadidos: ![Salida de Topaz Image Enhance Bloom 2](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/Upscaled_topaz_bloom2.png) -## Topaz Image Enhance Bloom 2 +## Mejorar imagen con Topaz Bloom 2 -Mejora imágenes generadas por IA con el modelo de ampliación creativa de Bloom 2, que añade nuevo detalle, textura y elementos visuales. El control de Creatividad va de 1, para una mejora contenida, a 9, para una reinterpretación marcada. Si el prompt está vacío, el modelo crea uno automáticamente. +Mejora las imágenes generadas por IA con el modelo de ampliación creativa de Bloom 2, que añade nuevo detalle, textura y elementos visuales. El control Creatividad va de 1, para una mejora contenida, a 9, para una reinterpretación marcada. Si el prompt está vacío, el modelo crea uno automáticamente. -Vista previa del flujo de trabajo Topaz Image Enhance Bloom 2 +Vista previa del flujo de trabajo Mejorar imagen con Topaz Bloom 2 Abrir en Comfy Cloud - Descarga el JSON o busca "Topaz Image Enhance Bloom 2" en la Biblioteca de plantillas + Descarga el JSON o busca "Topaz Image Enhance Bloom 2" en la Biblioteca de plantillas @@ -59,14 +61,14 @@ Descarga esta imagen de entrada de ejemplo para probar el flujo de trabajo:
-![Salida de Topaz Image Enhance Bloom 2](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/Upscaled_topaz_bloom2.png) +![Salida de Mejorar imagen con Topaz Bloom 2](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/Upscaled_topaz_bloom2.png) ### Resumen del flujo de trabajo Este flujo de trabajo usa cuatro nodos: - **LoadImage**: proporciona la imagen de origen -- **TopazImageEnhanceV2**: el nodo principal, configurado con el modelo de ampliación `Bloom 2` +- **TopazImageEnhanceV2**: el nodo principal, configurado con el modelo de mejora `Bloom 2` - **SaveImageAdvanced**: guarda la salida mejorada como PNG - **ImageCompare**: muestra el resultado mejorado junto al original para compararlos @@ -74,11 +76,11 @@ Este flujo de trabajo usa cuatro nodos: 1. **Carga una imagen**: sube o selecciona tu imagen de entrada en el nodo **LoadImage** 2. **Selecciona el modelo**: mantén `Bloom 2` en el nodo **TopazImageEnhanceV2** -3. **Establece la creatividad**: de 1 para una mejora contenida a 9 para una reinterpretación marcada +3. **Ajusta la creatividad**: de 1 para una mejora contenida a 9 para una reinterpretación marcada 4. **Prompt opcional**: déjalo vacío para que el modelo cree uno automáticamente 5. **Haz clic en Queue**: pulsa `Ctrl+Enter` para generar ## Empezar 1. Actualiza ComfyUI a la última versión -2. Ve a la Biblioteca de plantillas y busca `Topaz Image Enhance Bloom 2` \ No newline at end of file +2. Ve a la Biblioteca de plantillas y busca `Topaz Image Enhance Bloom 2` diff --git a/es/tutorials/partner-nodes/topaz/overview.mdx b/es/tutorials/partner-nodes/topaz/overview.mdx index b54b5643d6..f298730078 100644 --- a/es/tutorials/partner-nodes/topaz/overview.mdx +++ b/es/tutorials/partner-nodes/topaz/overview.mdx @@ -2,7 +2,7 @@ title: "Topaz Labs en ComfyUI: mejora de imagen y video" description: "Mejora y amplía imágenes y video en ComfyUI con Topaz Labs: ampliación guiada por prompt con Reimagine, mejora de rostros, Starlight y Apollo." sidebarTitle: "Topaz Labs" -translationSourceHash: 8e0ad9e8 +translationSourceHash: f1695036 translationFrom: tutorials/partner-nodes/topaz/overview.mdx --- @@ -18,7 +18,7 @@ Topaz Labs lleva a ComfyUI la mejora de imágenes y video con IA de nivel empres - **Soporte de salida en 8K**: amplía imágenes y cuadros de video hasta la resolución ultra alta de 8K manteniendo la nitidez y la coherencia visual. - **Ampliador de difusión Starlight**: ampliación basada en difusión optimizada para fotografía de paisajes, que genera detalle realista como follaje, texturas de roca y nubes. - **Interpolación de cuadros Apollo**: genera cuadros intermedios suaves entre los cuadros de video existentes para efectos de cámara lenta o conversión de frecuencia de cuadros. -- **Ampliación optimizada para ilustraciones**: modelo especializado en ilustraciones digitales, line art y obras de colores planos que preserva los bordes definidos y los degradados limpios. +- **Ampliación optimizada para ilustraciones**: modelo especializado en obras de colores planos, line art e ilustraciones digitales que preserva los bordes definidos y los degradados limpios. - **Flujo de trabajo de mejora de video**: procesamiento de video completo que incluye reducción de ruido, desentrelazado, estabilización y ampliación inteligente cuadro por cuadro. diff --git a/es/tutorials/partner-nodes/topaz/video-enhance-starlight-precise-2-5.mdx b/es/tutorials/partner-nodes/topaz/video-enhance-starlight-precise-2-5.mdx index 124e78ab9f..51c0b69ecc 100644 --- a/es/tutorials/partner-nodes/topaz/video-enhance-starlight-precise-2-5.mdx +++ b/es/tutorials/partner-nodes/topaz/video-enhance-starlight-precise-2-5.mdx @@ -2,7 +2,7 @@ title: "Topaz Starlight Precise 2.5 - Ampliación de video con IA" description: "Amplía videos con Topaz Starlight Precise 2.5 en ComfyUI: salida 4K más nítida y con menos artefactos para material de acción real." sidebarTitle: "Starlight Precise 2.5" -translationSourceHash: 512ec885 +translationSourceHash: 43c2d2a4 translationFrom: tutorials/partner-nodes/topaz/video-enhance-starlight-precise-2-5.mdx --- import ReqHint from "/snippets/es/tutorials/partner-nodes/req-hint.mdx"; @@ -14,8 +14,8 @@ Topaz Starlight Precise 2.5 es un modelo de ampliación de video disponible en C ## Para qué sirve Topaz Starlight Precise 2.5 - **Ampliación a 4K**: amplía videos MP4 hasta resolución 4K -- **Mayor nitidez**: una salida más nítida con menos artefactos -- **Metraje de acción real**: los pocos artefactos lo hacen ideal para video de acción real +- **Resultados más nítidos**: una salida más nítida con menos artefactos +- **Metraje de acción real**: los artefactos reducidos lo hacen adecuado para video de acción real - **Opciones de resolución**: salida en FullHD (1080p) o 4K (2160p) ## Salidas de ejemplo @@ -65,7 +65,7 @@ Este flujo de trabajo usa tres nodos: ### Pasos para ejecutar 1. **Carga un video**: conecta tu video MP4 al nodo **LoadVideo** -2. **Selecciona el ampliador**: mantén `Starlight Precise 2.5` en el nodo **TopazVideoEnhanceV2** +2. **Selecciona el modelo de ampliación**: mantén `Starlight Precise 2.5` en el nodo **TopazVideoEnhanceV2** 3. **Define la resolución**: `FullHD (1080p)` o `4K (2160p)` 4. **Haz clic en Queue**: presiona `Ctrl+Enter` para generar diff --git a/es/tutorials/partner-nodes/wavespeed/overview.mdx b/es/tutorials/partner-nodes/wavespeed/overview.mdx index 987ad27644..41555d15f2 100644 --- a/es/tutorials/partner-nodes/wavespeed/overview.mdx +++ b/es/tutorials/partner-nodes/wavespeed/overview.mdx @@ -2,7 +2,7 @@ title: "WaveSpeed en ComfyUI: ampliación de imagen y video" description: "Amplía video y restaura imágenes en ComfyUI con WaveSpeed: ampliación temporal de video FLSH-VSR, restauración de fotos SeedVR2 y ampliación general." sidebarTitle: "WaveSpeed" -translationSourceHash: f7e72a84 +translationSourceHash: 39f7198f translationFrom: tutorials/partner-nodes/wavespeed/overview.mdx --- @@ -29,7 +29,7 @@ WaveSpeed ofrece dos grupos de modelos en ComfyUI. El grupo **Upscale** cubre la - Ampliación general de imágenes y restauración de imágenes con SeedVR2 AI. + Ampliación general de imágenes y restauración con SeedVR2 AI. Ampliación de video con IA y coherencia temporal. diff --git a/es/tutorials/video/bytedance/bernini-r.mdx b/es/tutorials/video/bytedance/bernini-r.mdx index 6a796a6bce..12929888e1 100644 --- a/es/tutorials/video/bytedance/bernini-r.mdx +++ b/es/tutorials/video/bytedance/bernini-r.mdx @@ -11,17 +11,18 @@ translationBlockHashes: "2. Video Editing": d17ea37c "Community Resources": 9b4a0aaf --- -import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx" + +import UpdateReminder from '/snippets/es/tutorials/update-reminder.mdx' # Introducción a ComfyUI Bernini-R -[Bernini-R](https://github.com/bytedance/Bernini) es el modelo Wan 2.2 **solo de renderizado** de ByteDance para el conditioning de imágenes y video en contexto. Utiliza un conjunto de flujos de conditioning (video fuente, imágenes de referencia, video de referencia) para guiar la generación. No requiere entrenamiento de LoRA ni ajuste fino. +[Bernini-R](https://github.com/bytedance/Bernini) es el modelo Wan 2.2 de ByteDance **solo para renderizado**, pensado para el acondicionamiento de imágenes y video en contexto. Usa un conjunto de flujos de acondicionamiento (video fuente, imágenes de referencia, video de referencia) para guiar la generación. No requiere entrenamiento de LoRA ni ajuste fino. Capacidades principales: - **Varios tipos de tarea en un solo modelo**: generación de imagen y video, edición, cambio de iluminación, cambio de estilo, inserción de sujetos -- **Acondicionamiento en contexto**: las imágenes y videos de referencia actúan como prompts visuales, inyectados como tokens -- **Ligero**: modelo solo de renderizado. Sin backbone de difusión de texto a video. +- **Acondicionamiento en contexto**: las imágenes y los videos de referencia actúan como prompts visuales y se inyectan como tokens +- **Ligero**: modelo solo para renderizado. Sin un backbone de difusión de texto a video. - **Soporte flexible de entradas**: referencias de una o varias imágenes, video a video, edición guiada por referencia Bernini-R admite estos tipos de tarea: @@ -41,9 +42,9 @@ Bernini-R admite estos tipos de tarea: ComfyUI ahora admite de forma nativa los nodos de Bernini-R. Asegúrate de haber actualizado a la última versión de [ComfyUI](https://github.com/Comfy-Org/ComfyUI) antes de empezar. -## Instalación de modelos +## Model Installation -Descarga los pesos de modelo necesarios y guárdalos en las carpetas correspondientes de ComfyUI: +Download the required model weights and save them to the corresponding ComfyUI folders: **text_encoders:** - [umt5_xxl_fp8_e4m3fn_scaled.safetensors](https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/blob/main/split_files/text_encoders/umt5_xxl_fp8_e4m3fn_scaled.safetensors?download=true) @@ -76,26 +77,26 @@ ComfyUI/ ## 1. Edición de imagen -**Qué hace:** genera una imagen editada con iluminación coincidente y consulta una comparación en paralelo de antes y después. Es ideal para cambiar la iluminación de retratos y productos, mantener una iluminación coherente en conjuntos de fotos y para fotografía de catálogo de comercio electrónico. +**Qué hace:** Genera una imagen editada con iluminación coincidente y consulta una comparación antes y después en paralelo. Ideal para la iluminación de retratos y productos, una iluminación coherente en conjuntos de fotos y la fotografía de catálogos de e-commerce. -Vista previa del flujo de trabajo de edición de imagen con Bernini-R +Vista previa del flujo de trabajo Image Editing de Bernini-R - + Abrir en Comfy Cloud - - Descarga el JSON o busca "Bernini-R" en la biblioteca de plantillas + + Descarga el JSON o busca "Bernini-R" en la Biblioteca de plantillas **Materiales de entrada** - + Descarga la imagen de entrada predeterminada o usa la tuya. - + Descarga la imagen de referencia predeterminada o usa la tuya. @@ -104,14 +105,14 @@ ComfyUI/ 1. **Selecciona el tipo de tarea**: elige tu tarea (Image Editing, Subject to Image, etc.) 2. **Conecta las entradas**: carga la imagen de origen y las imágenes de referencia opcionales -3. **Escribe el prompt**: describe la edición que deseas -4. **Ejecuta**: haz clic en Queue o usa `Cmd+Enter` +3. **Escribe el prompt**: describe la edición deseada +4. **Run**: haz clic en Cola o usa `Cmd+Enter` -**Entrada de imagen de referencia:** úsala para **Subject to Image** cuando necesites una o más imágenes de referencia (sujeto, vestuario, escena, accesorios). En el prompt, usa `image0`, `image1`, … para hacer referencia a cada imagen. No es necesaria para **Image Editing**: esa tarea usa `source_image` en su lugar. +**Entrada de imagen de referencia:** Úsala para **Subject to Image** cuando necesites una o más imágenes de referencia (sujeto, vestuario, escena, accesorios). En el prompt, usa `image0`, `image1`, … para hacer referencia a cada imagen. No es necesaria para **Image Editing**: esa tarea usa `source_image` en su lugar. - - Este flujo de trabajo usa nodos Subgraph para el procesamiento modular. Consulta la documentación de Subgraph para aprender a personalizar y extender el flujo de trabajo. + + Este flujo de trabajo usa nodos Subgraph para un procesamiento modular. Consulta la documentación de Subgraph para aprender a personalizar y ampliar el flujo de trabajo. @@ -119,7 +120,7 @@ ComfyUI/ ## 2. Edición de video -**Qué hace:** Genera un video editado con una nueva iluminación consistente usando Bernini-R. Conecta un video de origen, una o varias imágenes de referencia opcionales o un video de referencia, elige el tipo de tarea, escribe un prompt y ejecuta. +**Qué hace:** genera un video editado con un cambio de iluminación coherente usando Bernini-R. Conecta un video de origen, una o varias imágenes de referencia opcionales o un video de referencia, selecciona el tipo de tarea, escribe un prompt y ejecuta. Vista previa del flujo de trabajo de edición de video con Bernini-R @@ -128,7 +129,7 @@ ComfyUI/ Abrir en Comfy Cloud - Descarga el JSON o busca "Bernini-R" en Biblioteca de plantillas + Descarga el JSON o busca "Bernini-R" en la biblioteca de plantillas @@ -146,16 +147,16 @@ ComfyUI/ ### Pasos para ejecutar 1. **Carga el video de origen**: conecta tu video de entrada -2. **(Opcional) Carga las referencias**: una o varias imágenes de referencia o un video de referencia +2. **(Opcional) Carga las referencias**: imágenes de referencia o video de referencia 3. **Selecciona el tipo de tarea**: v2v, rv2v, r2v o ads2v -4. **Escribe el prompt**: describe la edición que quieres +4. **Escribe el prompt**: describe la edición deseada 5. **Ejecuta**: haz clic en Queue o usa `Cmd+Enter` -**Entrada de imagen de referencia:** úsala cuando una tarea necesite una o más imágenes de referencia (rv2v, r2v, conjuntos de varias prendas). Cada imagen del lote se convierte en su propio token en contexto. Menciona `image0`, `image1`, … en el prompt si las referencias cumplen funciones distintas. +**Entrada de imagen de referencia:** úsala cuando una tarea necesite una o más imágenes de referencia (rv2v, r2v, atuendos de varias piezas). Cada imagen del lote se convierte en su propio token en contexto. Menciona `image0`, `image1`, … en el prompt si las referencias desempeñan funciones diferentes. - Este flujo de trabajo usa nodos Subgraph para un procesamiento modular. Consulta la documentación de Subgraph para aprender a personalizar y ampliar el flujo de trabajo. + Este flujo de trabajo usa nodos Subgraph para el procesamiento modular. Consulta la documentación de Subgraph para aprender a personalizar y extender el flujo de trabajo. @@ -163,6 +164,6 @@ ComfyUI/ ## Recursos de la comunidad -- [Bernini GitHub (bytedance/Bernini)](https://github.com/bytedance/Bernini): Documentación del artículo de investigación y de las tareas -- [Comfy-Org/Bernini-R](https://huggingface.co/Comfy-Org/Bernini-R): Pesos oficiales del modelo para ComfyUI -- [Bernini: Latent Semantic Planning for Video Diffusion](https://arxiv.org/abs/2605.22344): Artículo de investigación +- [Bernini GitHub (bytedance/Bernini)](https://github.com/bytedance/Bernini): artículo de investigación y documentación de tareas +- [Comfy-Org/Bernini-R](https://huggingface.co/Comfy-Org/Bernini-R): pesos de modelo oficiales de ComfyUI +- [Bernini: Latent Semantic Planning for Video Diffusion](https://arxiv.org/abs/2605.22344): artículo de investigación diff --git a/es/tutorials/video/hunyuan/hunyuan-video-1-5.mdx b/es/tutorials/video/hunyuan/hunyuan-video-1-5.mdx index d536767e6e..366bda6eb2 100644 --- a/es/tutorials/video/hunyuan/hunyuan-video-1-5.mdx +++ b/es/tutorials/video/hunyuan/hunyuan-video-1-5.mdx @@ -10,6 +10,7 @@ translationBlockHashes: "Hunyuan Video 1.5 Text-to-Video Workflow": a6511c93 "Hunyuan Video 1.5 Image-to-Video Workflow": 9e20cd3b --- + import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx"; [HunyuanVideo 1.5](https://github.com/Tencent/HunyuanVideo) es un modelo ligero de 8.3B parámetros desarrollado por el equipo Hunyuan de Tencent. Ofrece generación de video con calidad de primer nivel en GPUs de consumo (24 GB de VRAM), lo que reduce enormemente la barrera de entrada sin sacrificar la calidad. @@ -20,27 +21,27 @@ import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx"; - **Potencia compacta**: Ofrece un rendimiento SOTA comparable al de modelos más grandes mientras se ejecuta en hardware de consumo. - **Generación versátil**: Admite generación de texto a video e imagen a video (5-10s) de alta calidad con una consistencia excepcional. -- **Control preciso**: Sigue instrucciones con solidez para movimientos de cámara, física y expresiones emocionales. +- **Control preciso**: Buen seguimiento de instrucciones para movimientos de cámara, física y expresiones emocionales. - **Calidad cinematográfica**: Salida nativa en 720p (ampliable a 1080p) con una estética profesional. - **Funciones completas**: Admite diversos estilos (realista, anime, 3D) y renderizado de texto en el video (chino/inglés). -## Modelos comunes para todos los flujos de trabajo +## Common models for all workflows -Los siguientes modelos se usan tanto en los flujos de trabajo de texto a video como en los de imagen a video. Descárgalos y guárdalos en los directorios indicados: +The following models are used in both Text-to-Video and Image-to-Video workflows. Download and save them to the specified directories: - - qwen_2.5_vl_7b_fp8_scaled.safetensors — guárdalo en ComfyUI/models/text_encoders/ + + qwen_2.5_vl_7b_fp8_scaled.safetensors — save to ComfyUI/models/text_encoders/ - - byt5_small_glyphxl_fp16.safetensors — guárdalo en ComfyUI/models/text_encoders/ + + byt5_small_glyphxl_fp16.safetensors — save to ComfyUI/models/text_encoders/ - - hunyuanvideo15_vae_fp16.safetensors — guárdalo en ComfyUI/models/vae/ + + hunyuanvideo15_vae_fp16.safetensors — save to ComfyUI/models/vae/ -#### Almacenamiento +#### Storage ``` ComfyUI/ @@ -54,7 +55,7 @@ ComfyUI/ ## Flujo de trabajo de texto a video de Hunyuan Video 1.5 -HunyuanVideo 1.5 Text-to-Video genera videos de 5 a 10 segundos a partir de descripciones en lenguaje natural, con mejor calidad y menores requisitos de VRAM. +HunyuanVideo 1.5 Text-to-Video genera videos de 5-10 segundos a partir de descripciones en lenguaje natural, con calidad mejorada y requisitos de VRAM reducidos. ![Flujo de trabajo de ComfyUI - Hunyuan Video 1.5 T2V](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/video_hunyuan_video_1.5_720p_t2v-1.webp) @@ -99,12 +100,12 @@ ComfyUI/ 4. Haz clic en el botón `Queue` o usa el atajo `Ctrl(Cmd) + Enter` para ejecutar el flujo de trabajo -El flujo de trabajo incluye un nodo de superresolución. Cuando está habilitado, usa `hunyuanvideo1.5_1080p_sr_distilled_fp16.safetensors` para aumentar la resolución de la salida a 1080p. +El flujo de trabajo incluye un nodo que aplica upscale con superresolución. Cuando lo habilitas, usa `hunyuanvideo1.5_1080p_sr_distilled_fp16.safetensors` para aplicar upscale a la salida y llevarla a 1080p. -## Flujo de trabajo de imagen a video con Hunyuan Video 1.5 +## Flujo de trabajo de imagen a video de Hunyuan Video 1.5 -HunyuanVideo 1.5 imagen a video transforma imágenes estáticas en videos suaves y de alta calidad, con mejor consistencia y dinámica de movimiento. +HunyuanVideo 1.5 Imagen a Video transforma imágenes estáticas en videos suaves y de alta calidad, con mejor consistencia y dinámica de movimiento. ![Flujo de trabajo de ComfyUI - Hunyuan Video 1.5 I2V](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/video_hunyuan_video_1.5_720p_i2v-1.webp) @@ -129,10 +130,10 @@ HunyuanVideo 1.5 imagen a video transforma imágenes estáticas en videos suaves - sigclip_vision_patch14_384.safetensors: guardar en ComfyUI/models/clip_vision/ + sigclip_vision_patch14_384.safetensors: guárdalo en ComfyUI/models/clip_vision/ - hunyuanvideo1.5_720p_i2v_fp16.safetensors: guardar en ComfyUI/models/diffusion_models/ + hunyuanvideo1.5_720p_i2v_fp16.safetensors: guárdalo en ComfyUI/models/diffusion_models/ @@ -142,7 +143,7 @@ HunyuanVideo 1.5 imagen a video transforma imágenes estáticas en videos suaves ComfyUI/ ├── 📂 models/ │ ├── 📂 clip_vision/ -│ │ └── sigclip_vision_patch14_384.safetensors // Codificador de visión I2V +│ │ └── sigclip_vision_patch14_384.safetensors // Codificador visual I2V │ ├── 📂 text_encoders/ │ │ ├── qwen_2.5_vl_7b_fp8_scaled.safetensors // Modelo compartido │ │ └── byt5_small_glyphxl_fp16.safetensors // Modelo compartido @@ -154,22 +155,22 @@ ComfyUI/ ### Pasos para ejecutar el flujo de trabajo -1. Asegúrate de que el nodo `DualCLIPLoader` haya cargado estos modelos: +1. Asegúrate de que el nodo `DualCLIPLoader` tenga cargados estos modelos: - clip_name1: `qwen_2.5_vl_7b_fp8_scaled.safetensors` - clip_name2: `byt5_small_glyphxl_fp16.safetensors` -2. Asegúrate de que el nodo `CLIPVisionLoader` haya cargado `sigclip_vision_patch14_384.safetensors` -3. Asegúrate de que el nodo `Load Diffusion Model` haya cargado `hunyuanvideo1.5_720p_i2v_fp16.safetensors` -4. Asegúrate de que el nodo `Load VAE` haya cargado `hunyuanvideo15_vae_fp16.safetensors` +2. Asegúrate de que el nodo `CLIPVisionLoader` tenga cargado `sigclip_vision_patch14_384.safetensors` +3. Asegúrate de que el nodo `Load Diffusion Model` tenga cargado `hunyuanvideo1.5_720p_i2v_fp16.safetensors` +4. Asegúrate de que el nodo `Load VAE` tenga cargado `hunyuanvideo15_vae_fp16.safetensors` 5. Haz clic en el botón `Queue` o usa el atajo `Ctrl(Cmd) + Enter` para ejecutar el flujo de trabajo -## Ampliador de superresolución +## Super-resolution upscaler -Ambos flujos de trabajo incluyen un nodo de superresolución que puede hacer upscale del video de salida de 720p a 1080p. Este ampliador opcional usa un modelo destilado para obtener una salida de alta resolución de forma eficiente. +Both workflows include a super-resolution node that can upscale the output video from 720p to 1080p. This optional upscaler uses a distilled model for efficient high-resolution output. - - hunyuanvideo1.5_1080p_sr_distilled_fp16.safetensors — guárdalo en ComfyUI/models/diffusion_models/ + + hunyuanvideo1.5_1080p_sr_distilled_fp16.safetensors — save to ComfyUI/models/diffusion_models/ -Todos los modelos compartidos y específicos de cada flujo de trabajo, en conjunto: +All shared and workflow-specific models combined: ``` ComfyUI/ diff --git a/es/tutorials/video/hunyuan/hunyuan-video.mdx b/es/tutorials/video/hunyuan/hunyuan-video.mdx index d905fdc10d..bb42059b43 100644 --- a/es/tutorials/video/hunyuan/hunyuan-video.mdx +++ b/es/tutorials/video/hunyuan/hunyuan-video.mdx @@ -9,6 +9,7 @@ translationBlockHashes: "Hunyuan Text-to-Video Workflow": 8b79e012 "Hunyuan Image-to-Video Workflow": fe9a6b51 --- + import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx"; -La serie Hunyuan Video está desarrollada y publicada como código abierto por [Tencent](https://huggingface.co/tencent). Presenta una arquitectura híbrida que admite tanto la generación de [texto a video](https://github.com/Tencent/HunyuanVideo) como de [imagen a video](https://github.com/Tencent/HunyuanVideo-I2V), con una escala de parámetros de 13B. +Tencent desarrolla y publica como código abierto la serie Hunyuan Video, que presenta una arquitectura híbrida capaz de generar tanto [texto a video](https://github.com/Tencent/HunyuanVideo) como [imagen a video](https://github.com/Tencent/HunyuanVideo-I2V), con una escala de parámetros de 13B. Características técnicas: -- **Arquitectura principal:** utiliza una arquitectura DiT (Diffusion Transformer) similar a Sora, que fusiona de forma eficaz la información de texto, imagen y movimiento para mejorar la coherencia, la calidad y la alineación entre los fotogramas del video generado. Un mecanismo de atención completa unificado permite transiciones de cámara con múltiples vistas y, al mismo tiempo, garantiza la coherencia del sujeto. -- **VAE 3D:** el VAE 3D personalizado comprime los videos en un espacio latent compacto, lo que hace más eficiente la generación de imagen a video. +- **Arquitectura principal:** utiliza una arquitectura DiT (Diffusion Transformer) similar a Sora, que fusiona de forma eficaz la información de texto, imagen y movimiento para mejorar la coherencia, la calidad y la alineación entre los fotogramas del video generado. Un mecanismo unificado de atención completa permite transiciones de cámara con múltiples vistas y, al mismo tiempo, garantiza la coherencia del sujeto. +- **VAE 3D:** el VAE 3D personalizado comprime los videos en un espacio latente compacto, lo que hace más eficiente la generación de imagen a video. - **Alineación superior entre imagen, video y texto:** emplea codificadores de texto MLLM que destacan tanto en la generación de imágenes como de videos, siguen mejor las instrucciones de texto, capturan detalles y realizan razonamientos complejos. Puedes aprender más en los repositorios oficiales: [Hunyuan Video](https://github.com/Tencent/HunyuanVideo) y [Hunyuan Video-I2V](https://github.com/Tencent/HunyuanVideo-I2V). @@ -38,23 +39,23 @@ Como alternativa, esta guía ofrece enlaces directos a los modelos por si fallan -## Modelos comunes para todos los flujos de trabajo +## Common Models for All Workflows -Los siguientes modelos se usan tanto en los flujos de trabajo de texto a video como en los de imagen a video. Descárgalos y guárdalos en los directorios indicados: +The following models are used in both Text-to-Video and Image-to-Video workflows. Download and save them to the specified directories: - Guárdalo en ComfyUI/models/text_encoders + Save to ComfyUI/models/text_encoders - Guárdalo en ComfyUI/models/text_encoders + Save to ComfyUI/models/text_encoders - Guárdalo en ComfyUI/models/vae + Save to ComfyUI/models/vae -Ubicación de almacenamiento: +Storage location: ``` ComfyUI/ @@ -88,7 +89,7 @@ Descarga la imagen del flujo de trabajo que aparece a continuación y arrástral ### 2. Instalación manual de los modelos - Guarda el archivo en ComfyUI/models/diffusion_models + Guárdalo en ComfyUI/models/diffusion_models Asegúrate de tener todos estos archivos de modelo en las ubicaciones correctas: @@ -108,24 +109,24 @@ ComfyUI/ ![ComfyUI Hunyuan Video T2V Workflow](/images/tutorial/advanced/hunyuanvideo/flow_diagram_t2v.jpg) -1. Comprueba que el nodo `DualCLIPLoader` tenga cargados estos modelos: +1. Asegúrate de que el nodo `DualCLIPLoader` tenga cargados estos modelos: - clip_name1: clip_l.safetensors - clip_name2: llava_llama3_fp8_scaled.safetensors -2. Comprueba que el nodo `Load Diffusion Model` tenga cargado `hunyuan_video_t2v_720p_bf16.safetensors` -3. Comprueba que el nodo `Load VAE` tenga cargado `hunyuan_video_vae_bf16.safetensors` +2. Asegúrate de que el nodo `Load Diffusion Model` tenga cargado `hunyuan_video_t2v_720p_bf16.safetensors` +3. Asegúrate de que el nodo `Load VAE` tenga cargado `hunyuan_video_vae_bf16.safetensors` 4. Haz clic en el botón `Queue` o usa el atajo `Ctrl(cmd) + Enter` para ejecutar el flujo de trabajo Cuando el parámetro `length` del nodo `EmptyHunyuanLatentVideo` se establece en 1, el modelo puede generar una imagen estática. -## Flujo de trabajo de imagen a video de Hunyuan +## Flujo de trabajo de imagen a video con Hunyuan -El modelo Hunyuan Image-to-Video se publicó como código abierto el 6 de marzo de 2025, basado en el framework HunyuanVideo. Transforma imágenes estáticas en videos suaves y de alta calidad, y también ofrece código de entrenamiento de LoRA para personalizar efectos de video especiales como el crecimiento del cabello, la transformación de objetos y más. +El modelo Hunyuan Image-to-Video se publicó como código abierto el 6 de marzo de 2025, basado en el framework HunyuanVideo. Transforma imágenes estáticas en videos suaves y de alta calidad y también proporciona código de entrenamiento LoRA para personalizar efectos especiales de video como crecimiento de cabello, transformación de objetos y más. Actualmente, el modelo Hunyuan Image-to-Video tiene dos versiones: - v1 "concat": mejor fluidez de movimiento, pero menor adherencia a la orientación de la imagen -- v2 "replace": actualizada al día siguiente de la v1, con mejor orientación de la imagen, pero al parecer menos dinámica en comparación con la v1 +- v2 "replace": actualizado al día siguiente de v1, con mejor orientación de imagen, pero aparentemente menos dinámico en comparación con v1
@@ -141,16 +142,14 @@ Actualmente, el modelo Hunyuan Image-to-Video tiene dos versiones: ### Modelo compartido para las versiones v1 y v2 - Guardar en ComfyUI/models/clip_vision - - -### Flujo de trabajo imagen a video V1 "concat" + Guarda el archivo en ComfyUI/models/clip_vision +### Flujo de trabajo de imagen a video V1 "concat" #### 1. Flujo de trabajo y recursos -Descarga la imagen del flujo de trabajo que aparece a continuación y arrástrala a ComfyUI para cargar el flujo de trabajo: +Descarga la imagen del flujo de trabajo que aparece abajo y arrástrala a ComfyUI para cargar el flujo de trabajo: -![Flujo de trabajo de ComfyUI - Hunyuan imagen a video v1](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/hunyuan-video/i2v/v1_robot.webp) +![Flujo de trabajo de ComfyUI: Hunyuan imagen a video v1](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/hunyuan-video/i2v/v1_robot.webp) @@ -158,15 +157,15 @@ Descarga la imagen del flujo de trabajo que aparece a continuación y arrástral -Descarga la imagen a continuación y úsala como fotograma inicial para la generación de imagen a video: +Descarga la imagen de abajo y úsala como fotograma inicial para la generación de imagen a video: Guárdala y úsala como imagen de entrada para la generación I2V -#### 2. Instalación manual de los modelos relacionados +#### 2. Instalación manual de modelos relacionados - Guarda en ComfyUI/models/diffusion_models + Guárdalo en ComfyUI/models/diffusion_models Asegúrate de tener todos estos archivos de modelo en las ubicaciones correctas: @@ -181,7 +180,7 @@ ComfyUI/ │ ├── vae/ │ │ └── hunyuan_video_vae_bf16.safetensors // Modelo compartido │ └── diffusion_models/ -│ └── hunyuan_video_image_to_video_720p_bf16.safetensors // Modelo de la versión I2V v1 "concat" +│ └── hunyuan_video_image_to_video_720p_bf16.safetensors // Modelo de la versión v1 "concat" de I2V ``` #### 3. Pasos para ejecutar el flujo de trabajo @@ -195,15 +194,13 @@ ComfyUI/ 3. Asegúrate de que `Load Image Model` haya cargado `hunyuan_video_image_to_video_720p_bf16.safetensors` 4. Asegúrate de que `Load VAE` haya cargado `vae_name: hunyuan_video_vae_bf16.safetensors` 5. Asegúrate de que `Load Diffusion Model` haya cargado `hunyuan_video_image_to_video_720p_bf16.safetensors` -6. Haz clic en el botón `Queue` o usa el atajo `Ctrl(cmd) + Enter` para ejecutar el flujo de trabajo - -### Flujo de trabajo de imagen a video v2 "replace" +6. Haz clic en el botón `Queue` o usa el atajo `Ctrl(cmd) + Enter` para ejecutar el flujo de trabajo### Flujo de trabajo v2 "replace" de imagen a video -El flujo de trabajo v2 es esencialmente el mismo que el del v1. Solo necesitas descargar el modelo **replace** y usarlo en el nodo `Load Diffusion Model`. +El flujo de trabajo v2 es esencialmente el mismo que el flujo de trabajo v1. Solo necesitas descargar el modelo **replace** y usarlo en el nodo `Load Diffusion Model`. -#### 1. Flujo de trabajo y recursos +#### 1. Flujo de trabajo y archivos -Descarga la imagen del flujo de trabajo de abajo y arrástrala a ComfyUI para cargarlo: +Descarga la imagen del flujo de trabajo que aparece a continuación y arrástrala a ComfyUI para cargar el flujo de trabajo: ![Flujo de trabajo de ComfyUI - Hunyuan imagen a video v2](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/hunyuan-video/i2v/v2_fennec_gril.webp) @@ -213,15 +210,15 @@ Descarga la imagen del flujo de trabajo de abajo y arrástrala a ComfyUI para ca -Descarga la imagen de abajo y úsala como fotograma inicial para la generación de imagen a video: +Descarga la imagen que aparece a continuación y úsala como fotograma inicial para la generación de imagen a video: - Guarda y usa como imagen de entrada para la generación I2V + Guárdala y úsala como imagen de entrada para la generación de I2V -#### 2. Instalación manual de modelos relacionados +#### 2. Instalación manual de los modelos relacionados - Guárdalo en ComfyUI/models/diffusion_models + Guarda en ComfyUI/models/diffusion_models Asegúrate de tener todos estos archivos de modelo en las ubicaciones correctas: @@ -236,12 +233,12 @@ ComfyUI/ │ ├── vae/ │ │ └── hunyuan_video_vae_bf16.safetensors // Modelo compartido │ └── diffusion_models/ -│ └── hunyuan_video_v2_replace_image_to_video_720p_bf16.safetensors // Modelo de la versión v2 "replace" +│ └── hunyuan_video_v2_replace_image_to_video_720p_bf16.safetensors // Modelo de la versión "replace" de V2 ``` #### 3. Pasos para ejecutar el flujo de trabajo -![Flujo de trabajo de ComfyUI Hunyuan Video I2V v2](/images/tutorial/advanced/hunyuanvideo/flow_diagram_i2v_v2.jpg) +![Flujo de trabajo de Hunyuan Video I2V v2 en ComfyUI](/images/tutorial/advanced/hunyuanvideo/flow_diagram_i2v_v2.jpg) 1. Asegúrate de que el nodo `DualCLIPLoader` haya cargado estos modelos: - clip_name1: clip_l.safetensors @@ -252,9 +249,9 @@ ComfyUI/ 5. Asegúrate de que el nodo `Load Diffusion Model` haya cargado `hunyuan_video_v2_replace_image_to_video_720p_bf16.safetensors` 6. Haz clic en el botón `Queue` o usa el atajo `Ctrl(cmd) + Enter` para ejecutar el flujo de trabajo -## Pruébalo tú mismo +## Try It Yourself -Aquí tienes algunas imágenes y prompts que proporcionamos. Úsalos tal cual o ajústalos para crear tu propio video. +Here are some images and prompts we provide. Use them as-is or adjust to create your own video. ![example](/images/tutorial/advanced/hunyuanvideo/humanoid_android_dressed_in_a_flowing.png) diff --git a/es/tutorials/video/kandinsky/kandinsky-5.mdx b/es/tutorials/video/kandinsky/kandinsky-5.mdx index 0c36c06627..d958b535e8 100644 --- a/es/tutorials/video/kandinsky/kandinsky-5.mdx +++ b/es/tutorials/video/kandinsky/kandinsky-5.mdx @@ -10,6 +10,7 @@ translationBlockHashes: "Model variants": 3bdbc0cb "Resources": fa8f3352 --- + import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx"; [Kandinsky 5.0](https://huggingface.co/kandinskylab/Kandinsky-5.0-I2V-Lite-5s) es una familia de modelos de difusión para la generación de video e imágenes desarrollada por [Kandinsky Lab](https://huggingface.co/kandinskylab). Kandinsky 5.0 T2V Lite es un modelo ligero de 2B parámetros que se ubica entre los mejores modelos de generación de video de código abierto, capaz de generar videos de hasta 10 segundos de duración. @@ -18,17 +19,17 @@ import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx"; ## Descripción general -Kandinsky 5.0 usa un pipeline de difusión latent con Flow Matching e incluye: +Kandinsky 5.0 usa un pipeline de difusión latente con Flow Matching e incluye: - **Diffusion Transformer (DiT):** Arquitectura generativa principal con atención cruzada a los embeddings de texto - **Qwen2.5-VL y CLIP:** Proporciona embeddings de texto de alta calidad -- **HunyuanVideo 3D VAE:** Codifica y decodifica el video en un espacio latent +- **HunyuanVideo 3D VAE:** Codifica y decodifica el video en un espacio latente -La familia de modelos incluye varias variantes optimizadas para diferentes casos de uso: +La familia de modelos incluye varias variantes optimizadas para distintos casos de uso: - **Modelo SFT:** Máxima calidad de generación - **CFG-distilled:** Inferencia 2× más rápida - **Diffusion-distilled:** 6× más rápida con una pérdida mínima de calidad (16 pasos) -- **Modelo preentrenado:** Diseñado para fine-tuning +- **Modelo preentrenado:** Diseñado para ajuste fino Todos los modelos están disponibles en versiones de generación de video de 5 y 10 segundos. @@ -41,45 +42,45 @@ Todos los modelos están disponibles en versiones de generación de video de 5 y | Kandinsky 5.0 T2V Lite distill | 5s / 10s | 16 | 35s / 61s | | Kandinsky 5.0 I2V Lite | 5s | 100 | 673s | -## Flujo de trabajo de texto a video +## Text-to-Video workflow ### Kandinsky 5.0 Video Lite Text to Video {#video_kandinsky5_t2v} -Un modelo ligero de 2B que genera videos a partir de prompts en inglés y ruso con alta calidad visual. +A lightweight 2B model that generates videos from English and Russian prompts with high visual quality. -Vista previa del flujo de trabajo Kandinsky 5.0 Video Lite de texto a video +Kandinsky 5.0 Video Lite Text to Video workflow preview - - Abrir en Comfy Cloud + + Open in Comfy Cloud - - Descarga el JSON o busca "Kandinsky 5.0 Video Lite Text to Video" en la Biblioteca de plantillas + + Download JSON or search "Kandinsky 5.0 Video Lite Text to Video" in Template Library -### 2. Descargar los modelos manualmente +### 2. Manually download models -**Codificadores de texto** +**Text Encoders** - Codificador de texto Qwen2.5-VL 7B (FP8). Colócalo en ComfyUI/models/text_encoders/ + Qwen2.5-VL 7B text encoder (FP8). Place in ComfyUI/models/text_encoders/ - Codificador de texto CLIP-L. Colócalo en ComfyUI/models/text_encoders/ + CLIP-L text encoder. Place in ComfyUI/models/text_encoders/ -**Modelo de difusión** +**Diffusion Model** - Modelo de difusión Kandinsky 5.0 T2V Lite SFT (5 s). Colócalo en ComfyUI/models/diffusion_models/ + Kandinsky 5.0 T2V Lite SFT diffusion model (5s). Place in ComfyUI/models/diffusion_models/ **VAE** - VAE 3D de HunyuanVideo. Colócalo en ComfyUI/models/vae/ + HunyuanVideo 3D VAE. Place in ComfyUI/models/vae/ ``` ComfyUI/ @@ -93,30 +94,30 @@ ComfyUI/ │ └── hunyuan_video_vae_bf16.safetensors ``` -## Flujo de trabajo de imagen a video +## Image-to-Video workflow ### Kandinsky 5.0 Video Lite Image to Video {#video_kandinsky5_i2v} -Un modelo ligero de 2B que genera videos a partir de prompts en inglés y ruso con alta calidad visual. +A lightweight 2B model that generates videos from English and Russian prompts with high visual quality. -Vista previa del flujo de trabajo Kandinsky 5.0 Video Lite de imagen a video +Kandinsky 5.0 Video Lite Image to Video workflow preview - - Abrir en Comfy Cloud + + Open in Comfy Cloud - - Descarga el JSON o busca "Kandinsky 5.0 Video Lite Image to Video" en la Biblioteca de plantillas + + Download JSON or search "Kandinsky 5.0 Video Lite Image to Video" in Template Library -**Materiales de entrada** +**Input materials** -Sube este archivo al nodo `LoadImage` correspondiente: +Upload this file to the matching `LoadImage` node: - Nodo `LoadImage` 11 · `crystal_flower.png` + `LoadImage` node 11 · `crystal_flower.png` @@ -124,28 +125,28 @@ Sube este archivo al nodo `LoadImage` correspondiente: crystal_flower.png
-### 2. Descargar los modelos manualmente +### 2. Manually download models -**Codificadores de texto** +**Text Encoders** - Codificador de texto Qwen2.5-VL 7B (FP8). Colócalo en ComfyUI/models/text_encoders/ + Qwen2.5-VL 7B text encoder (FP8). Place in ComfyUI/models/text_encoders/ - Codificador de texto CLIP-L. Colócalo en ComfyUI/models/text_encoders/ + CLIP-L text encoder. Place in ComfyUI/models/text_encoders/ -**Modelo de difusión** +**Diffusion Model** - Modelo de difusión Kandinsky 5.0 I2V Lite (5 s). Colócalo en ComfyUI/models/diffusion_models/ + Kandinsky 5.0 I2V Lite diffusion model (5s). Place in ComfyUI/models/diffusion_models/ **VAE** - VAE 3D de HunyuanVideo. Colócalo en ComfyUI/models/vae/ + HunyuanVideo 3D VAE. Place in ComfyUI/models/vae/ ``` ComfyUI/ @@ -161,7 +162,7 @@ ComfyUI/ ## Recursos -- [Colección de modelos de Hugging Face](https://huggingface.co/collections/kandinskylab/kandinsky-50-video-lite) +- [Colección de modelos en HuggingFace](https://huggingface.co/collections/kandinskylab/kandinsky-50-video-lite) - [Repositorio de GitHub](https://github.com/ai-forever/Kandinsky-5) - [Integración con ComfyUI](https://github.com/ai-forever/Kandinsky-5/blob/main/comfyui/README.md) - [Página del proyecto](https://kandinskylab.github.io/kandinsky-5/) diff --git a/es/tutorials/video/ltx/ltx-2-3.mdx b/es/tutorials/video/ltx/ltx-2-3.mdx index 4d7e6dcbea..f146d49e40 100644 --- a/es/tutorials/video/ltx/ltx-2-3.mdx +++ b/es/tutorials/video/ltx/ltx-2-3.mdx @@ -11,6 +11,7 @@ translationBlockHashes: "Prompting tips": f92227b7 "Resources": 3f045765 --- + import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx"; [LTX-2.3](https://huggingface.co/Lightricks/LTX-2.3) es la última evolución del modelo de generación de audio y video de código abierto de Lightricks, ahora compatible de forma nativa con ComfyUI. Sobre la base de LTX-2, esta versión ofrece mejoras importantes de calidad en detalles finos, video de retratos, calidad de audio, consistencia de imagen a video, comprensión de prompts y renderizado de texto. @@ -33,7 +34,7 @@ ComfyUI incluye seis flujos de trabajo nativos para LTX-2.3, cada uno diseñado - **Mejor audio**: sonido más limpio con menos ruido y diálogos mejorados - **Imagen a video mejorado**: movimiento más consistente y menos fallos - **Comprensión de prompts más inteligente**: codificador de texto mejorado para una interpretación más precisa -- **Soporte nativo en ComfyUI**: todos los flujos de trabajo son integrados, no se requieren Nodos personalizados +- **Soporte nativo en ComfyUI**: todos los flujos de trabajo están integrados y no necesitas nodos personalizados ## Primeros pasos @@ -43,50 +44,50 @@ LTX-2.3 es compatible de forma nativa con ComfyUI. Para empezar: 2. Ve a **Biblioteca de plantillas** > **Video** > elige cualquier flujo de trabajo de LTX-2.3 3. Sigue la ventana emergente para descargar los modelos y ejecutar el flujo de trabajo -## Flujos de trabajo nativos de ComfyUI +## ComfyUI Native Workflows -### LTX-2.3 Texto a video (T2V) +### LTX-2.3 Text to Video (T2V) -Genera videos a partir de prompts de texto con mejor comprensión de prompts y mejor renderizado de texto. +Generate videos from text prompts with improved prompt understanding and text rendering. -### LTX-2.3 Texto a video {#video_ltx2_3_t2v} +### LTX-2.3 Text to Video {#video_ltx2_3_t2v} -Genera videos a partir de prompts de texto con mejor comprensión de prompts y mejor renderizado de texto. +Generate videos from text prompts with improved prompt understanding and text rendering. -Vista previa del flujo de trabajo LTX-2.3 Text to Video +LTX-2.3 Text to Video ( workflow preview - - Abrir en Comfy Cloud + + Open in Comfy Cloud - - Descarga el JSON o busca "LTX-2.3 T2V" en la Biblioteca de plantillas + + Download JSON or search "LTX-2.3 T2V" in Template Library -#### Descarga de modelos +#### Model downloads - Colócalo en ComfyUI/models/checkpoints/ + Place in ComfyUI/models/checkpoints/ - Colócalo en ComfyUI/models/loras/ + Place in ComfyUI/models/loras/ - Colócalo en ComfyUI/models/loras/ + Place in ComfyUI/models/loras/ - Colócalo en ComfyUI/models/text_encoders/ + Place in ComfyUI/models/text_encoders/ - Colócalo en ComfyUI/models/latent_upscale_models/ + Place in ComfyUI/models/latent_upscale_models/ -#### Almacenamiento de modelos +#### Model storage ``` ComfyUI/ @@ -102,64 +103,64 @@ ComfyUI/ │ └── ltx-2.3-spatial-upscaler-x2-1.1.safetensors ``` -#### Consejos para escribir prompts +#### Prompting tips -1. **Acciones principales**: Describe los eventos y las acciones tal como ocurren a lo largo del tiempo -2. **Detalles visuales**: Describe todos los detalles visuales que quieres que aparezcan en el video -3. **Audio**: Describe los sonidos y el diálogo que necesita la escena +1. **Core Actions**: Describe events and actions as they occur over time +2. **Visual Details**: Describe all visual details you want to appear in the video +3. **Audio**: Describe sounds and dialogue needed for the scene --- -### LTX-2.3 Imagen a video (I2V) +### LTX-2.3 Image to Video (I2V) -Genera videos a partir de una imagen de entrada con un movimiento más consistente y animaciones más fluidas. +Generate videos from an input image with more consistent motion and smoother animations. -### LTX-2.3 Imagen a video {#video_ltx2_3_i2v} +### LTX-2.3 Image to Video {#video_ltx2_3_i2v} -Genera videos a partir de una imagen de entrada con una consistencia de movimiento mejorada. +Generate videos from an input image with improved motion consistency. -Vista previa del flujo de trabajo LTX-2.3 Image to Video +LTX-2.3 Image to Video ( workflow preview - - Abrir en Comfy Cloud + + Open in Comfy Cloud - - Descarga el JSON o busca "LTX-2.3 I2V" en la Biblioteca de plantillas + + Download JSON or search "LTX-2.3 I2V" in Template Library - - Descarga la imagen de entrada predeterminada o usa tu propia imagen. + + Download the default input image, or use your own image. -#### Descarga de modelos +#### Model downloads -El flujo de trabajo I2V usa el mismo conjunto de modelos que el de texto a video. +The I2V workflow uses the same model set as Text-to-Video. - Colócalo en ComfyUI/models/checkpoints/ + Place in ComfyUI/models/checkpoints/ - Colócalo en ComfyUI/models/loras/ + Place in ComfyUI/models/loras/ - Colócalo en ComfyUI/models/loras/ + Place in ComfyUI/models/loras/ - Colócalo en ComfyUI/models/text_encoders/ + Place in ComfyUI/models/text_encoders/ - Colócalo en ComfyUI/models/latent_upscale_models/ + Place in ComfyUI/models/latent_upscale_models/ -#### Almacenamiento de modelos +#### Model storage ``` ComfyUI/ @@ -179,48 +180,48 @@ ComfyUI/ ### LTX-2.3 FLF2V -Interpola entre una imagen inicial y una imagen final para generar una transición de video fluida. +Interpolate between a start image and an end image to generate a smooth video transition. -### LTX-2.3 Primer y último fotograma a video {#video_ltx2_3_flf2v} +### LTX-2.3 First-Last Frame to Video {#video_ltx2_3_flf2v} -Interpola entre una imagen inicial y una final. +Interpolate between a start and end image. -Vista previa del flujo de trabajo LTX-2.3 First-Last Frame to Video +LTX-2.3 First-Last Frame to Video ( workflow preview - - Abrir en Comfy Cloud + + Open in Comfy Cloud - - Descarga el JSON o busca "LTX-2.3 FLF2V" en la Biblioteca de plantillas + + Download JSON or search "LTX-2.3 FLF2V" in Template Library - - Primer fotograma del video. + + First frame of the video. - - Último fotograma del video. + + Last frame of the video. -#### Descarga de modelos +#### Model downloads -El flujo de trabajo FLF2V usa el checkpoint distilled en lugar del checkpoint dev. +The FLF2V workflow uses the distilled checkpoint instead of the dev checkpoint. - Colócalo en ComfyUI/models/checkpoints/ + Place in ComfyUI/models/checkpoints/ - Colócalo en ComfyUI/models/text_encoders/ + Place in ComfyUI/models/text_encoders/ -#### Almacenamiento de modelos +#### Model storage ``` ComfyUI/ @@ -233,59 +234,59 @@ ComfyUI/ --- -### LTX-2.3 Imagen y audio a video (IA2V) +### LTX-2.3 Image Audio to Video (IA2V) -Sube una imagen y un archivo de audio para generar un video de alta calidad con movimientos labiales sincronizados. +Upload an image and an audio file to generate a high-quality video with synchronized lip movements. -### LTX-2.3 Imagen y audio a video {#video_ltx2_3_ia2v} +### LTX-2.3 Image and Audio to Video {#video_ltx2_3_ia2v} -Genera videos con sincronización labial a partir de una imagen y audio. +Generate lip-synced videos from an image and audio. -Vista previa del flujo de trabajo LTX-2.3 Image and Audio to Video +LTX-2.3 Image and Audio to Video ( workflow preview - - Abrir en Comfy Cloud + + Open in Comfy Cloud - - Descarga el JSON o busca "LTX-2.3 IA2V" en la Biblioteca de plantillas + + Download JSON or search "LTX-2.3 IA2V" in Template Library - - Imagen de referencia para el personaje que habla. + + Reference image for the speaking character. - - Pista de audio para la sincronización labial. + + Audio track for lip synchronization. -#### Descarga de modelos +#### Model downloads -El flujo de trabajo IA2V usa el mismo conjunto de modelos que el de texto a video. +The IA2V workflow uses the same model set as Text-to-Video. - Colócalo en ComfyUI/models/checkpoints/ + Place in ComfyUI/models/checkpoints/ - Colócalo en ComfyUI/models/loras/ + Place in ComfyUI/models/loras/ - Colócalo en ComfyUI/models/loras/ + Place in ComfyUI/models/loras/ - Colócalo en ComfyUI/models/text_encoders/ + Place in ComfyUI/models/text_encoders/ - Colócalo en ComfyUI/models/latent_upscale_models/ + Place in ComfyUI/models/latent_upscale_models/ -#### Almacenamiento de modelos +#### Model storage ``` ComfyUI/ @@ -305,55 +306,55 @@ ComfyUI/ ### LTX-2.3 IC-LoRA Union Control -Genera videos con LTX-2.3 e IC-LoRA usando entradas de control alineadas como profundidad, pose o bordes. IC-LoRA es un LoRA in-context entrenado sobre LTX-2.3 que aplica la guía estructural de un video de referencia. Acepta señales de control de varios preprocesadores, incluidos mapas de profundidad, bordes de Canny y esqueletos de pose. Este flujo de trabajo usa un Subgraph para el procesamiento modular. +Generate LTX-2.3 videos with IC-LoRA using aligned control inputs like depth, pose, or edges. IC-LoRA is an in-context LoRA trained on top of LTX-2.3 that applies structural guidance from a reference video. It accepts control signals from various preprocessors including depth maps, Canny edges, and pose skeletons. This workflow uses a subgraph for modular processing. -![Vista previa de LTX-2.3 IC-LoRA](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/video_ltx2_3_ic_lora-1.webp) +![LTX-2.3 IC-LoRA preview](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/video_ltx2_3_ic_lora-1.webp) - - Abrir en Comfy Cloud + + Open in Comfy Cloud - - Descarga el JSON o busca "LTX-2.3 IC-LoRA" en la Biblioteca de plantillas + + Download JSON or search "LTX-2.3 IC-LoRA" in Template Library - - Este flujo de trabajo usa un nodo Subgraph para el procesamiento modular. Consulta la documentación de Subgraph para aprender a personalizar y ampliar el flujo de trabajo. + + This workflow uses a Subgraph node for modular processing. Check out the Subgraph documentation to learn how to customize and extend the workflow. -**Materiales de entrada** +**Input materials** - - Video guía del que se extrae la señal de control. + + Driving video for control signal extraction. - - Imagen de referencia para el estilo y el contenido. + + Reference image for style and content. -#### Descarga de modelos +#### Model downloads - Colócalo en ComfyUI/models/checkpoints/ + Place in ComfyUI/models/checkpoints/ - Colócalo en ComfyUI/models/loras/ + Place in ComfyUI/models/loras/ - Colócalo en ComfyUI/models/loras/ + Place in ComfyUI/models/loras/ - Colócalo en ComfyUI/models/text_encoders/ + Place in ComfyUI/models/text_encoders/ - Colócalo en ComfyUI/models/geometry_estimation/ + Place in ComfyUI/models/geometry_estimation/ -#### Almacenamiento de modelos +#### Model storage ``` ComfyUI/ @@ -371,146 +372,146 @@ ComfyUI/ --- -### Edición de video con IC-LoRA +### Video editing with IC-LoRA -Los pesos IC-LoRA no se limitan al control de la generación. La Biblioteca de plantillas incluye flujos de trabajo IC-LoRA de LTX-2.3 ya preparados para editar material existente, y cada uno se ejecuta en Comfy Cloud o de forma local en ComfyUI. Los checkpoints IC-LoRA de la comunidad entrenados sobre LTX-2.3 (por ejemplo, la familia [LTX2.3-ICEdit-Insight](https://huggingface.co/joyfox/LTX2.3-ICEdit-Insight)) también son compatibles con el modelo nativo LTX-2.3. +IC-LoRA weights are not limited to generation control. The Template Library includes ready-made LTX-2.3 IC-LoRA workflows for editing existing footage, and each one runs in Comfy Cloud or locally in ComfyUI. Community IC-LoRA checkpoints trained on top of LTX-2.3 (for example, the [LTX2.3-ICEdit-Insight](https://huggingface.co/joyfox/LTX2.3-ICEdit-Insight) family) are also compatible with the native LTX-2.3 model. -#### Eliminar subtítulos de un video +#### Remove Subtitles from Video -Elimina subtítulos, rótulos, marcas de agua u otras superposiciones de texto de un video: +Remove subtitles, captions, watermarks, or other text overlays from a video: -Vista previa del flujo de trabajo de eliminación de subtítulos de LTX-2.3 +LTX-2.3 Remove Subtitles workflow preview - - Abrir en Comfy Cloud + + Open in Comfy Cloud - - Descarga el JSON o busca "Remove Subtitles" en la Biblioteca de plantillas + + Download JSON or search "Remove Subtitles" in Template Library
-Materiales de entrada +Input materials -Descarga este video de entrada de ejemplo para probar el flujo de trabajo: +Download this sample input video to try the workflow: - - Descarga el video de entrada de ejemplo + + Download sample input video
-#### Eliminar un objeto de un video +#### Remove Object from Video -Elimina un objeto concreto del primer plano de un video describiéndolo en el prompt: +Remove a specific object from the foreground of a video by describing it in the prompt: -Vista previa del flujo de trabajo de eliminación de objetos de LTX-2.3 +LTX-2.3 Remove Object workflow preview - - Abrir en Comfy Cloud + + Open in Comfy Cloud - - Descarga el JSON o busca "Remove Object" en la Biblioteca de plantillas + + Download JSON or search "Remove Object" in Template Library
-Materiales de entrada +Input materials -Descarga este video de entrada de ejemplo para probar el flujo de trabajo: +Download this sample input video to try the workflow: - - Descarga el video de entrada de ejemplo + + Download sample input video
-#### Restaurar material de archivo +#### Restore Archival Footage -Restaura material de archivo antiguo o degradado: +Restore old or degraded archival footage: -Vista previa del flujo de trabajo de restauración de material de archivo de LTX-2.3 +LTX-2.3 Restore Archival Footage workflow preview - - Abrir en Comfy Cloud + + Open in Comfy Cloud - - Descarga el JSON o busca "Restore Archival" en la Biblioteca de plantillas + + Download JSON or search "Restore Archival" in Template Library
-Materiales de entrada +Input materials -Descarga este video de entrada de ejemplo para probar el flujo de trabajo: +Download this sample input video to try the workflow: - - Descarga el video de entrada de ejemplo + + Download sample input video
-#### Outpainting de video +#### Video Outpainting -Amplía un video en cualquier dirección con el IC-LoRA Video Outpainting de LTX-2.3: +Expand a video in any direction using the LTX-2.3 Video Outpainting IC-LoRA: -Vista previa del flujo de trabajo de outpainting de video de LTX-2.3 +LTX-2.3 Video Outpainting workflow preview - - Abrir en Comfy Cloud + + Open in Comfy Cloud - - Descarga el JSON o busca "Video Outpainting" en la Biblioteca de plantillas + + Download JSON or search "Video Outpainting" in Template Library
-Materiales de entrada +Input materials -Descarga este video de entrada de ejemplo para probar el flujo de trabajo: +Download this sample input video to try the workflow: - - Descarga el video de entrada de ejemplo + + Download sample input video
#### Googly Eyes -Aplica el LoRA Googlyeyes de LTX-2.3 a un video de entrada para poner ojos saltones a todas las personas del fotograma: +Apply the Googlyeyes LTX-2.3 LoRA to an input video to give everyone in the frame googly eyes: -Vista previa del flujo de trabajo Googly Eyes de LTX-2.3 +LTX-2.3 Googly Eyes workflow preview - - Abrir en Comfy Cloud + + Open in Comfy Cloud - - Descarga el JSON o busca "Googly Eyes" en la Biblioteca de plantillas + + Download JSON or search "Googly Eyes" in Template Library
-Materiales de entrada +Input materials -Descarga este video de entrada de ejemplo para probar el flujo de trabajo: +Download this sample input video to try the workflow: - - Descarga el video de entrada de ejemplo + + Download sample input video
-Para los IC-LoRA de la comunidad, coloca el LoRA de edición en `ComfyUI/models/loras/` y cárgalo con un cargador de LoRA junto al checkpoint de LTX-2.3; después ejecuta el flujo de trabajo con tu video como entrada y un prompt como: +For community IC-LoRAs, place the editing LoRA in `ComfyUI/models/loras/` and load it with a LoRA loader alongside the LTX-2.3 checkpoint, then run the workflow with your video as input and a prompt like: ```text Remove subtitles, captions, and related text occlusions from the video, restoring a clean and natural underlying image. @@ -520,55 +521,55 @@ Remove subtitles, captions, and related text occlusions from the video, restorin ### LTX-2.3 ID-LoRA -Genera videos personalizados con audio sincronizado a partir de un prompt de texto, una imagen de referencia y un clip de audio corto. Usa ID-LoRA para adaptar la apariencia y la voz de una persona en un solo modelo generativo. +Generate personalized videos with synchronized audio from a text prompt, reference image, and short audio clip. Uses ID-LoRA to adapt a person's appearance and voice in a single generative model. ### LTX-2.3 ID LoRA {#video_ltx2_3_id_lora} -Genera videos personalizados con audio sincronizado a partir de una imagen de referencia y un clip de audio. +Generate personalized videos with synchronized audio from a reference image and audio clip. -Vista previa del flujo de trabajo LTX-2.3 ID LoRA +LTX-2.3 ID LoRA ( workflow preview - - Abrir en Comfy Cloud + + Open in Comfy Cloud - - Descarga el JSON o busca "LTX-2.3 ID-LoRA" en la Biblioteca de plantillas + + Download JSON or search "LTX-2.3 ID-LoRA" in Template Library - - Imagen de referencia para la apariencia del personaje. + + Reference image for the character appearance. - - Clip de audio para la clonación de voz y la sincronización labial. + + Audio clip for voice cloning and lip sync. -#### Descarga de modelos +#### Model downloads - Colócalo en ComfyUI/models/checkpoints/ + Place in ComfyUI/models/checkpoints/ - Colócalo en ComfyUI/models/loras/ + Place in ComfyUI/models/loras/ - Colócalo en ComfyUI/models/loras/ + Place in ComfyUI/models/loras/ - Colócalo en ComfyUI/models/text_encoders/ + Place in ComfyUI/models/text_encoders/ - Colócalo en ComfyUI/models/latent_upscale_models/ + Place in ComfyUI/models/latent_upscale_models/ -#### Almacenamiento de modelos +#### Model storage ``` ComfyUI/ @@ -586,7 +587,7 @@ ComfyUI/ ## Consejos para escribir prompts -Cuando escribas prompts para LTX-2.3, céntrate en descripciones detalladas y cronológicas de acciones y escenas: +Al escribir prompts para LTX-2.3, enfócate en descripciones detalladas y cronológicas de las acciones y las escenas: 1. **Acciones principales**: Describe los eventos y las acciones tal como ocurren a lo largo del tiempo 2. **Detalles visuales**: Describe todos los detalles visuales que quieres que aparezcan en el video @@ -594,7 +595,7 @@ Cuando escribas prompts para LTX-2.3, céntrate en descripciones detalladas y cr ## Recursos -- [Modelo de Hugging Face](https://huggingface.co/Lightricks/LTX-2.3) -- [Repositorio de GitHub](https://github.com/Lightricks/LTX-2) +- [Modelo en Hugging Face](https://huggingface.co/Lightricks/LTX-2.3) +- [Repositorio en GitHub](https://github.com/Lightricks/LTX-2) - [ComfyUI-LTXVideo](https://github.com/Lightricks/ComfyUI-LTXVideo/) - [Modelo IC-LoRA](https://huggingface.co/Lightricks/LTX-2.3-22b-IC-LoRA-Union-Control) diff --git a/es/tutorials/video/ltx/ltx-2-5-dfr.mdx b/es/tutorials/video/ltx/ltx-2-5-dfr.mdx index 14cd89b24d..bdfce3c118 100644 --- a/es/tutorials/video/ltx/ltx-2-5-dfr.mdx +++ b/es/tutorials/video/ltx/ltx-2-5-dfr.mdx @@ -11,6 +11,7 @@ translationBlockHashes: "Workflow controls": 2cf64b86 "Prompting tips": c40b888a --- + Genera un video con audio sincronizado a partir de una sola imagen mediante la ruta Diffusion Fidelity Rendering de LTX-2.5. DFR es la receta con calidad de producción: un transformer destilado combinado con un IC-LoRA de detallado, con keyframes generados dentro del clip y reutilizados como guías por las pasadas posteriores. Activa `Switch to T2V` para ejecutar el mismo pipeline solo desde texto. Para los demás flujos de trabajo de LTX-2.5, consulta la [descripción general de LTX-2.5](/es/tutorials/video/ltx/ltx-2-5). @@ -36,13 +37,13 @@ Para los demás flujos de trabajo de LTX-2.5, consulta la [descripción general | Etapa | Se ejecuta a | Pasos | Qué hace | | :---- | :------ | :---- | :----------- | -| 1. Generar | La mitad del tamaño de salida | 8 | Aplica denoising al video, con un fotograma clave de detalle por segundo, y al audio juntos en una sola pasada | -| 2. Espacial x2 | El tamaño de salida | 3 | Aplica upscale al latent de la etapa 1 y lo vuelve a muestrear con el IC-LoRA de detalle espacial de píxeles, usando el latent de media resolución como referencia | -| 3. Temporal x2 | 241 fotogramas a 48 fps | 4 | Duplica la frecuencia de fotogramas en la misma duración, con los fotogramas clave de la etapa 2 fijados como guías | +| 1. Generar | La mitad del tamaño de salida | 8 | Aplica denoise al video, con un fotograma clave de detalle por segundo, y al audio juntos en una sola pasada | +| 2. Espacial x2 | El tamaño de salida | 3 | Hace upscale del latente de la etapa 1 y lo vuelve a muestrear con el IC-LoRA de detalle espacial de píxeles, usando el latente de media resolución como referencia | +| 3. Temporal x2 | 241 fotogramas a 48 fps | 4 | Duplica la frecuencia de cuadros en la misma duración, con los fotogramas clave de la etapa 2 fijados como guías | Todas las etapas muestrean con el sampler `euler`, `cfg` 1.0 y una programación fija de `ManualSigmas`. El checkpoint está destilado, así que el número de pasos y las programaciones son parte de la receta: cambiarlos cambia el aspecto del resultado. -La tercera etapa es opcional. Desactiva `Run 3rd stage - Temporal Upscale` para saltarla y obtener en su lugar un clip con la frecuencia de fotogramas de la etapa 2. El audio se arrastra desde la etapa 1 por todo el pipeline, así que el sonido no cambia cuando se ejecuta la pasada temporal. +La tercera etapa es opcional. Desactiva `Run 3rd stage - Temporal Upscale` para saltarla y obtener en su lugar un clip con la frecuencia de cuadros de la etapa 2. El audio viaja desde la etapa 1 por todo el pipeline, así que el sonido no cambia cuando se ejecuta la pasada temporal. ## Descargas de modelos @@ -75,7 +76,7 @@ El flujo de trabajo DFR carga el codificador de texto de precisión completa y a
-## Almacenamiento de modelos +## Model storage ``` ComfyUI/ @@ -98,14 +99,14 @@ ComfyUI/ ## Controles del flujo de trabajo - `Start image (I2V)`: el primer fotograma. Se ignora mientras `Switch to T2V` esté activado -- `Output size (aspect / megapixels)`: la relación de aspecto y el presupuesto de píxeles objetivo, redondeados a múltiplos de 32. La etapa 1 se ejecuta a la mitad de este tamaño -- `Switch to T2V`: ejecuta el pipeline solo a partir de texto, sin una imagen inicial -- `Float (fps)` y `Float (Duration)`: 24 fps durante 5 segundos por defecto, lo que da 121 fotogramas +- `Output size (aspect / megapixels)`: la relación de aspecto objetivo y el presupuesto de píxeles, redondeados a múltiplos de 32. La etapa 1 se ejecuta a la mitad de este tamaño +- `Switch to T2V`: ejecuta el pipeline solo a partir de texto, sin imagen inicial +- `Float (fps)` y `Float (Duration)`: 24 fps durante 5 segundos por defecto, lo que equivale a 121 fotogramas - `Enable Prompt Enhancer`: reescribe y amplía el prompt con el pequeño codificador Gemma 4 antes del muestreo - `Enable Tiled Decode`: decodifica el VAE en mosaicos para reducir el uso de VRAM, con un pequeño costo en el detalle fino -## Consejos para escribir prompts +## Consejos para redactar prompts -1. **Escribe para un solo plano continuo**: DFR construye el clip a partir de fotogramas clave generados, así que describe una escena que se desarrolla en una sola toma en lugar de una secuencia de cortes +1. **Escribe para una sola toma continua**: DFR construye el clip a partir de fotogramas clave generados, así que describe una escena que se desarrolla en una sola toma en lugar de una secuencia de cortes 2. **Audio en la misma pasada**: pon las líneas habladas entre comillas y describe el ambiente y los efectos; el modelo genera el audio junto con el video -3. **Mantén los movimientos de cámara suaves**: los movimientos rápidos sobre texturas con ruido y degradados suaves son donde el pipeline tiene más probabilidades de mostrar ebullición o banding +3. **Mantén los movimientos de cámara suaves**: los movimientos rápidos sobre texturas con ruido y degradados suaves son donde el pipeline es más propenso a mostrar ebullición o banding diff --git a/es/tutorials/video/ltxv.mdx b/es/tutorials/video/ltxv.mdx index 21999ebd3e..cd552b1753 100644 --- a/es/tutorials/video/ltxv.mdx +++ b/es/tutorials/video/ltxv.mdx @@ -83,16 +83,16 @@ Genera videos a partir de prompts de texto. Arrastra el video directamente a ComfyUI para ejecutar el flujo de trabajo. -## Requisitos +## Requirements -Descarga los siguientes modelos y colócalos en las ubicaciones que se indican a continuación: +Download the following models and place them in the locations specified below: - Descarga y guárdalo en ComfyUI/models/checkpoints/ + Download and place in ComfyUI/models/checkpoints/ - Descarga y guárdalo en ComfyUI/models/text_encoders/ + Download and place in ComfyUI/models/text_encoders/ ``` diff --git a/es/tutorials/video/minimax/minimax-h3-fastvideo.mdx b/es/tutorials/video/minimax/minimax-h3-fastvideo.mdx index 0dadd530c0..bd54e1d10a 100644 --- a/es/tutorials/video/minimax/minimax-h3-fastvideo.mdx +++ b/es/tutorials/video/minimax/minimax-h3-fastvideo.mdx @@ -2,15 +2,16 @@ title: "FastVideo FastH3: ejemplos de flujos de trabajo de ComfyUI" description: "FastVideo FastH3 genera video MiniMax H3 con audio sincronizado en 8 pasos de muestreo en ComfyUI, para flujos de texto a video y de primer/último fotograma." sidebarTitle: "FastVideo FastH3" -translationSourceHash: c9534724 +translationSourceHash: 27a94b72 translationFrom: tutorials/video/minimax/minimax-h3-fastvideo.mdx translationBlockHashes: "_intro": 096c332e "Requirements": bcdeb37e - "FastH3 Text to Video": e9a7420a + "FastH3 Text to Video": 1c4cb909 "FastH3 Image to Video": ec7d82bf - "Workflow structure notes": 77b7c476 + "Workflow structure notes": 8f5d2153 --- + [FastVideo FastH3](https://huggingface.co/FastVideo/FastVideo-FastH3-8-Step-V2) es un checkpoint de MiniMax H3 destilado con DMD2 por el equipo de FastVideo que genera video con audio nativo sincronizado en **8 pasos de muestreo** en lugar de la programación completa del modelo base. Reutiliza el codificador de texto de H3, el VAE de video y el VAE de audio, así que el resultado coincide con la configuración del modelo base mientras el muestreo termina en una fracción de los pasos. El trabajo de la versión de vista previa de FastH3 se desarrolló en colaboración con Nuva Lab y el equipo de NVIDIA FastGen; consulta el [anuncio de FastH3](https://haoailab.com/blogs/fasth3-preview/) para conocer los detalles de la destilación. ComfyUI incluye el checkpoint V2 de 8 pasos, reempaquetado por Comfy-Org en el [repositorio FastVideo-FastH3-Comfy](https://huggingface.co/FastVideo/FastVideo-FastH3-Comfy). @@ -20,7 +21,7 @@ FastH3 sacrifica algo de fidelidad de movimiento y audio a cambio de velocidad. -El checkpoint destilado solo admite texto a video e imagen a video con primer y último fotograma. Ref2VA (conditioning con múltiples referencias) no se destiló; usa los [flujos de trabajo base de MiniMax H3](/es/tutorials/video/minimax/minimax-h3-native) para la generación basada en referencias. +El checkpoint destilado solo admite texto a video e imagen a video con primer y último fotograma. Ref2VA (acondicionamiento con múltiples referencias) no se destiló; usa los [flujos de trabajo base de MiniMax H3](/es/tutorials/video/minimax/minimax-h3-native) para la generación basada en referencias. ## Requisitos @@ -49,9 +50,9 @@ Genera video y audio sincronizados a partir de un prompt de texto en 8 pasos. ### Consejos para escribir prompts -1. **Describe toda la escena**: Indica primero la escena general (lugar, personaje, qué ocurre) y luego divídela en tomas con duración +1. **Describe toda la escena**: Indica primero la escena general (lugar, personaje, qué ocurre) y luego divídela en tomas con tiempos definidos 2. **Tomas, cámara y audio**: Describe las tomas, los movimientos de cámara y el audio que las acompaña (diálogo, SFX, música) en un solo bloque de prompt -3. **Resolución**: El lienzo nativo de H3 tiene un borde corto de 768px y un área de 768×1344, y las resoluciones se redondean a un múltiplo de 32. El nodo acepta tamaños mayores, pero se renderizan más lento sin añadir detalle +3. **Resolución**: El lienzo nativo de H3 tiene un borde corto de 768px y un área de 768×1344, y las resoluciones se redondean a un múltiplo de 32. El nodo acepta tamaños mayores, pero tardan más en renderizarse sin añadir detalle 4. **Duración**: La entrada de duración se ajusta a la cuadrícula del modelo de 17 fotogramas por bloque (17k+5) a 24fps 5. **Los pasos son fijos en 8**: El checkpoint destilado está entrenado para exactamente 8 pasos; cambiar la cantidad de pasos en el scheduler degrada la calidad @@ -88,7 +89,7 @@ Sube este archivo al nodo `LoadImage` correspondiente, o usa tu propia imagen: ### Modo de primer y último fotograma -Conecta imágenes a `first_frame` y/o `last_frame` en el nodo `MiniMaxH3ImageToVideo` para generar el movimiento entre dos fotogramas clave. Deja ambos desconectados para texto a video. +Conecta imágenes a `first_frame` y/o `last_frame` en el nodo `MiniMaxH3ImageToVideo` para generar el movimiento entre dos fotogramas clave. Deja ambos desconectados para el modo texto a video. ### Consejos para el prompt @@ -96,26 +97,26 @@ Conecta imágenes a `first_frame` y/o `last_frame` en el nodo `MiniMaxH3ImageToV 2. **Duración**: La entrada de duración se ajusta a la cuadrícula del modelo de 17 fotogramas por bloque (17k+5) a 24fps 3. **Los pasos están fijos en 8**: Mantén el scheduler en 8 pasos; el checkpoint está destilado para esa programación -## Descarga de modelos +## Model downloads -El modelo de difusión viene del repositorio de FastVideo; el codificador de texto y los VAE se comparten con el modelo base MiniMax H3. +The diffusion model comes from the FastVideo repository; the text encoder and VAEs are shared with the base MiniMax H3 model. - Colócalo en ComfyUI/models/diffusion_models/ + Place in ComfyUI/models/diffusion_models/ - Colócalo en ComfyUI/models/text_encoders/ + Place in ComfyUI/models/text_encoders/ - Colócalo en ComfyUI/models/vae/ + Place in ComfyUI/models/vae/ - Colócalo en ComfyUI/models/vae/ + Place in ComfyUI/models/vae/ -### Almacenamiento de modelos +### Model storage ``` ComfyUI/ @@ -131,11 +132,11 @@ ComfyUI/ ## Notas sobre la estructura del flujo de trabajo -Ambos flujos de trabajo FastH3 comparten estos nodos con la configuración base de H3, con configuraciones específicas de destilación: +Ambos flujos de trabajo FastH3 comparten estos nodos con la configuración base de H3, con configuraciones específicas para la destilación: -- **BlockSparseAttention**: ejecuta Video Sparse Attention (VSA) con `keep_percent` 10, iniciando al 20% de la programación, lo que reduce el costo de atención mientras preserva la calidad +- **BlockSparseAttention**: ejecuta Video Sparse Attention (VSA) con `keep_percent` 10 a partir del 20 % de la programación, lo que reduce el costo de atención sin perder calidad - **MiniMaxH3SigmaShift**: aplica el desplazamiento sigma de H3 (10 para video, 3 para audio) que coincide con la programación destilada -- **ComfyMathExpression**: convierte la entrada de duración en una `length` de fotogramas válida en la cuadrícula de 17k+5 a 24fps -- **Sampler**: sampler `res_multistep` con el scheduler `simple` a 8 pasos +- **ComfyMathExpression**: convierte la entrada de duración en una `length` de fotogramas válida en la cuadrícula 17k+5 a 24 fps +- **Sampler**: sampler `res_multistep` con el scheduler `simple` en 8 pasos -Los pesos de FastH3 incluyen capas de compuerta `to_gate_compress`, que VSA lee para su rama gruesa. Los checkpoints base de H3 no las tienen. Para comparar métodos, establece `method` en `sol-attn` en el nodo **Model Sparse Attention** y mantén la misma seed. `sol-attn` no necesita pesos coincidentes y se ejecuta en cualquier checkpoint H3 con el `tau` que establezcas. +Los pesos de FastH3 incluyen capas de compuerta `to_gate_compress`, que VSA lee para su rama gruesa. Los checkpoints base de H3 no las tienen. Para comparar métodos, establece `method` en `sol-attn` en el nodo **Model Sparse Attention** y conserva la misma semilla. `sol-attn` no necesita pesos que coincidan y funciona con cualquier checkpoint de H3 con el `tau` que definas. diff --git a/es/tutorials/video/minimax/minimax-h3-fun-controlnet.mdx b/es/tutorials/video/minimax/minimax-h3-fun-controlnet.mdx index 273cef655d..c1febac0ed 100644 --- a/es/tutorials/video/minimax/minimax-h3-fun-controlnet.mdx +++ b/es/tutorials/video/minimax/minimax-h3-fun-controlnet.mdx @@ -9,7 +9,8 @@ translationBlockHashes: "Model downloads": 5310815d "Prompting tips": 39f67d41 --- -Controla el movimiento de un video de MiniMax H3 con un video de control en lugar de solo texto. El parche Fun ControlNet Union ([alibaba-pai/MiniMax-H3-Fun-Controlnet-Union](https://huggingface.co/alibaba-pai/MiniMax-H3-Fun-Controlnet-Union), empaquetado en [Comfy-Org/MiniMax-H3](https://huggingface.co/Comfy-Org/MiniMax-H3)) es un único checkpoint que condiciona H3 con videos de control Canny, Profundidad, HED, MLSD o Pose, y también ejecuta relleno inteligente de video con una máscara. Funciona con ambos archivos transformer `fl2va` y `ref2va`. + +Controla el movimiento de un video de MiniMax H3 con un video de control en lugar de solo texto. El parche Fun ControlNet Union ([alibaba-pai/MiniMax-H3-Fun-Controlnet-Union](https://huggingface.co/alibaba-pai/MiniMax-H3-Fun-Controlnet-Union), empaquetado en [Comfy-Org/MiniMax-H3](https://huggingface.co/Comfy-Org/MiniMax-H3)) es un único checkpoint que condiciona H3 con videos de control Canny, Profundidad, HED, MLSD o Pose, y también ejecuta relleno inteligente de video con una máscara. Funciona con ambos archivos transformer, `fl2va` y `ref2va`. ![Vista previa del flujo de trabajo MiniMax H3 Fun ControlNet Union](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/video_minimax_h3_fun_controlnet_union-1.webp) @@ -53,7 +54,7 @@ Esta plantilla requiere ComfyUI 0.35.0 o una versión posterior. El ejemplo usa Coloca en ComfyUI/models/vae/ - Habilita el modo turbo opcional con el Lightning LoRA. Coloca en ComfyUI/models/loras/ + Habilita el modo turbo opcional del Lightning LoRA. Coloca en ComfyUI/models/loras/ Extractor de pose que usa el subgrafo SDPose integrado. Coloca en ComfyUI/models/checkpoints/ @@ -63,7 +64,7 @@ Esta plantilla requiere ComfyUI 0.35.0 o una versión posterior. El ejemplo usa -## Almacenamiento de modelos +## Model storage ``` ComfyUI/ @@ -84,10 +85,10 @@ ComfyUI/ │ └── sdpose_wholebody_fp16.safetensors ``` -## Consejos para los prompts +## Consejos para el prompt -1. **Duración del video**: El video objetivo dura de 5 a 15 segundos en la cuadrícula de fotogramas 17n+5 a 24fps (124 fotogramas = 5 segundos). Un video de control más largo que el objetivo se recorta a sus primeros fotogramas; uno más corto mantiene su último fotograma. Para igualar exactamente la duración del video de control, conecta la salida `batch_size` calculada del ejemplo con la entrada de longitud del nodo `MiniMax H3 Reference to Video` -2. **Orientación y strength**: Mantén `guidance_scale` en 1.0. Aumenta el `strength` del patch por encima de 1 solo si el resultado se aleja del control +1. **Duración del video**: El video objetivo dura de 5 a 15 segundos en la cuadrícula de fotogramas 17n+5 a 24fps (124 fotogramas = 5 segundos). Un video de control más largo que el objetivo se recorta a sus primeros fotogramas; uno más corto mantiene su último fotograma. Para igualar exactamente la duración del video de control, conecta la salida `batch_size` calculada del ejemplo a la entrada de duración del nodo `MiniMax H3 Reference to Video` +2. **Orientación y fuerza**: Mantén `guidance_scale` en 1.0. Sube la `strength` del patch por encima de 1 solo si la salida se aleja del control 3. **Relleno inteligente de video**: Conecta una máscara a la entrada `mask`: las regiones marcadas con `1` se regeneran bajo el control de la entrada opcional `source_video`, mientras el resto del fotograma permanece fijo -4. **Modo turbo (opcional)**: Activa la casilla **Lightning LoRA** para usar el LoRA turbo de 4 pasos y generar mucho más rápido, con una calidad de audio y movimiento ligeramente inferior -5. **Preparar los videos de control**: ComfyUI incluye nodos de preprocesamiento integrados para cada tipo de control. Consulta el [nodo Detect Edges (Canny)](https://docs.comfy.org/built-in-nodes/Canny) para bordes y el [tutorial Depth Anything 3](https://docs.comfy.org/tutorials/utility/depth-anything-3) para mapas de profundidad +4. **Modo turbo (opcional)**: Marca la casilla **Lightning LoRA** para usar el LoRA turbo de 4 pasos y generar mucho más rápido, con una calidad de audio y movimiento ligeramente inferior +5. **Preparar videos de control**: ComfyUI incluye nodos de preprocesamiento integrados para cada tipo de control. Consulta el [nodo Detect Edges (Canny)](https://docs.comfy.org/built-in-nodes/Canny) para bordes y el [tutorial de Depth Anything 3](https://docs.comfy.org/tutorials/utility/depth-anything-3) para mapas de profundidad diff --git a/es/tutorials/video/minimax/minimax-h3-multiframe.mdx b/es/tutorials/video/minimax/minimax-h3-multiframe.mdx index 79e7241a9d..05028d2edf 100644 --- a/es/tutorials/video/minimax/minimax-h3-multiframe.mdx +++ b/es/tutorials/video/minimax/minimax-h3-multiframe.mdx @@ -10,6 +10,7 @@ translationBlockHashes: "Prompting tips": 12a34e31 "Prompt writing guide": 4f808c3a --- + Genera continuaciones de video y escenas de varios planos anclando fotogramas de referencia en puntos específicos a lo largo de la línea de tiempo de salida. El flujo de trabajo combina el nodo Reference to Video con nodos Add Guide encadenados: cada Add Guide fija una imagen estática (más audio opcional) a un índice de fotograma, de modo que el video pasa por esa composición exacta en ese momento. ![Vista previa del flujo de trabajo MiniMax H3 Multiframe Reference](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/video_minimax_h3_multiframe_reference-1.webp) @@ -58,7 +59,7 @@ Genera continuaciones de video y escenas de varios planos anclando fotogramas de -## Almacenamiento de modelos +## Model storage ``` ComfyUI/ @@ -74,14 +75,14 @@ ComfyUI/ │ └── minimax_h3_ref2v_turbo_4step_v0.1_comfyui_bf16.safetensors ``` -## Consejos para el prompt +## Consejos para escribir prompts -1. **Haz referencia por etiqueta**: `` es la imagen conectada a la primera ranura de `ref_images`, `` a la segunda, y así sucesivamente. En este flujo de trabajo, `` es tanto el bloqueo de identidad como el primer fotograma del video -2. **Anclajes de la línea de tiempo frente a referencias**: las imágenes conectadas solo a nodos Add Guide anclan composiciones en fotogramas específicos, pero no son visibles para el codificador de texto. Conéctalas también a ranuras `ref_images` adicionales si quieres que el prompt las vea como `` -3. **Índice de fotograma**: cada Add Guide toma `frame_idx` en fotogramas a 24 fps; la plantilla lo calcula a partir de segundos con `round(seconds * 24)`. Los valores negativos cuentan desde el final del video. El índice más la longitud de la guía deben quedar dentro de la duración generada -4. **Añade más fotogramas clave**: copia un bloque de guía (Load Image + Frame Index + Math Expression + Add Guide for MiniMax H3) y mantén las salidas `positive` encadenadas en serie hacia el Basic Guider -5. **Modo turbo (opcional)**: activa la casilla **Lightning LoRA** para usar el LoRA turbo de 4 pasos y lograr una generación mucho más rápida, con una calidad de audio y movimiento ligeramente inferior +1. **Haz referencia por etiqueta**: `` es la imagen conectada a la primera ranura de `ref_images`, `` la segunda, y así sucesivamente. En este flujo de trabajo, `` es a la vez el anclaje de identidad y el primer fotograma del video. +2. **Anclajes de línea de tiempo frente a referencias**: las imágenes conectadas solo a nodos Add Guide anclan composiciones en fotogramas concretos, pero el codificador de texto no las ve. Conéctalas también a ranuras `ref_images` adicionales si quieres que el prompt las vea como ``. +3. **Índice de fotogramas**: cada Add Guide toma `frame_idx` en fotogramas a 24fps; la plantilla lo calcula a partir de los segundos con `round(seconds * 24)`. Los valores negativos cuentan desde el final del video. El índice más la longitud de la guía deben quedar dentro de la duración generada. +4. **Añade más fotogramas clave**: copia un bloque de guía (Cargar imagen + Frame Index + Expresión matemática + Añadir guía para MiniMax H3) y mantén las salidas `positive` encadenadas en serie hacia la Guía básica. +5. **Modo turbo (opcional)**: activa la casilla **Lightning LoRA** para usar el LoRA turbo de 4 pasos y generar mucho más rápido, con una calidad de audio y movimiento ligeramente inferior. ## Guía para escribir prompts -El prompt de la plantilla sigue la [guía de prompts del modo de referencia completa](https://huggingface.co/MiniMaxAI/MiniMax-H3/blob/main/docs/VIDEO_PROMPT_WRITING_GUIDE_ref_en.md): define cada sujeto, asigna cada `` al primer fotograma o fotograma clave de un plano y corta entre planos en marcas de tiempo explícitas. Usa la misma estructura cuando escribas tus propios prompts de varios planos. La guía está resumida en la [guía de prompts](/es/tutorials/video/minimax/minimax-h3-prompt-guide). +La plantilla de prompt sigue la [guía de prompts del modo de referencia completa](https://huggingface.co/MiniMaxAI/MiniMax-H3/blob/main/docs/VIDEO_PROMPT_WRITING_GUIDE_ref_en.md): define cada sujeto, asigna cada `` al primer fotograma o al fotograma clave de un plano y corta entre planos en marcas de tiempo explícitas. Usa la misma estructura cuando escribas tus propios prompts de varios planos. La guía está resumida en la [guía de prompts](/es/tutorials/video/minimax/minimax-h3-prompt-guide). diff --git a/es/tutorials/video/minimax/minimax-h3-prompt-guide.mdx b/es/tutorials/video/minimax/minimax-h3-prompt-guide.mdx index 2a9accf37c..455db5148e 100644 --- a/es/tutorials/video/minimax/minimax-h3-prompt-guide.mdx +++ b/es/tutorials/video/minimax/minimax-h3-prompt-guide.mdx @@ -2,16 +2,17 @@ title: "Guía de prompts de ComfyUI MiniMax H3: guías oficiales, consejos y embeddings de prompt" description: "Escribe mejores prompts de MiniMax H3 en ComfyUI: guías oficiales, consejos generales, reglas de diálogo y hablantes, y embeddings de estilo." sidebarTitle: "Guía de prompts" -translationSourceHash: 0d858ae8 +translationSourceHash: 0f1ded35 translationFrom: tutorials/video/minimax/minimax-h3-prompt-guide.mdx translationBlockHashes: "_intro": da22cc9d "Official guides": 3d762c67 - "General tips": 91822299 + "General tips": fab4ad35 "Shots and cuts": 8184dae6 "Dialogue and speakers": 4985438e "Prompt embeddings": 9c899169 --- + H3 espera planos, cámara, diálogo y SFX en un solo prompt multimodal. Esta página reúne guías oficiales, consejos entre flujos de trabajo, reglas de planos y diálogo, y embeddings de estilo. ## Guías oficiales @@ -41,7 +42,7 @@ Escribe los prompts en **inglés**. Los diálogos y las letras de canciones van 4. **Longitud**: `length` son fotogramas a 24fps (predeterminado **124** ≈ 5s), ajustado a **17k+5** 5. **Texto en pantalla**: comillas dobles en inglés para cada cadena, literal (p. ej., `A red neon sign reading "营业中"`). Las líneas habladas usan ``, no comillas 6. **Marcadores de audio de R2V**: en el análisis de retención, marca cada referencia de audio como `fully_copy`, `partially_copy`, `reference` o `weak_reference` según cómo se use el clip (consulta la tabla de la guía oficial de referencias) -7. **Campos de audio**: `overall_soundscape` = sonido ambiente/SFX/no verbal (1–4 frases; `N/A` solo si hay silencio real). Los diálogos y la música diegética se mantienen en los planos. `non_diegetic_music` = solo banda sonora (1–3 frases; `N/A` si no hay). Si aparece habla no deseada, rellena ambos campos de forma explícita +7. **Campos de audio**: `overall_soundscape` = sonido ambiente/SFX/no verbal (1–4 frases; `N/A` solo si hay silencio real). Los diálogos y la música diegética se mantienen en los planos. `non_diegetic_music` = solo banda sonora musical (1–3 frases; `N/A` si no hay). Si aparece habla no deseada, rellena ambos campos de forma explícita 8. **Sin negativos**: `BasicGuider` funciona con `cfg` 1 y sin rama negativa. Las listas de prohibiciones añaden conceptos no deseados. Indica lo que debería aparecer (o usa los campos de retención de R2V: `fully_preserved`, `partially_preserved`, etc.) 9. **Hojas de referencia (R2V)**: una imagen puede contener varios paneles. Asigna a la hoja su propio `` (no solo dentro de ``), describe los paneles y dirige los planos a un panel (p. ej., vista frontal completa de ``). Etiqueta los paneles con claridad diff --git a/es/tutorials/video/wan/fun-camera.mdx b/es/tutorials/video/wan/fun-camera.mdx index 44669c4aad..4aec06feb3 100644 --- a/es/tutorials/video/wan/fun-camera.mdx +++ b/es/tutorials/video/wan/fun-camera.mdx @@ -11,7 +11,8 @@ translationBlockHashes: "ComfyUI Wan2.1 Fun Camera 14B Workflow": ea99a5f1 "Performance Reference": 2dc2f8f0 --- -import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx" + +import UpdateReminder from '/snippets/es/tutorials/update-reminder.mdx' Wan2.1 Fun Camera es un modelo de generación de video con movimiento de cámara del proyecto VideoX-Fun de Alibaba, con soporte nativo en ComfyUI. Genera videos cuyo movimiento de cámara sigue tus condiciones de control, así puedes dirigir cómo se mueve la cámara en el resultado en lugar de describir cada plano en el prompt. @@ -19,7 +20,7 @@ El modelo forma parte de la familia Wan2.1-Fun y se distribuye en dos tamaños: ## Acerca de Wan2.1 Fun Camera -**Wan2.1 Fun Camera** es un proyecto de generación de video lanzado por el equipo de Alibaba, centrado en controlar los efectos de generación de video mediante el movimiento de cámara. +**Wan2.1 Fun Camera** es un proyecto de generación de video lanzado por el equipo de Alibaba, centrado en controlar los efectos de la generación de video mediante el movimiento de cámara. **Descargar los pesos del modelo**: - [Versión 14B](https://huggingface.co/alibaba-pai/Wan2.1-Fun-V1.1-14B-Control-Camera) @@ -31,37 +32,37 @@ El modelo forma parte de la familia Wan2.1-Fun y se distribuye en dos tamaños: -## Instalación de modelos +## Model Installation -Estos modelos solo hay que instalarlos una vez. Además, la información de descarga de los modelos está incluida en las imágenes de los flujos de trabajo correspondientes, así que puedes elegir la forma de descarga que prefieras. +These models only need to be installed once. Additionally, model download information is included in the corresponding workflow images, so you can choose your preferred way to download the models. -Todos los modelos siguientes están disponibles en [Wan_2.1_ComfyUI_repackaged](https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged) +All of the following models can be found at [Wan_2.1_ComfyUI_repackaged](https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged) -### Modelos de difusión +### Diffusion Models -Elige entre 1.3B o 14B: +Choose either 1.3B or 14B: - Modelo de difusión Wan2.1 Fun Camera 1.3B + Wan2.1 Fun Camera 1.3B diffusion model - Modelo de difusión Wan2.1 Fun Camera 14B + Wan2.1 Fun Camera 14B diffusion model -Si ya has usado modelos de Wan2.1, deberías tener ya los siguientes modelos. Si no es así, descárgalos: +If you've used Wan2.1 related models before, you should already have the following models. If not, please download them: -### Codificadores de texto +### Text Encoders -Elige uno de los siguientes: +Choose one of the following: - Codificador de texto de precisión completa + Full precision text encoder - Codificador de texto cuantizado FP8 (recomendado para menos VRAM) + FP8 quantized text encoder (recommended for lower VRAM) @@ -69,7 +70,7 @@ Elige uno de los siguientes: - Modelo VAE de Wan2.1 + Wan2.1 VAE model @@ -77,11 +78,11 @@ Elige uno de los siguientes: - Codificador CLIP Vision + CLIP vision encoder -Ubicación de almacenamiento de archivos: +File Storage Location: ``` 📂 ComfyUI/ @@ -110,7 +111,7 @@ Genera videos dinámicos con movimientos de cámara cinematográficos usando el Abrir en Comfy Cloud - Descarga el JSON o busca "Wan 2.1 Fun Camera 1.3B" en la biblioteca de plantillas + Descarga el JSON o busca "Wan 2.1 Fun Camera 1.3B" en la Biblioteca de plantillas @@ -123,7 +124,7 @@ Descarga el video de abajo y arrástralo a ComfyUI para cargar el flujo de traba > -Si quieres usar la versión 14B, solo reemplaza el archivo del modelo por la versión 14B, pero ten en cuenta los requisitos de VRAM. +Si quieres usar la versión 14B, solo tienes que reemplazar el archivo del modelo por la versión 14B, pero ten en cuenta los requisitos de VRAM. **Materiales de entrada** @@ -144,12 +145,12 @@ Sube este archivo al nodo `LoadImage` correspondiente: ![Pasos del flujo de trabajo Wan2.1 Fun Camera](/images/tutorial/video/wan/wan2-1-fun-camera-1-3b-step-guide.jpg) -1. Verifica que se haya cargado la versión correcta del archivo del modelo: +1. Asegúrate de que esté cargada la versión correcta del archivo del modelo: - Versión 1.3B: `wan2.1_fun_camera_v1.1_1.3B_bf16.safetensors` - Versión 14B: `wan2.1_fun_camera_v1.1_14B_bf16.safetensors` -2. Verifica que el nodo `Load CLIP` tenga cargado `umt5_xxl_fp8_e4m3fn_scaled.safetensors` -3. Verifica que el nodo `Load VAE` tenga cargado `wan_2.1_vae.safetensors` -4. Verifica que el nodo `Load CLIP Vision` tenga cargado `clip_vision_h.safetensors` +2. Asegúrate de que el nodo `Load CLIP` tenga cargado `umt5_xxl_fp8_e4m3fn_scaled.safetensors` +3. Asegúrate de que el nodo `Load VAE` tenga cargado `wan_2.1_vae.safetensors` +4. Asegúrate de que el nodo `Load CLIP Vision` tenga cargado `clip_vision_h.safetensors` 5. Sube el fotograma inicial al nodo `Load Image` 6. Modifica el prompt si vas a usar tu propia imagen de entrada 7. Configura el movimiento de cámara en el nodo `WanCameraEmbedding` @@ -159,7 +160,7 @@ Sube este archivo al nodo `LoadImage` correspondiente: ### Wan 2.1 Fun Camera 14B {#video_wan2.1_fun_camera_v1.1_14B} -Genera videos de alta calidad con control de cámara avanzado usando el modelo completo de 14B. +Genera videos de alta calidad con control de cámara avanzado usando el modelo 14B completo. Vista previa del flujo de trabajo Wan 2.1 Fun Camera 14B @@ -168,7 +169,7 @@ Genera videos de alta calidad con control de cámara avanzado usando el modelo c Abrir en Comfy Cloud - Descarga el JSON o busca "Wan 2.1 Fun Camera 14B" en la Biblioteca de plantillas + Descarga el JSON o busca "Wan 2.1 Fun Camera 14B" en la biblioteca de plantillas @@ -184,7 +185,7 @@ Sube este archivo al nodo `LoadImage` correspondiente: - nodo `LoadImage` 52 · `video_wan2.1_fun_camera_v1.1_14B_start_image.jpg` + Nodo `LoadImage` 52 · `video_wan2.1_fun_camera_v1.1_14B_start_image.jpg` @@ -195,7 +196,7 @@ Sube este archivo al nodo `LoadImage` correspondiente: ## Referencia de rendimiento **Versión 1.3B**: -- A 512x512 de resolución, una RTX 4090 tarda unos 72 segundos en generar 81 frames +- La resolución de 512x512 en una RTX 4090 tarda unos 72 segundos en generar 81 fotogramas **Versión 14B**: -- Una RTX 4090 de 24 GB de VRAM puede quedarse sin memoria al generar a 512x512 de resolución, y también han aparecido problemas de memoria en una A100 al usar tamaños mayores +- La RTX4090 con 24GB de VRAM puede quedarse sin memoria al generar a resolución 512x512, y también ha habido problemas de memoria en la A100 al usar tamaños mayores diff --git a/es/tutorials/video/wan/fun-control.mdx b/es/tutorials/video/wan/fun-control.mdx index fc40179236..1eb18eaaec 100644 --- a/es/tutorials/video/wan/fun-control.mdx +++ b/es/tutorials/video/wan/fun-control.mdx @@ -11,23 +11,24 @@ translationBlockHashes: "Workflow Using Custom Nodes": 8f081a21 "Usage Tips": 9e74c201 --- + import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx"; Wan2.1-Fun-Control es un modelo de generación de video de código abierto del proyecto VideoX-Fun de Alibaba que sigue condiciones de control predefinidas en lugar de depender únicamente del texto del prompt. Puedes guiar la salida con mapas de bordes Canny, mapas de profundidad, esqueletos OpenPose, bordes geométricos MLSD o trayectorias de puntos. -El modelo está disponible en dos tamaños: la versión de 1.3B (unos 19 GB) para un despliegue local ligero con menores requisitos de VRAM, y la versión de 14B (unos 47 GB de almacenamiento total del modelo, con los pesos de difusión en unos 32.8 GB) para resultados de mayor calidad. Ambas admiten predicción de video multirresolución a 512, 768 y 1024 píxeles, generan hasta 81 fotogramas (unos 5 segundos) a 16 fotogramas por segundo y aceptan prompts multilingües. ComfyUI ofrece soporte nativo para Wan2.1-Fun-Control. +El modelo está disponible en dos tamaños: la versión de 1.3B (unos 19 GB) para un despliegue local ligero con menores requisitos de VRAM, y la versión de 14B (unos 47 GB de almacenamiento total del modelo, con los pesos de difusión en unos 32.8 GB) para obtener resultados de mayor calidad. Ambas admiten predicción de video multirresolución a 512, 768 y 1024 píxeles, generan hasta 81 fotogramas (unos 5 segundos) a 16 fotogramas por segundo y aceptan prompts multilingües. ComfyUI ofrece soporte nativo para Wan2.1-Fun-Control. ## Acerca de Wan2.1-Fun-Control **Wan2.1-Fun-Control** es un proyecto de generación y control de video de código abierto desarrollado por el equipo de Alibaba. -Introduce mecanismos innovadores de códigos de control (Control Codes) combinados con aprendizaje profundo y entradas condicionales multimodales para generar videos de alta calidad que cumplen con condiciones de control predefinidas. El proyecto se centra en guiar con precisión el contenido del video generado mediante condiciones de control multimodales. +Introduce mecanismos innovadores de Control Codes combinados con aprendizaje profundo y entradas condicionales multimodales para generar videos de alta calidad que cumplen con condiciones de control predefinidas. El proyecto se centra en guiar con precisión el contenido del video generado mediante condiciones de control multimodales. Actualmente, el modelo Fun Control admite diversas condiciones de control, como **Canny (arte lineal), Depth, OpenPose (postura humana), MLSD (bordes geométricos) y control de trayectoria.** El modelo también admite predicción de video multirresolución con opciones de 512, 768 y 1024 de resolución a 16 fotogramas por segundo, generando videos de hasta 81 fotogramas (aproximadamente 5 segundos) de duración. Versiones del modelo: -- **1.3B** Ligero: ideal para el despliegue local y la inferencia rápida con **requisitos de VRAM más bajos** -- **14B** Alto rendimiento: el tamaño del modelo alcanza los 32 GB o más, ofrece mejores resultados pero **requiere más VRAM** +- **1.3B** Ligera: apta para el despliegue local y la inferencia rápida con **requisitos de VRAM más bajos** +- **14B** De alto rendimiento: el tamaño del modelo alcanza 32GB+, ofrece mejores resultados pero **requiere más VRAM** **Descarga de los pesos del modelo**: @@ -36,7 +37,7 @@ Versiones del modelo: Versión ligera, requisitos de VRAM más bajos - Versión de alto rendimiento, tamaño del archivo de 32 GB o más, requisitos de VRAM más altos + Versión de alto rendimiento, tamaño del archivo de 32GB+, requisitos de VRAM más altos @@ -55,47 +56,47 @@ Sin embargo, hemos comprobado que ofrecer una buena experiencia de usuario para -## Instalación de modelos +## Model Installation -Solo tienes que instalar estos modelos una vez. Las imágenes de los flujos de trabajo también contienen la información de descarga de los modelos, así que puedes elegir el método de descarga que prefieras. +You only need to install these models once. The workflow images also contain model download information, so you can choose your preferred download method. -Los siguientes modelos están disponibles en [Wan_2.1_ComfyUI_repackaged](https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged) y [Wan2.1-Fun](https://huggingface.co/collections/alibaba-pai/wan21-fun-67e4fb3b76ca01241eb7e334) +The following models can be found at [Wan_2.1_ComfyUI_repackaged](https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged) and [Wan2.1-Fun](https://huggingface.co/collections/alibaba-pai/wan21-fun-67e4fb3b76ca01241eb7e334) -Haz clic en los enlaces correspondientes para descargar. Si ya has usado flujos de trabajo de Wan, solo necesitas descargar los **modelos de difusión**. +Click the corresponding links to download. If you have used Wan-related workflows before, you only need to download the **Diffusion models**. -**Modelos de difusión** -- elige 1.3B o 14B. La versión 14B tiene un tamaño de archivo mayor (32 GB) y requiere más VRAM: +**Diffusion models** -- choose 1.3B or 14B. The 14B version has a larger file size (32GB) and higher VRAM requirements: - Modelo de difusión Wan2.1 Fun Control 1.3B -- ligero, requiere menos VRAM + Wan2.1 Fun Control 1.3B diffusion model -- lightweight, lower VRAM requirements - Modelo de difusión Wan2.1 Fun Control 14B. Cámbiale el nombre a Wan2.1-Fun-14B-Control.safetensors después de descargarlo. Archivo de 32 GB o más, requiere más VRAM + Wan2.1 Fun Control 14B diffusion model. Rename to Wan2.1-Fun-14B-Control.safetensors after downloading. 32GB+ file size, higher VRAM requirements -**Codificadores de texto** -- elige uno de los siguientes modelos (la precisión fp16 tiene un tamaño mayor y requiere más rendimiento): +**Text encoders** -- choose one of the following models (fp16 precision has a larger size and higher performance requirements): - Codificador de texto UMT5 XXL -- precisión fp16, tamaño mayor, mayor rendimiento + UMT5 XXL text encoder -- fp16 precision, larger size, higher performance - Codificador de texto UMT5 XXL -- precisión fp8, tamaño menor, requiere menos rendimiento + UMT5 XXL text encoder -- fp8 precision, smaller size, lower performance requirements **VAE** - Modelo VAE de Wan2.1 + Wan2.1 VAE model **CLIP Vision** - Modelo CLIP Vision para procesar imágenes de referencia + CLIP Vision model for processing reference images -Ubicación de almacenamiento de archivos: +File storage location: ``` 📂 ComfyUI/ ├── 📂 models/ @@ -113,9 +114,9 @@ Ubicación de almacenamiento de archivos: ## Flujo de trabajo nativo de ComfyUI En este flujo de trabajo usamos videos convertidos a **formato WebP**, ya que el nodo `Load Image` no admite actualmente el formato mp4. También usamos **Canny Edge** para preprocesar el video original. -Como muchos usuarios se topan con fallos de instalación y problemas de entorno al instalar nodos personalizados, esta versión del flujo de trabajo usa solo nodos nativos para garantizar una experiencia más fluida. +Como muchos usuarios tienen fallos de instalación y problemas de entorno al instalar nodos personalizados, esta versión del flujo de trabajo usa solo nodos nativos para garantizar una experiencia más fluida. -Gracias a nuestros potentes autores de ComfyUI, que ofrecen nodos con muchas funciones. Si quieres consultar directamente la versión relacionada, mira [Flujo de trabajo con nodos personalizados](#flujo-de-trabajo-con-nodos-personalizados). +Gracias a nuestros grandes autores de ComfyUI, que ofrecen nodos con muchas funciones. Si quieres consultar directamente la versión relacionada, mira [Flujo de trabajo con nodos personalizados](#flujo-de-trabajo-con-nodos-personalizados). ### 1. Descarga del archivo del flujo de trabajo @@ -126,7 +127,7 @@ Gracias a nuestros potentes autores de ComfyUI, que ofrecen nodos con muchas fun Abrir en Comfy Cloud - Descarga la imagen del flujo de trabajo y arrástrala a ComfyUI para cargarlo + Descarga la imagen del flujo de trabajo y arrástrala a ComfyUI para cargar el flujo de trabajo @@ -137,50 +138,50 @@ Gracias a nuestros potentes autores de ComfyUI, que ofrecen nodos con muchas fun Fotograma inicial de entrada para el flujo de trabajo nativo. Descarga y usa esta imagen, o reemplázala por la tuya. - Video de control de entrada en formato WebP para el flujo de trabajo nativo. El flujo de trabajo nativo requiere formato WebP porque Load Image no admite mp4. + Video de control de entrada en formato WebP para el flujo de trabajo nativo. El flujo de trabajo nativo requiere formato WebP, ya que Load Image no admite mp4. ### 2. Completa el flujo de trabajo paso a paso -![Pasos del flujo de trabajo de Wan2.1 Fun Control](/images/tutorial/video/wan/fun_control_native_flow_diagram.png) +![Pasos del flujo de trabajo Wan2.1 Fun Control](/images/tutorial/video/wan/fun_control_native_flow_diagram.png) 1. Asegúrate de que el nodo `Load Diffusion Model` haya cargado `wan2.1_fun_control_1.3B_bf16.safetensors` 2. Asegúrate de que el nodo `Load CLIP` haya cargado `umt5_xxl_fp8_e4m3fn_scaled.safetensors` 3. Asegúrate de que el nodo `Load VAE` haya cargado `wan_2.1_vae.safetensors` 4. Asegúrate de que el nodo `Load CLIP Vision` haya cargado `clip_vision_h.safetensors` -5. Sube el fotograma inicial al nodo `Load Image` (renombrado como `Start_image`) -6. Sube el video de control al segundo nodo `Load Image`. Nota: este nodo actualmente no admite mp4, solo videos WebP -7. (Opcional) Modifica el prompt (se admite inglés y chino) +5. Sube el fotograma inicial al nodo `Load Image` (renombrado a `Start_image`) +6. Sube el video de control al segundo nodo `Load Image`. Nota: este nodo no admite actualmente mp4, solo videos WebP +7. (Opcional) Modifica el prompt (se admiten tanto inglés como chino) 8. (Opcional) Ajusta el tamaño del video en `WanFunControlToVideo`, evitando dimensiones demasiado grandes 9. Haz clic en el botón `Run` o usa el atajo `Ctrl(cmd) + Enter` para ejecutar la generación de video ### 3. Notas de uso -- Como debemos introducir en el nodo `WanFunControlToVideo` el mismo número de fotogramas que tiene el video de control, si el número de fotogramas especificado supera los fotogramas reales del video de control, los fotogramas sobrantes pueden mostrar escenas que no se ajustan a las condiciones de control. Abordaremos este problema en [Flujo de trabajo con nodos personalizados](#flujo-de-trabajo-con-nodos-personalizados) -- Evita establecer dimensiones demasiado grandes, ya que esto puede hacer que el muestreo sea muy lento. Prueba primero con imágenes más pequeñas y luego haz upscale -- Usa tu imaginación para ampliar este flujo de trabajo añadiendo flujos de texto a imagen u otros tipos, y lograr así generación directa de texto a video o transferencia de estilo -- Usa herramientas como [ComfyUI-comfyui_controlnet_aux](https://github.com/Fannovel16/comfyui_controlnet_aux) para obtener opciones de control más ricas +- Como debemos introducir en el nodo `WanFunControlToVideo` el mismo número de fotogramas que tiene el video de control, si la cantidad de fotogramas especificada supera los fotogramas reales del video de control, los fotogramas sobrantes pueden mostrar escenas que no se ajustan a las condiciones de control. Abordaremos este problema en [Flujo de trabajo con nodos personalizados](#flujo-de-trabajo-con-nodos-personalizados) +- Evita configurar dimensiones demasiado grandes, ya que el proceso de muestreo puede volverse muy lento. Prueba generar primero imágenes más pequeñas y luego haz upscale +- Usa tu imaginación para ampliar este flujo de trabajo añadiendo flujos de texto a imagen u otros tipos, y así lograr la generación directa de texto a video o la transferencia de estilo +- Usa herramientas como [ComfyUI-comfyui_controlnet_aux](https://github.com/Fannovel16/comfyui_controlnet_aux) para tener opciones de control más ricas ## Flujo de trabajo con nodos personalizados Necesitaremos instalar los siguientes dos nodos personalizados: -- [ComfyUI-VideoHelperSuite](https://github.com/Kosinkadink/ComfyUI-VideoHelperSuite) +- [ComfyUI-VideoHelperSuite](https://github.com/Kosinkadink/ComfyUI-VideoHelperSuite) - [ComfyUI-comfyui_controlnet_aux](https://github.com/Fannovel16/comfyui_controlnet_aux) Puedes usar [ComfyUI Manager](https://github.com/Comfy-Org/ComfyUI-Manager) para instalar los nodos faltantes o seguir las instrucciones de instalación de cada paquete de nodos personalizados. -### 1. Descargar el archivo del flujo de trabajo +### 1. Descarga del archivo del flujo de trabajo -![Flujo de trabajo Wan2.1 Fun Control](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/wan2.1_fun_control-1.webp) +![Flujo de trabajo de Wan2.1 Fun Control](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/wan2.1_fun_control-1.webp) Abrir en Comfy Cloud - Descarga el JSON o busca "Wan 2.1 ControlNet" en la biblioteca de plantillas + Descarga el JSON o busca "Wan 2.1 ControlNet" en la Biblioteca de plantillas @@ -188,16 +189,16 @@ Puedes usar [ComfyUI Manager](https://github.com/Comfy-Org/ComfyUI-Manager) para - Fotograma inicial de entrada para el flujo de trabajo con nodos personalizados. Descarga y usa esta imagen, o reemplázala por una propia. + Fotograma inicial de entrada para el flujo de trabajo con nodos personalizados. Descarga y usa esta imagen, o reemplázala por la tuya. - Video de control de entrada en formato MP4 para el flujo de trabajo con nodos personalizados. El nodo personalizado Load Video admite el formato mp4. + Video de control de entrada en formato MP4 para el flujo de trabajo con nodos personalizados. El nodo personalizado `Load Video` admite el formato mp4. -### 2. Completar el flujo de trabajo paso a paso +### 2. Completa el flujo de trabajo paso a paso -![Pasos del flujo de trabajo Wan2.1 Fun Control con nodos personalizados](/images/tutorial/video/wan/fun_control_using_custom_nodes_flow_diagram.png) +![Pasos del flujo de trabajo de Wan2.1 Fun Control con nodos personalizados](/images/tutorial/video/wan/fun_control_using_custom_nodes_flow_diagram.png) > La parte del modelo es esencialmente la misma. Si ya probaste el flujo de trabajo solo con nodos nativos, puedes subir directamente las imágenes correspondientes y ejecutarlo. @@ -206,9 +207,9 @@ Puedes usar [ComfyUI Manager](https://github.com/Comfy-Org/ComfyUI-Manager) para 3. Asegúrate de que el nodo `Load VAE` haya cargado `wan_2.1_vae.safetensors` 4. Asegúrate de que el nodo `Load CLIP Vision` haya cargado `clip_vision_h.safetensors` 5. Sube el fotograma inicial al nodo `Load Image` -6. Sube un video en formato mp4 al nodo personalizado `Load Video(Upload)`. Ten en cuenta que el flujo de trabajo ha ajustado el `frame_load_cap` predeterminado +6. Sube un video en formato mp4 al nodo personalizado `Load Video(Upload)`. Ten en cuenta que el flujo de trabajo ya ajustó el valor predeterminado de `frame_load_cap` 7. Para la imagen actual, el `DWPose Estimator` solo usa la opción `detect_face` -8. (Opcional) Modifica el prompt (se admiten tanto inglés como chino) +8. (Opcional) Modifica el prompt (se admiten inglés y chino) 9. (Opcional) Ajusta el tamaño del video en `WanFunControlToVideo`, evitando dimensiones demasiado grandes 10. Haz clic en el botón `Run` o usa el atajo `Ctrl(cmd) + Enter` para ejecutar la generación de video @@ -216,7 +217,7 @@ Puedes usar [ComfyUI Manager](https://github.com/Comfy-Org/ComfyUI-Manager) para Gracias a los autores de la comunidad de ComfyUI por sus paquetes de nodos personalizados: - Este ejemplo usa `Load Video(Upload)` para admitir videos mp4 -- El `video_info` que se obtiene de `Load Video(Upload)` nos permite mantener los mismos `fps` en el video de salida +- El `video_info` que se obtiene de `Load Video(Upload)` nos permite mantener el mismo `fps` en el video de salida - Puedes reemplazar `DWPose Estimator` por otros preprocesadores del paquete de nodos `ComfyUI-comfyui_controlnet_aux` - Los prompts admiten varios idiomas @@ -224,10 +225,10 @@ Gracias a los autores de la comunidad de ComfyUI por sus paquetes de nodos perso ![Aplicar varios videos de control](/images/tutorial/video/wan/apply_multi_control_videos.jpg) -- Un consejo útil es que puedes combinar varias técnicas de preprocesamiento de imágenes y luego usar el nodo `Image Blend` para lograr el objetivo de aplicar varios métodos de control al mismo tiempo. +- Un consejo útil es que puedes combinar varias técnicas de preprocesamiento de imágenes y luego usar el nodo `Image Blend` para lograr aplicar varios métodos de control al mismo tiempo. - Puedes usar el nodo `Video Combine` de `ComfyUI-VideoHelperSuite` para guardar videos en formato mp4 -- Usamos `SaveAnimatedWEBP` porque actualmente no admitimos incrustar el flujo de trabajo en **mp4** y algunos Nodos personalizados también pueden no admitir la incrustación del flujo de trabajo. Para conservar el flujo de trabajo en el video, elegimos el nodo `SaveAnimatedWEBP`. -- En el nodo `WanFunControlToVideo`, `control_video` no es obligatorio, así que a veces puedes Saltar el uso de un video de control, primero Generar un video de tamaño muy pequeño como 320x320 y luego usarlo como Entrada de video de control para lograr resultados consistentes. +- Usamos `SaveAnimatedWEBP` porque actualmente no admitimos incrustar el flujo de trabajo en **mp4** y es posible que algunos nodos personalizados tampoco admitan incrustar el flujo de trabajo. Para conservar el flujo de trabajo en el video, elegimos el nodo `SaveAnimatedWEBP`. +- En el nodo `WanFunControlToVideo`, `control_video` no es obligatorio, así que a veces puedes saltarte el uso de un video de control: primero genera un video de tamaño muy pequeño, como 320x320, y luego úsalo como entrada de video de control para lograr resultados consistentes. - [ComfyUI-WanVideoWrapper](https://github.com/kijai/ComfyUI-WanVideoWrapper) - [ComfyUI-KJNodes](https://github.com/kijai/ComfyUI-KJNodes) diff --git a/es/tutorials/video/wan/wan-animate-2.mdx b/es/tutorials/video/wan/wan-animate-2.mdx index 07a6b5786a..83784c8b80 100644 --- a/es/tutorials/video/wan/wan-animate-2.mdx +++ b/es/tutorials/video/wan/wan-animate-2.mdx @@ -8,9 +8,10 @@ translationBlockHashes: "_intro": 358b6914 "Model Highlights": ab20a214 --- + import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx"; -Wan Animate 2 es un framework de animación de personajes de extremo a extremo del equipo de Wan que consume directamente videos guía en un Diffusion Transformer rediseñado. Logra una generación de movimiento de alta fidelidad y una fuerte preservación de la identidad al eliminar los extractores de movimiento intermedios: no se necesita extracción de pose ni preprocesamiento de esqueletos. +Wan Animate 2 es un framework de animación de personajes de extremo a extremo del equipo de Wan que consume directamente videos de conducción en un Diffusion Transformer rediseñado. Logra una generación de movimiento de alta fidelidad y una fuerte preservación de la identidad al eliminar los extractores de movimiento intermedios: no se necesita extracción de pose ni preprocesamiento de esqueletos. El modelo también añade control de perspectiva impulsado por texto, lo que desacopla la perspectiva de la cámara de salida del video de conducción. Esto te permite animar a un personaje estático usando un video de conducción mientras controlas la cámara de forma independiente, e incluso generar un fondo nuevo a partir de tu prompt de texto. @@ -19,71 +20,71 @@ El modelo también añade control de perspectiva impulsado por texto, lo que des ## Puntos destacados del modelo - **Transferencia directa de movimiento**: Anima a un personaje estático a partir de un video guía sin extracción de pose ni preprocesamiento de esqueleto -- **Preservación de la identidad**: Mantiene intactas la identidad, la apariencia y los detalles del personaje de referencia -- **Control de cámara por texto**: Desacopla la perspectiva de la cámara de salida respecto del video guía +- **Preservación de la identidad**: Conserva sin cambios la identidad, la apariencia y los detalles del personaje de referencia +- **Control de cámara mediante texto**: Desacopla la perspectiva de la cámara del resultado de la del video guía - **Fondos nuevos**: Genera un fondo nuevo a partir de tu prompt de texto en lugar de copiar el fondo del video guía - **Movimiento de alta fidelidad**: Replica movimientos y expresiones complejas del video guía -## Flujo de trabajo de Wan Animate 2 +## Wan Animate 2 workflow -Anima un personaje estático con un video guía, transfiriendo el movimiento directamente desde los fotogramas del video. La salida conserva la identidad del personaje de referencia y, al mismo tiempo, genera un fondo nuevo y un movimiento de cámara a partir de tu prompt de texto. +Animate a still character using a driving video, transferring motion directly from video frames. The output preserves the reference character's identity while generating a fresh background and camera movement from your text prompt. - - Abrir en Comfy Cloud + + Open in Comfy Cloud - - Descarga el JSON o busca "Wan Animate 2" en la Biblioteca de plantillas + + Download JSON or search "Wan Animate 2" in Template Library -**Materiales de entrada** +**Input materials** -Sube estos archivos a los nodos correspondientes: +Upload these files to the matching nodes: - - Nodo `LoadImage`: pink_hair_mech_arms_ref.png (el personaje que se va a animar) + + `LoadImage` node: pink_hair_mech_arms_ref.png (the character to animate) - - Nodo `LoadVideo`: street_dance_drive.mp4 (la fuente del movimiento) + + `LoadVideo` node: street_dance_drive.mp4 (the motion source) -### Descarga de modelos +### Model downloads -Este flujo de trabajo usa el modelo de difusión `wan_animate_2_int8_convrot.safetensors`. El repositorio también incluye variantes BF16 y destiladas; si prefieres usarlas, cambia la selección de modelo en el nodo `UNETLoader`. Todos los archivos están disponibles en el repositorio [Comfy-Org/Wan-Animate-2](https://huggingface.co/Comfy-Org/Wan-Animate-2): +This workflow uses the `wan_animate_2_int8_convrot.safetensors` diffusion model. The repository also ships BF16 and distilled variants; if you want to use those instead, change the model selection in the `UNETLoader` node. All files are available in the [Comfy-Org/Wan-Animate-2](https://huggingface.co/Comfy-Org/Wan-Animate-2) repository: - - wan_animate_2_int8_convrot.safetensors: Modelo de difusión cuantizado INT8 convrot que usa este flujo de trabajo + + wan_animate_2_int8_convrot.safetensors: INT8 convrot quantized diffusion model used by this workflow - - wan_animate_2_bf16.safetensors: Modelo base de precisión completa. Requiere cambiar la selección de modelo en UNETLoader. + + wan_animate_2_bf16.safetensors: Full-precision base model. Requires changing the UNETLoader model selection. - - wan_animate_2_distill_int8_convrot.safetensors: Variante INT8 destilada. Requiere cambiar la selección de modelo en UNETLoader. + + wan_animate_2_distill_int8_convrot.safetensors: Distilled INT8 variant. Requires changing the UNETLoader model selection. - - wan_animate_2_distill_bf16.safetensors: Variante BF16 destilada. Requiere cambiar la selección de modelo en UNETLoader. + + wan_animate_2_distill_bf16.safetensors: Distilled BF16 variant. Requires changing the UNETLoader model selection. - lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors: LoRA de aceleración LightX2V + lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors: LightX2V acceleration LoRA - - umt5_xxl_fp8_e4m3fn_scaled.safetensors: Codificador de texto UMT5-XXL FP8 + + umt5_xxl_fp8_e4m3fn_scaled.safetensors: UMT5-XXL FP8 text encoder - clip_vision_h.safetensors: Codificador CLIP Vision + clip_vision_h.safetensors: CLIP Vision encoder - Wan2_1_VAE_bf16.safetensors: VAE de Wan2.1 para codificar y decodificar + Wan2_1_VAE_bf16.safetensors: Wan2.1 VAE for encoding and decoding -Coloca los archivos en los siguientes directorios: +Place the files in the following directories: ``` 📂 ComfyUI/ @@ -103,22 +104,22 @@ Coloca los archivos en los siguientes directorios: │ └── Wan2_1_VAE_bf16.safetensors ``` -### Instrucciones del flujo de trabajo +### Workflow instructions -1. Asegúrate de que todos los modelos se cargan correctamente -2. Sube la imagen de referencia: el personaje de esta imagen es el personaje objetivo que se va a animar -3. Sube el video guía: su movimiento se transfiere al personaje de referencia -4. Actualiza el prompt para describir la escena, el fondo y el movimiento de cámara que quieres -5. Haz clic en `Run` o usa el atajo `Ctrl(cmd) + Enter` para generar el video +1. Make sure all the models are loaded correctly +2. Upload the reference image: the character in this image is the target character to animate +3. Upload the driving video: its motion is transferred to the reference character +4. Update the prompt to describe the scene, background, and camera movement you want +5. Click `Run` or use the shortcut `Ctrl(cmd) + Enter` to generate the video -### Extender a videos más largos +### Extending to longer videos -Los videos más largos se gestionan dentro del flujo de trabajo: el Subgraph `Motion Transfer (Wan Animate 2)` itera (`StartLoop` / `EndLoop`) y sigue generando hasta cubrir todo el video guía, así que con un solo Subgraph es suficiente. No hay que duplicar ni recablear nada. +Longer videos are handled inside the workflow: the `Motion Transfer (Wan Animate 2)` subgraph loops (`StartLoop` / `EndLoop`) and keeps generating until it has covered the whole driving video, so one subgraph is all you need. Nothing has to be duplicated or rewired. -Cada iteración del bucle genera 81 fotogramas, unos 3.4 segundos a 24 fps. Ese es el valor `Int (fragment_length)` dentro del Subgraph. Puedes aumentarlo, pero debe mantenerse en una longitud válida de Wan: 81, 85, 89, etcétera, es decir, `4n + 1`. +One loop iteration generates 81 frames, about 3.4 seconds at 24 fps. That is the `Int (fragment_length)` value inside the subgraph. You can raise it, but it has to stay a legal Wan length: 81, 85, 89, and so on, which is `4n + 1`. -El cálculo del bucle lee el número de fotogramas del video guía, determina cuántas continuaciones hacen falta y recorta el final para que la salida tenga exactamente los mismos fotogramas que el video guía. Cada continuación repite el último fotograma del segmento anterior y ese duplicado se elimina, así que cada segmento adicional añade `fragment_length - 1` fotogramas nuevos. +The loop math reads the driving video's frame count, works out how many continuations are needed, and the tail is trimmed so the output has exactly as many frames as the driving video. Each continuation repeats the previous segment's last frame and that duplicate is removed, so every extra segment adds `fragment_length - 1` new frames. -El bucle usa los nodos de bucle del núcleo, así que el flujo de trabajo necesita ComfyUI 0.36.0 o superior. +Looping uses the core loop nodes, so the workflow needs ComfyUI 0.36.0 or newer. -El Subgraph `Video Stitch` es la vista previa comparativa: coloca el video generado junto al video guía. No forma parte de la ruta de extensión. +The `Video Stitch` subgraph is the comparison preview: it places the generated video next to the driving video. It is not part of the extension path. diff --git a/es/tutorials/video/wan/wan-causal-forcing.mdx b/es/tutorials/video/wan/wan-causal-forcing.mdx index 342ce69dae..e03aaf087e 100644 --- a/es/tutorials/video/wan/wan-causal-forcing.mdx +++ b/es/tutorials/video/wan/wan-causal-forcing.mdx @@ -10,9 +10,10 @@ translationBlockHashes: "Using the workflow": 5e6245a2 "Steps to run": 3202924b --- -import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx" -**Causal Forcing** es una técnica de generación de video que aplica **conditioning recurrente** durante la inferencia, en la que cada fotograma generado se devuelve al modelo para predecir el siguiente fotograma. Así se obtienen videos suaves y coherentes en el tiempo a partir de una sola imagen inicial en tan solo **1 a 4 pasos de inferencia**. +import UpdateReminder from '/snippets/es/tutorials/update-reminder.mdx' + +**Causal Forcing** es una técnica de generación de video que aplica **conditioning recurrente** durante la inferencia, donde el modelo recibe de nuevo cada fotograma generado para predecir el siguiente. Esto produce videos suaves y temporalmente coherentes a partir de una sola imagen inicial en tan solo **1 a 4 pasos de inferencia**. Este flujo de trabajo usa **Wan2.1** y admite tanto el modo **Causal Forcing** (estándar) como **Causal Forcing++** (mejorado). @@ -33,7 +34,7 @@ Este flujo de trabajo usa **Wan2.1** y admite tanto el modo **Causal Forcing** ( - Imagen de entrada para el primer fotograma. Descárgala y úsala, o reemplázala por una tuya. + Imagen de entrada para el primer fotograma. Descarga y usa esta imagen, o reemplázala por una tuya. @@ -55,8 +56,8 @@ Este enfoque recurrente crea una **fuerte consistencia temporal**: cada fotogram | Modo | Descripción | |---|---| -| **Causal Forcing** | conditioning recurrente estándar. Buena calidad con 2–4 pasos. | -| **Causal Forcing++** | Modo mejorado que aplica conditioning adicional para una mejor coherencia temporal. Funciona bien con solo 1–2 pasos. | +| **Causal Forcing** | Acondicionamiento recurrente estándar. Buena calidad con 2–4 pasos. | +| **Causal Forcing++** | Modo mejorado que aplica acondicionamiento adicional para una mejor coherencia temporal. Funciona bien con solo 1–2 pasos. | ## Usar el flujo de trabajo @@ -67,12 +68,12 @@ El flujo de trabajo acepta una sola imagen de entrada (el primer fotograma) y un | Ajuste | Descripción | |---|---| | **first_frame** (requerido) | La imagen inicial del video. Carga un PNG/JPG con el nodo **LoadImage**. | -| **positive_prompt** (opcional) | Una descripción de texto del contenido de video deseado. Déjalo vacío para no aplicar conditioning. | +| **positive_prompt** (opcional) | Una descripción de texto del contenido de video deseado. Déjalo vacío para no aplicar acondicionamiento. | | **duration** (opcional) | El número de fotogramas a generar. Predeterminado: el número de fotogramas de la salida esperada del modelo. | ### Parámetros del subgrafo WAN I2V -Se exponen como controles en el nodo del subgrafo del plano: +Estos aparecen como controles en el nodo del subgrafo del plano: | Parámetro | Predeterminado | Descripción | |---|---|---| @@ -92,33 +93,33 @@ Se exponen como controles en el nodo del subgrafo del plano: 5. **Elige el modo**: Causal Forcing o Causal Forcing++ (configúralo mediante la configuración interna del subgrafo o una entrada específica de Causal Forcing si está disponible) 6. **Ejecuta**: los fotogramas se generarán de forma secuencial y se guardarán en `ComfyUI/output/` -## Descarga de modelos +## Model downloads -Descarga el modelo Wan2.1 I2V y los archivos necesarios. Colócalos en los subdirectorios correspondientes de `models/`. +Download the Wan2.1 I2V model and required files. Place them in the corresponding `models/` subdirectories. ### Wan2.1 I2V - wan2.1_i2v_480p_14B_fp16.safetensors - checkpoint Wan2.1 I2V 14B + wan2.1_i2v_480p_14B_fp16.safetensors - Wan2.1 I2V 14B checkpoint - wan2.1_t2v_1.3B_fp16.safetensors - checkpoint Wan2.1 1.3B (8 GB de VRAM como mínimo) + wan2.1_t2v_1.3B_fp16.safetensors - Wan2.1 1.3B checkpoint (8GB VRAM minimum) -### CLIP y VAE +### CLIP and VAE - google-bert/bert-base-uncased - codificador de texto CLIP + google-bert/bert-base-uncased - CLIP text encoder - Wan2.1_VAE_bf16.safetensors - VAE de Wan2.1 + Wan2.1_VAE_bf16.safetensors - Wan2.1 VAE -### Ubicación de almacenamiento de modelos +### Model storage location ``` 📂 ComfyUI/ diff --git a/es/tutorials/video/wan/wan-move.mdx b/es/tutorials/video/wan/wan-move.mdx index 205659fc86..0cd94189d3 100644 --- a/es/tutorials/video/wan/wan-move.mdx +++ b/es/tutorials/video/wan/wan-move.mdx @@ -8,20 +8,21 @@ translationBlockHashes: "_intro": 67a26359 "Wan-Move image-to-video workflow": 78aef00b --- -import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx" + +import UpdateReminder from '/snippets/es/tutorials/update-reminder.mdx' **Wan-Move** es un framework de generación de video con control de movimiento desarrollado por Tongyi Lab de Alibaba. Permite controlar el movimiento de los objetos en los videos generados especificando trayectorias de puntos sobre la imagen de entrada, lo que hace que la generación de imagen a video sea más precisa y controlable. **Características principales**: -- **Control de movimiento en 480p y 5 s de alta calidad**: genera videos de 5 segundos en 480p con una controlabilidad de movimiento de grano fino -- **Orientación por trayectorias latent**: representa las condiciones de movimiento propagando las características del primer fotograma a lo largo de las trayectorias -- **Control de grano fino a nivel puntual**: los movimientos de los objetos se representan con trayectorias de puntos densas, lo que permite un control preciso a nivel de región +- **Control de movimiento en 480p y 5 s de alta calidad**: genera videos de 5 segundos en 480p con controlabilidad de movimiento de grano fino +- **Orientación por trayectorias latentes**: representa las condiciones de movimiento propagando las características del primer fotograma a lo largo de las trayectorias +- **Control de grano fino a nivel puntual**: el movimiento de los objetos se representa con trayectorias de puntos densas, lo que permite un control preciso a nivel de región - **Sin cambios en la arquitectura**: se integra sin problemas en Wan-I2V-14B sin módulos de movimiento adicionales **Enlaces relacionados**: - [GitHub](https://github.com/ali-vilab/Wan-Move) - [Hugging Face](https://huggingface.co/Ruihang/Wan-Move-14B-480P) -- [Paper](https://arxiv.org/abs/2512.08765) +- [Artículo](https://arxiv.org/abs/2512.08765) ## Flujo de trabajo de imagen a video Wan-Move @@ -54,27 +55,27 @@ Sube este archivo al nodo `LoadImage` correspondiente: -## Enlaces de modelos +## Model links - Colócalo en ComfyUI/models/diffusion_models/ + Place in ComfyUI/models/diffusion_models/ - Colócalo en ComfyUI/models/loras/ + Place in ComfyUI/models/loras/ - Colócalo en ComfyUI/models/text_encoders/ + Place in ComfyUI/models/text_encoders/ - Colócalo en ComfyUI/models/clip_vision/ + Place in ComfyUI/models/clip_vision/ - Colócalo en ComfyUI/models/vae/ + Place in ComfyUI/models/vae/ -**Ubicación de almacenamiento de modelos** +**Model Storage Location** ``` 📂 ComfyUI/ diff --git a/es/tutorials/video/wan/wan2-2-animate.mdx b/es/tutorials/video/wan/wan2-2-animate.mdx index 655eded00d..3029a39b0e 100644 --- a/es/tutorials/video/wan/wan2-2-animate.mdx +++ b/es/tutorials/video/wan/wan2-2-animate.mdx @@ -9,11 +9,12 @@ translationBlockHashes: "Model Highlights": fc4e7349 "ComfyOrg Wan2.2 Animate stream replay": a43ba31b --- + import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx" -Wan-Animate es un marco unificado para animar y reemplazar personajes, desarrollado por el equipo de WAN. +Wan-Animate es un marco unificado para la animación y el reemplazo de personajes, desarrollado por el equipo de WAN. -El modelo puede animar cualquier personaje a partir del video de un intérprete, replicando con precisión sus expresiones faciales y sus movimientos para generar videos de personajes muy realistas. +El modelo puede animar cualquier personaje a partir del video de un intérprete, replicando con precisión las expresiones faciales y los movimientos del intérprete para generar videos de personajes muy realistas. También puede reemplazar los personajes de un video por personajes animados, conservando sus expresiones y movimientos y replicando la iluminación y el tono de color originales para lograr una integración perfecta con el entorno. @@ -23,7 +24,7 @@ También puede reemplazar los personajes de un video por personajes animados, co - Control avanzado del movimiento corporal: utiliza señales de esqueleto alineadas espacialmente para replicar con precisión el movimiento del cuerpo. - Movimiento y expresión precisos: reproduce con exactitud los movimientos y las expresiones faciales del video de referencia. - Integración natural con el entorno: combina a la perfección el personaje reemplazado con el entorno del video original. -- Generación fluida de videos largos: la generación iterativa garantiza un movimiento y un flujo visual consistentes en videos extensos. +- Generación fluida de videos largos: la generación iterativa garantiza un movimiento y un flujo visual constantes en videos extensos. ## Repetición del stream de ComfyOrg Wan2.2 Animate @@ -38,35 +39,35 @@ También puede reemplazar los personajes de un video por personajes animados, co -## Acerca del flujo de trabajo de Wan2.2 Animate +## About Wan2.2 Animate workflow -Este flujo de trabajo admite dos modos: Mix (reemplaza un personaje de un video por el personaje de una imagen de referencia) y Move (anima un personaje usando el movimiento de un video de entrada). +This workflow supports two modes: Mix (replace a character in a video with a character from a reference image) and Move (animate a character using motion from an input video). ### Wan2.2 Animate, Character Animation and Replacement {#video_wan2_2_14B_animate} -Marco unificado de animación y reemplazo de personajes, con replicación precisa del movimiento y de las expresiones. +Unified character animation and replacement framework with precise motion and expression replication. Wan2.2 Animate, Character Animation and Replacement workflow preview - - Abrir en Comfy Cloud + + Open in Comfy Cloud - - Descarga el JSON o busca "Wan2.2 Animate" en la Biblioteca de plantillas + + Download JSON or search "Wan2.2 Animate" in Template Library -**Materiales de entrada** +**Input materials** -Sube estos archivos a los nodos correspondientes: +Upload these files to the matching nodes: - `LoadImage` nodo 10 · `video_wan2_2_14B_animate_reference_image.png` + `LoadImage` node 10 · `video_wan2_2_14B_animate_reference_image.png` - `LoadVideo` nodo 145 · `video_wan2_2_14B_animate_original_video.mp4` + `LoadVideo` node 145 · `video_wan2_2_14B_animate_original_video.mp4` @@ -74,40 +75,40 @@ Sube estos archivos a los nodos correspondientes: video_wan2_2_14B_animate_reference_image.png
-### 2. Enlaces de modelos +### 2. Model links -Todos los modelos que se usan en esta guía están [aquí](https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/tree/main/split_files). +All models involved in this guide can be found [here](https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/tree/main/split_files). -**Modelos de difusión** +**Diffusion Models** - Wan2_2-Animate-14B_fp8_e4m3fn_scaled_KJ.safetensors: Versión FP8 escalada del repositorio de Kijai + Wan2_2-Animate-14B_fp8_e4m3fn_scaled_KJ.safetensors: Scaled FP8 version from Kijai's repo - wan2.2_animate_14B_bf16.safetensors: Pesos originales del modelo en bf16 + wan2.2_animate_14B_bf16.safetensors: Original bf16 model weight **CLIP Vision** - clip_vision_h.safetensors: Codificador CLIP Vision + clip_vision_h.safetensors: CLIP Vision encoder **LoRAs** - lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors: LoRA de aceleración de 4 pasos + lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors: 4-step acceleration LoRA **VAE** - wan_2.1_vae.safetensors: VAE de Wan2.1 para codificar y decodificar + wan_2.1_vae.safetensors: Wan2.1 VAE for encoding and decoding -**Codificadores de texto** +**Text Encoders** - umt5_xxl_fp8_e4m3fn_scaled.safetensors: Codificador de texto FP8 escalado + umt5_xxl_fp8_e4m3fn_scaled.safetensors: Scaled FP8 text encoder ``` ComfyUI/ @@ -125,43 +126,43 @@ ComfyUI/ │ └── wan_2.1_vae.safetensors ``` -### 3. Instala los nodos personalizados +### 3. Install custom nodes -Descarga el siguiente archivo de flujo de trabajo y arrástralo a ComfyUI para cargarlo; si tienes instalado [ComfyUI-Manager](https://github.com/Comfy-Org/ComfyUI-Manager), basta con hacer clic en el botón `Install missing nodes` para instalar los nodos que falten. +Download the following workflow file and drag it into ComfyUI to load the workflow, if you have [ComfyUI-Manager](https://github.com/Comfy-Org/ComfyUI-Manager) installed, you can just click the `Install missing nodes` button to install the missing nodes. -Necesitamos instalar los siguientes nodos personalizados: +We need to install the following custom nodes: - [ComfyUI-KJNodes](https://github.com/kijai/ComfyUI-KJNodes) - [ComfyUI-comfyui_controlnet_aux](https://github.com/Fannovel16/comfyui_controlnet_aux) -Si no sabes cómo instalar nodos personalizados, consulta [Cómo instalar nodos personalizados](/es/installation/install_custom_node) +If you don't know how to install custom nodes please refer to [How to install custom nodes](/installation/install_custom_node) -### 4. Instrucciones del flujo de trabajo +### 4. Workflow Instructions -Wan2.2 Animate tiene dos modos: Mix y Move -- Mix: usa la imagen de referencia para reemplazar el personaje del video -- Move: usa el movimiento del personaje del video de entrada para animar el personaje de la imagen de referencia (como en Wan2.2 Fun Control) +The Wan2.2 animate has two modes: Mix and move +- Mix: use the reference image to replace the character in the video +- Move: Use the character movement from the input video to animate the character in the reference image (like Wan2.2 Fun Control) -#### 4.1 Modo Mix +#### 4.1 Mix mode ![Workflow Instructions](/images/tutorial/video/wan/wan2_2/wan_2.2_14b_animate.jpg) -0. Si es la primera vez que ejecutas este flujo de trabajo, usa un tamaño pequeño para la generación de video, por si no tienes suficiente VRAM para ejecutarlo; además, por la limitación de `WanAnimateToVideo`, el ancho y el alto del video deben ser múltiplos de 16. -1. Asegúrate de que todos los modelos se cargan correctamente -2. Actualiza el prompt si quieres -3. Sube la imagen de referencia: el personaje de esta imagen será el personaje objetivo -4. La primera vez puedes usar los videos que proporcionamos como videos de entrada; el nodo **DWPose Estimator** de [comfyui_controlnet_aux](https://github.com/Fannovel16/comfyui_controlnet_aux) preprocesará el video de entrada para obtener videos de control de pose y de rostro -5. El nodo `Points Editor` viene de [KJNodes](https://github.com/kijai/ComfyUI-KJNodes/); por defecto no carga el primer fotograma del video de entrada, así que debes ejecutar el flujo de trabajo una vez o subir el primer fotograma manualmente - - Debajo del nodo `Points Editor` hemos añadido una nota sobre cómo funciona este nodo y cómo editarlo. Consúltala -6. El grupo "Video Extend" sirve para ampliar la duración del video de salida - - Cada `Video Extend` amplía otros 77 fotogramas (alrededor de 4.8125 segundos) - - Si tu video de entrada dura menos de 5 s, puede que no lo necesites - - Si quieres ampliar más, tienes que copiar y pegar varias veces y enlazar el `batch_images` del último Video Extend con el siguiente, y también el `video_frame_offset` del último Video Extend con el siguiente -7. Haz clic en el botón `Run` o usa el atajo `Ctrl(cmd) + Enter` para ejecutar la generación del video +0. If you are running this workflow for the first time, please use a small size for video generation, in case you don't have enough VRAM to run the workflow, and due to the `WanAnimateToVideo` limited, the video width or height should be multiples of 16. +1. Make sure all the models are loaded correctly +2. Update the prompt if you want +3. Upload the reference image, the character is this image will be the target character +4. You can use the videos we provided as input videos for the first time, the **DWPose Estimator** node in [comfyui_controlnet_aux](https://github.com/Fannovel16/comfyui_controlnet_aux) will preprocess the input video to pose and face control videos +5. The `Points Editor` is from [KJNodes](https://github.com/kijai/ComfyUI-KJNodes/), by default this node will not load the first frame from the input video, you need to run the workflow once or manually upload the first frame + - Below the `Points Editor` node, we have added a note about how this node works, and how to edit it. Please refer to it +6. For the "Video Extend" group, it's in order to extend to the output video length + - Each `Video Extend` will extend another 77 frames(Around 4.8125 seconds) + - If your input video is less than 5s, you might not need it + - If you want to extend longer, you need to copy and paste multiple times, you need to link the `batch_images` from last Video Extend to next one, and also the `video_frame_offset` from last Video Extend to next one +7. Click the `Run` button or use the shortcut `Ctrl(cmd) + Enter` to execute video generation -#### 4.2 Modo Move +#### 4.2 Move mode -Usamos [Subgraph](/es/interface/features/subgraph) en el flujo de trabajo de Wan2.2 Animate; así es como se cambia al modo Move: +We used [subgraph](/interface/features/subgraph) in the Wan2.2 animate workflow, here is how to switching to move mode: ![Subgraph](/images/tutorial/video/wan/wan2_2/wan2.2_animate_subgraph.jpg) -Si quieres cambiar al modo Move, puedes desconectar las entradas `background_video` y `character_mask` del nodo `Video Sampling and output(Subgraph)`. +If you want to switch to Move mode, you can disconnect `background_video` and `character_mask` inputs from the `Video Sampling and output(Subgraph)` node. diff --git a/es/tutorials/video/wan/wan2-2-fun-control.mdx b/es/tutorials/video/wan/wan2-2-fun-control.mdx index 3947252f37..783cb6331e 100644 --- a/es/tutorials/video/wan/wan2-2-fun-control.mdx +++ b/es/tutorials/video/wan/wan2-2-fun-control.mdx @@ -8,16 +8,17 @@ translationBlockHashes: "_intro": 239e24b6 "ComfyOrg Wan2.2 Fun InP & Control Youtube Live Stream Replay": 22557a2e --- -import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx" -**Wan2.2-Fun-Control** es un modelo de generación y control de video de nueva generación lanzado por el equipo de Alibaba PAI. Mediante un innovador mecanismo de Control Codes combinado con aprendizaje profundo y entradas condicionales multimodales, puede generar videos de alta calidad que cumplen con condiciones de control predefinidas. El modelo se publica bajo la **licencia Apache 2.0** y admite uso comercial. +import UpdateReminder from '/snippets/es/tutorials/update-reminder.mdx' + +**Wan2.2-Fun-Control** es un modelo de generación y control de video de nueva generación lanzado por el equipo de Alibaba PAI. Gracias a un innovador mecanismo de Control Codes combinado con aprendizaje profundo y entradas condicionales multimodales, puede generar videos de alta calidad que cumplen con condiciones de control predefinidas. El modelo se publica bajo la **licencia Apache 2.0** y admite uso comercial. **Características principales**: - **Control multimodal**: admite varias condiciones de control, como **Canny (arte lineal)**, **Profundidad**, **OpenPose (pose humana)**, **MLSD (bordes geométricos)** y **control de trayectoria** - **Generación de video de alta calidad**: basado en la arquitectura Wan2.2, produce videos con calidad cinematográfica - **Compatibilidad con varios idiomas**: admite prompts en varios idiomas, incluidos el chino y el inglés -A continuación se muestran los pesos del modelo y los repositorios de código relevantes: +Estos son los pesos del modelo y los repositorios de código relevantes: - [🤗Wan2.2-Fun-A14B-Control](https://huggingface.co/alibaba-pai/Wan2.2-Fun-A14B-Control) - Repositorio de código: [VideoX-Fun](https://github.com/aigc-apps/VideoX-Fun) @@ -32,88 +33,88 @@ A continuación se muestran los pesos del modelo y los repositorios de código r allowFullScreen > -## Ejemplo de flujo de trabajo de generación de video con Wan2.2 Fun Control +## Wan2.2 Fun Control Video Generation Workflow Example -Este flujo de trabajo ofrece dos versiones: -1. Una versión con el LoRA de 4 pasos [Wan2.2-Lightning](https://huggingface.co/lightx2v/Wan2.2-Lightning) de lightx2v: puede provocar cierta pérdida de dinamismo en el video, pero ofrece mayor velocidad -2. Una versión fp8_scaled sin LoRA de aceleración +This workflow provides two versions: +1. A version using [Wan2.2-Lightning](https://huggingface.co/lightx2v/Wan2.2-Lightning) 4-step LoRA from lightx2v: may cause some loss in video dynamics but offers faster speed +2. A fp8_scaled version without acceleration LoRA -A continuación se muestran los resultados de las pruebas con una GPU RTX4090D de 24 GB de VRAM a una resolución de 640×640 con 81 fotogramas +Below are the test results using an RTX4090D 24GB VRAM GPU at 640×640 resolution with 81 frames -| Tipo de modelo | Uso de VRAM | Tiempo de la primera generación | Tiempo de la segunda generación | +| Model Type | VRAM Usage | First Generation Time | Second Generation Time | | ------------------------ | ---------- | -------------------- | --------------------- | | fp8_scaled | 83% | ≈ 524s | ≈ 520s | | fp8_scaled + 4-step LoRA | 89% | ≈ 138s | ≈ 79s | -Como el LoRA de 4 pasos ofrece una mejor experiencia a quienes usan el flujo de trabajo por primera vez, aunque puede provocar cierta pérdida de dinamismo en el video, hemos activado por defecto la versión con LoRA de aceleración. Si quieres activar el otro flujo de trabajo, selecciónalo y usa **Ctrl+B** para habilitarlo. +Since using the 4-step LoRA provides a better experience for first-time workflow users, but may cause some loss in video dynamics, we have enabled the accelerated LoRA version by default. If you want to enable the other workflow, select it and use **Ctrl+B** to activate. -### 1. Descarga el flujo de trabajo y los materiales +### 1. Download Workflow and Materials -Actualiza tu ComfyUI a la última versión, luego descarga el archivo del flujo de trabajo y arrástralo a ComfyUI, o busca "Wan2.2 Fun Control" en la Biblioteca de plantillas en `Workflow` → `Browse Templates` → `Video`. +Update your ComfyUI to the latest version, then download and drag the workflow file into ComfyUI, or find "Wan2.2 Fun Control" in the Template Library under `Workflow` → `Browse Templates` → `Video`. Wan2.2 Fun Control workflow - - Abrir en Comfy Cloud + + Open in Comfy Cloud - - Descarga el JSON o busca "Wan2.2 Fun Control" en la Biblioteca de plantillas + + Download JSON or search "Wan2.2 Fun Control" in Template Library -Descarga las siguientes imágenes y videos como materiales de entrada. +Please download the following images and videos as input materials. -**Materiales de entrada** +**Input materials** - Fotograma inicial para la generación del video. Descarga y usa esta imagen, o reemplázala por la tuya. + Start frame for video generation. Download and use this image, or replace with your own. - Video de control de pose ya preprocesado. Descarga y usa este video, o reemplázalo por el tuyo. + Preprocessed pose control video. Download and use this video, or replace with your own. -> Aquí usamos un video ya preprocesado. +> We use a preprocessed video here. -### 2. Modelos +### 2. Models -Todos los modelos que se usan en esta guía están [aquí](https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/tree/main/split_files). +All models involved in this guide can be found [here](https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/tree/main/split_files). -**Modelos de difusión** +**Diffusion Models** - wan2.2_fun_control_high_noise_14B_fp8_scaled.safetensors: Modelo de difusión de alto ruido + wan2.2_fun_control_high_noise_14B_fp8_scaled.safetensors: High noise diffusion model - wan2.2_fun_control_low_noise_14B_fp8_scaled.safetensors: Modelo de difusión de bajo ruido + wan2.2_fun_control_low_noise_14B_fp8_scaled.safetensors: Low noise diffusion model -**LoRA Wan2.2-Lightning (opcional, para acelerar)** +**Wan2.2-Lightning LoRA (Optional, for acceleration)** - wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors: LoRA de aceleración de 4 pasos para alto ruido + wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors: High noise 4-step acceleration LoRA - wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors: LoRA de aceleración de 4 pasos para bajo ruido + wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors: Low noise 4-step acceleration LoRA **VAE** - wan_2.1_vae.safetensors: VAE de Wan2.1 para codificar y decodificar + wan_2.1_vae.safetensors: Wan2.1 VAE for encoding/decoding -**Codificador de texto** +**Text Encoder** - umt5_xxl_fp8_e4m3fn_scaled.safetensors: Codificador de texto FP8 escalado + umt5_xxl_fp8_e4m3fn_scaled.safetensors: Scaled FP8 text encoder ``` ComfyUI/ @@ -130,29 +131,29 @@ ComfyUI/ │ └── wan_2.1_vae.safetensors ``` -### 3. Guía del flujo de trabajo +### 3. Workflow Guide ![Wan2.2 Fun Control Workflow Steps](/images/tutorial/video/wan/wan2_2/wan_2.2_14b_fun_control.jpg) - Este flujo de trabajo usa LoRA. Asegúrate de que el modelo de difusión y el LoRA correspondientes estén emparejados: los modelos y LoRA de alto ruido y de bajo ruido deben usarse de forma correspondiente. + This workflow uses LoRA. Please ensure the corresponding Diffusion model and LoRA are matched: high noise and low noise models and LoRAs need to be used correspondingly. -1. Carga del modelo de **alto ruido** y del **LoRA** - - Asegúrate de que el nodo `Load Diffusion Model` cargue el modelo `wan2.2_fun_control_high_noise_14B_fp8_scaled.safetensors` - - Asegúrate de que el nodo `LoraLoaderModelOnly` cargue el `wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors` -2. Carga del modelo de **bajo ruido** y del **LoRA** - - Asegúrate de que el nodo `Load Diffusion Model` cargue el modelo `wan2.2_fun_control_low_noise_14B_fp8_scaled.safetensors` - - Asegúrate de que el nodo `LoraLoaderModelOnly` cargue el `wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors` -3. Asegúrate de que el nodo `Load CLIP` cargue el modelo `umt5_xxl_fp8_e4m3fn_scaled.safetensors` -4. Asegúrate de que el nodo `Load VAE` cargue el modelo `wan_2.1_vae.safetensors` -5. Sube el fotograma inicial en el nodo `Load Image` -6. En el segundo nodo `Load video`, carga el video de control de pose. El video que se proporciona ya está preprocesado y puedes usarlo directamente -7. Como proporcionamos un video de pose ya preprocesado, hay que desactivar el nodo de preprocesamiento de imagen de video correspondiente. Puedes seleccionarlo y usar `Ctrl + B` para desactivarlo -8. Modifica el prompt: puedes usar tanto chino como inglés -9. En `Wan22FunControlToVideo`, modifica las dimensiones del video. Por defecto se usa una resolución de 640×640 para evitar tiempos de procesamiento excesivos en equipos con poca VRAM -10. Haz clic en el botón `Run`, o usa el atajo `Ctrl(cmd) + Enter`, para ejecutar la generación del video - -### Notas adicionales - -Como los nodos integrados de ComfyUI solo incluyen el preprocesador Canny, puedes usar herramientas como [ComfyUI-comfyui_controlnet_aux](https://github.com/Fannovel16/comfyui_controlnet_aux) para aplicar otros tipos de preprocesamiento de imagen +1. **High noise** model and **LoRA** loading + - Ensure the `Load Diffusion Model` node loads the `wan2.2_fun_control_high_noise_14B_fp8_scaled.safetensors` model + - Ensure the `LoraLoaderModelOnly` node loads the `wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors` +2. **Low noise** model and **LoRA** loading + - Ensure the `Load Diffusion Model` node loads the `wan2.2_fun_control_low_noise_14B_fp8_scaled.safetensors` model + - Ensure the `LoraLoaderModelOnly` node loads the `wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors` +3. Ensure the `Load CLIP` node loads the `umt5_xxl_fp8_e4m3fn_scaled.safetensors` model +4. Ensure the `Load VAE` node loads the `wan_2.1_vae.safetensors` model +5. Upload the start frame in the `Load Image` node +6. In the second `Load video` node, load the pose control video. The provided video has been preprocessed and can be used directly +7. Since we provide a preprocessed pose video, the corresponding video image preprocessing node needs to be disabled. You can select it and use `Ctrl + B` to disable it +8. Modify the Prompt: you can use both Chinese and English +9. In `Wan22FunControlToVideo`, modify the video dimensions. The default is set to 640×640 resolution to avoid excessive processing time for users with low VRAM +10. Click the `Run` button, or use the shortcut `Ctrl(cmd) + Enter` to execute video generation + +### Additional Notes + +Since ComfyUI's built-in nodes only include Canny preprocessor, you can use tools like [ComfyUI-comfyui_controlnet_aux](https://github.com/Fannovel16/comfyui_controlnet_aux) to implement other types of image preprocessing diff --git a/es/tutorials/video/wan/wan2-2-fun-inp.mdx b/es/tutorials/video/wan/wan2-2-fun-inp.mdx index 8b198033cd..bb0b10a287 100644 --- a/es/tutorials/video/wan/wan2-2-fun-inp.mdx +++ b/es/tutorials/video/wan/wan2-2-fun-inp.mdx @@ -8,12 +8,13 @@ translationBlockHashes: "_intro": 7a3595d7 "ComfyOrg Wan2.2 Fun InP & Control Youtube Live Stream Replay": 22557a2e --- -import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx" -**Wan2.2-Fun-Inp** es un modelo de generación de video controlado por fotograma inicial y final, lanzado por el equipo de Alibaba PAI. Permite introducir **imágenes de fotograma inicial y final** para generar videos con la transición intermedia, lo que brinda a los creadores un mayor control creativo. El modelo se publica bajo la **licencia Apache 2.0** y admite uso comercial. +import UpdateReminder from '/snippets/es/tutorials/update-reminder.mdx' + +**Wan2.2-Fun-Inp** es un modelo de generación de video controlado por fotograma inicial y final, lanzado por el equipo de Alibaba PAI. Permite introducir **imágenes de fotograma inicial y final** para generar videos de transición intermedios, lo que brinda a los creadores un mayor control creativo. El modelo se publica bajo la **licencia Apache 2.0** y admite uso comercial. **Características principales**: -- **Control por fotograma inicial y final**: permite introducir imágenes de fotograma inicial y final para generar videos con la transición intermedia, lo que mejora la coherencia del video y la libertad creativa +- **Control por fotograma inicial y final**: permite introducir imágenes de fotograma inicial y final para generar videos de transición intermedios, lo que mejora la coherencia del video y la libertad creativa - **Generación de video de alta calidad**: basado en la arquitectura Wan2.2, produce videos con calidad de nivel cinematográfico - **Soporte para múltiples resoluciones**: permite generar videos en 512x512, 768x768, 1024x1024 y otras resoluciones para adaptarse a distintos escenarios @@ -35,88 +36,88 @@ A continuación encontrarás los pesos del modelo y los repositorios de código allowFullScreen > -## Ejemplo de flujo de trabajo de video con fotograma inicial y final de Wan2.2 Fun Inp +## Wan2.2 Fun Inp Start-End Frame Video Generation Workflow Example -Este flujo de trabajo ofrece dos versiones: -1. Una versión con el LoRA de 4 pasos [Wan2.2-Lightning](https://huggingface.co/lightx2v/Wan2.2-Lightning) de lightx2v para acelerar la generación de video -2. Una versión fp8_scaled sin LoRA de aceleración +This workflow provides two versions: +1. A version using [Wan2.2-Lightning](https://huggingface.co/lightx2v/Wan2.2-Lightning) 4-step LoRA from lightx2v for accelerated video generation +2. A fp8_scaled version without acceleration LoRA -A continuación se muestran los resultados de las pruebas con una GPU RTX4090D de 24 GB de VRAM a una resolución de 640x640 con 81 fotogramas +Below are the test results using an RTX4090D 24GB VRAM GPU at 640x640 resolution with 81 frames -| Tipo de modelo | Uso de VRAM | Tiempo de la primera generación | Tiempo de la segunda generación | +| Model Type | VRAM Usage | First Generation Time | Second Generation Time | | ------------------------ | ---------- | -------------------- | --------------------- | | fp8_scaled | 83% | ≈ 524s | ≈ 520s | | fp8_scaled + 4-step LoRA | 89% | ≈ 138s | ≈ 79s | -Como la aceleración con LoRA es notable, pero se pierde dinamismo en el video, los flujos de trabajo incluidos activan por defecto la versión con LoRA de aceleración. Si quieres activar el otro flujo de trabajo, selecciónalo y usa **Ctrl+B** para habilitarlo. +Since the acceleration with LoRA is significant but the video dynamic is lost, the provided workflows enable the accelerated LoRA version by default. If you want to enable the other workflow, select it and use **Ctrl+B** to activate. -### 1. Descarga el archivo del flujo de trabajo +### 1. Download Workflow File -Actualiza tu ComfyUI a la última versión y busca "**Wan2.2 Fun Inp**" en el menú `Workflow` -> `Browse Templates` -> `Video` para cargar el flujo de trabajo. +Please update your ComfyUI to the latest version, and find "**Wan2.2 Fun Inp**" under the menu `Workflow` -> `Browse Templates` -> `Video` to load the workflow. -O bien, después de actualizar ComfyUI a la última versión, descarga el flujo de trabajo de abajo y arrástralo a ComfyUI para cargarlo. +Or, after updating ComfyUI to the latest version, download the workflow below and drag it into ComfyUI to load. Wan2.2 Fun Inp workflow - - Abrir en Comfy Cloud + + Open in Comfy Cloud - - Descarga el JSON o busca "Wan2.2 Fun Inp" en la Biblioteca de plantillas + + Download JSON or search "Wan2.2 Fun Inp" in Template Library -Usa los siguientes materiales como fotogramas inicial y final +Use the following materials as the start and end frames -**Materiales de entrada** +**Input materials** - Fotograma inicial para la generación del video. Descarga y usa esta imagen, o reemplázala por la tuya. + Start frame for video generation. Download and use this image, or replace with your own. - Fotograma final para la generación del video. Descarga y usa esta imagen, o reemplázala por la tuya. + End frame for video generation. Download and use this image, or replace with your own. -### 2. Modelos +### 2. Models -Todos los modelos que se usan en esta guía están [aquí](https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/tree/main/split_files). +All models involved in this guide can be found [here](https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/tree/main/split_files). -**Modelos de difusión** +**Diffusion Models** - wan2.2_fun_inpaint_high_noise_14B_fp8_scaled.safetensors: Modelo de difusión de alto ruido para inpainting entre fotograma inicial y final + wan2.2_fun_inpaint_high_noise_14B_fp8_scaled.safetensors: High noise diffusion model for start-end frame inpainting - wan2.2_fun_inpaint_low_noise_14B_fp8_scaled.safetensors: Modelo de difusión de bajo ruido para inpainting entre fotograma inicial y final + wan2.2_fun_inpaint_low_noise_14B_fp8_scaled.safetensors: Low noise diffusion model for start-end frame inpainting -**LoRA Lightning (opcional, para acelerar)** +**Lightning LoRA (Optional, for acceleration)** - wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors: LoRA de aceleración de 4 pasos para el modelo de alto ruido + wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors: 4-step acceleration LoRA for high noise model - wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors: LoRA de aceleración de 4 pasos para el modelo de bajo ruido + wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors: 4-step acceleration LoRA for low noise model **VAE** - wan_2.1_vae.safetensors: VAE de Wan2.1 para codificar y decodificar + wan_2.1_vae.safetensors: Wan2.1 VAE for encoding and decoding -**Codificador de texto** +**Text Encoder** - umt5_xxl_fp8_e4m3fn_scaled.safetensors: Codificador de texto FP8 escalado + umt5_xxl_fp8_e4m3fn_scaled.safetensors: Scaled FP8 text encoder ``` ComfyUI/ @@ -133,25 +134,25 @@ ComfyUI/ │ └── wan_2.1_vae.safetensors ``` -### 3. Guía del flujo de trabajo +### 3. Workflow Guide ![Workflow Step Image](/images/tutorial/video/wan/wan2_2/wan_2.2_14b_fun_inp.jpg) - Este flujo de trabajo usa LoRA. Asegúrate de que el modelo de difusión y el LoRA correspondientes estén emparejados. + This workflow uses LoRA. Please make sure the corresponding Diffusion model and LoRA are matched. -1. Carga del modelo de **alto ruido** y del **LoRA** - - Asegúrate de que el nodo `Load Diffusion Model` cargue el modelo `wan2.2_fun_inpaint_high_noise_14B_fp8_scaled.safetensors` - - Asegúrate de que el nodo `LoraLoaderModelOnly` cargue el `wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors` -2. Carga del modelo de **bajo ruido** y del **LoRA** - - Asegúrate de que el nodo `Load Diffusion Model` cargue el modelo `wan2.2_fun_inpaint_low_noise_14B_fp8_scaled.safetensors` - - Asegúrate de que el nodo `LoraLoaderModelOnly` cargue el `wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors` -3. Asegúrate de que el nodo `Load CLIP` cargue el modelo `umt5_xxl_fp8_e4m3fn_scaled.safetensors` -4. Asegúrate de que el nodo `Load VAE` cargue el modelo `wan_2.1_vae.safetensors` -5. Sube las imágenes de fotograma inicial y final como materiales -6. Escribe tu prompt en el grupo Prompt -7. Ajusta el tamaño y la duración del video en el nodo `WanFunInpaintToVideo` - - Ajusta los parámetros `width` y `height`. El valor predeterminado es `640`. Nosotros hemos definido un tamaño más pequeño, pero puedes modificarlo según lo necesites. - - Ajusta `length`, que es el número total de fotogramas. Los fps actuales del flujo de trabajo son 16. Por ejemplo, si quieres generar un video de 5 segundos, debes definirlo en 5*16 = 80. -8. Haz clic en el botón `Run`, o usa el atajo `Ctrl(cmd) + Enter`, para ejecutar la generación del video +1. **High noise** model and **LoRA** loading + - Ensure the `Load Diffusion Model` node loads the `wan2.2_fun_inpaint_high_noise_14B_fp8_scaled.safetensors` model + - Ensure the `LoraLoaderModelOnly` node loads the `wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors` +2. **Low noise** model and **LoRA** loading + - Ensure the `Load Diffusion Model` node loads the `wan2.2_fun_inpaint_low_noise_14B_fp8_scaled.safetensors` model + - Ensure the `LoraLoaderModelOnly` node loads the `wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors` +3. Ensure the `Load CLIP` node loads the `umt5_xxl_fp8_e4m3fn_scaled.safetensors` model +4. Ensure the `Load VAE` node loads the `wan_2.1_vae.safetensors` model +5. Upload the start and end frame images as materials +6. Enter your prompt in the Prompt group +7. Adjust the size and video length in the `WanFunInpaintToVideo` node + - Adjust the `width` and `height` parameters. The default is `640`. We set a smaller size, but you can modify it as needed. + - Adjust the `length`, which is the total number of frames. The current workflow fps is 16. For example, if you want to generate a 5-second video, you should set it to 5*16 = 80. +8. Click the `Run` button, or use the shortcut `Ctrl(cmd) + Enter` to execute video generation diff --git a/es/tutorials/video/wan/wan2_2.mdx b/es/tutorials/video/wan/wan2_2.mdx index f86a0dbe4b..0b20476f06 100644 --- a/es/tutorials/video/wan/wan2_2.mdx +++ b/es/tutorials/video/wan/wan2_2.mdx @@ -14,6 +14,7 @@ translationBlockHashes: "Wan2.2 14B FLF2V Workflow Example": 732db33d "Community Resources": 7463b48b --- + import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx" -Wan 2.2 es un nuevo modelo generativo multimodal de nueva generación lanzado por WAN AI. Este modelo adopta una innovadora arquitectura MoE (Mixture of Experts), compuesta por modelos expertos de alto ruido y de bajo ruido. Puede dividir los modelos expertos según los pasos de eliminación de ruido (timesteps), generando así contenido de video de mayor calidad. +Wan 2.2 es un modelo generativo multimodal de nueva generación lanzado por WAN AI. Este modelo adopta una innovadora arquitectura MoE (Mixture of Experts), compuesta por modelos expertos de alto ruido y de bajo ruido. Puede dividir los modelos expertos según los pasos de denoise (timesteps), generando así contenido de video de mayor calidad. Wan 2.2 tiene tres características principales: control estético de nivel cinematográfico, que integra profundamente los estándares estéticos de la industria del cine profesional y admite control visual multidimensional como iluminación, color y composición; movimiento complejo a gran escala, que recrea con facilidad diversos movimientos complejos y mejora la fluidez y el control del movimiento; y cumplimiento semántico preciso, que destaca en escenas complejas y en la generación de múltiples objetos, reproduciendo mejor las intenciones creativas del usuario. -El modelo admite varios modos de generación, como texto a video e imagen a video, y es adecuado para la creación de contenido, la creación artística, la educación y la capacitación, entre otros escenarios de aplicación. +El modelo admite varios modos de generación, como texto a video e imagen a video, y es adecuado para la creación de contenido, la creación artística, la educación y el entrenamiento, entre otros escenarios de aplicación. [Wan2.2 Prompt Guide](https://alidocs.dingtalk.com/i/nodes/EpGBa2Lm8aZxe5myC99MelA2WgN7R35y) ## Aspectos destacados del modelo -- **Control estético de nivel cinematográfico**: Lenguaje de cámara profesional, admite control visual multidimensional como iluminación, color y composición -- **Movimiento complejo a gran escala**: Restaura suavemente diversos movimientos complejos, mejora la controlabilidad y naturalidad del movimiento -- **Cumplimiento semántico preciso**: Comprensión de escenas complejas, generación de múltiples objetos, mejor restauración de las intenciones creativas -- **Tecnología de compresión eficiente**: Versión 5B con VAE de alta relación de compresión, optimización de memoria, admite entrenamiento mixto +- **Control estético de nivel cinematográfico**: lenguaje de cámara profesional, admite control visual multidimensional como iluminación, color y composición +- **Movimiento complejo a gran escala**: restaura con suavidad diversos movimientos complejos, mejora la controlabilidad y la naturalidad del movimiento +- **Cumplimiento semántico preciso**: comprensión de escenas complejas, generación de múltiples objetos, restaura mejor las intenciones creativas +- **Tecnología de compresión eficiente**: versión 5B con VAE de alta relación de compresión, optimización de memoria, admite entrenamiento mixto ## Versiones de modelos de código abierto Wan2.2 @@ -50,7 +51,7 @@ Los modelos de la serie Wan2.2 se basan en la licencia de código abierto Apache ## Transmisiones en vivo de ComfyOrg Wan2.2 -Para usar ComfyUI Wan2.2, hemos realizado transmisiones en vivo que puedes ver para aprender a usarlos. +Hemos realizado transmisiones en vivo sobre el uso de ComfyUI Wan2.2 que puedes ver para aprender a usarlas. ## Acerca de FLUX.2 -[FLUX.2](https://bfl.ai/blog/flux-2) es un modelo de imágenes de nueva generación de [Black Forest Labs](https://blackforestlabs.ai/), que ofrece resultados fotorrealistas de hasta 4MP con una mejora considerable en iluminación, piel, telas y detalle de las manos. Añade una consistencia fiable con múltiples referencias (hasta 10 imágenes), una precisión de edición mejorada, una mejor comprensión visual y un renderizado de texto de nivel profesional. +[FLUX.2](https://bfl.ai/blog/flux-2) es un modelo de imágenes de nueva generación de [Black Forest Labs](https://blackforestlabs.ai/) que ofrece resultados fotorrealistas de hasta 4MP con una mejora considerable en iluminación, piel, telas y detalle de las manos. Añade una consistencia fiable con múltiples referencias (hasta 10 imágenes), mayor precisión de edición, una mejor comprensión visual y un renderizado de texto de nivel profesional. **Características principales:** - **Consistencia con múltiples referencias:** Mantiene de forma fiable la identidad, la geometría del producto, las texturas, los materiales, el vestuario y la intención de composición en múltiples salidas -- **Fotorrealismo de alta resolución:** Genera imágenes de hasta 4MP con un comportamiento realista de la iluminación, razonamiento espacial y detalles que tienen en cuenta la física +- **Fotorrealismo de alta resolución:** Genera imágenes de hasta 4MP con un comportamiento de iluminación realista, razonamiento espacial y detalles que tienen en cuenta la física - **Control de nivel profesional:** Control exacto de la pose, colores de marca precisos según el código hex, cualquier relación de aspecto y prompts estructurados para flujos de trabajo programáticos - **Renderizado de texto utilizable:** Produce texto limpio y legible en pantallas de interfaz, infografías y contenido en varios idiomas **Modelos disponibles:** -- **FLUX.2 Dev:** Modelo de código abierto (utilizado en este tutorial) -- **FLUX.2 Pro:** Versión API de Black Forest Labs +- **FLUX.2 Dev:** Modelo de código abierto (el que se usa en este tutorial) +- **FLUX.2 Pro:** Versión de API de Black Forest Labs En este flujo de trabajo usamos pesos cuantizados. El repositorio original de FLUX.2 está disponible [aquí](https://huggingface.co/black-forest-labs/FLUX.2-dev/). @@ -122,7 +123,7 @@ Sube estos archivos a los nodos `LoadImage` correspondientes: ![Salida de maqueta de producto de FLUX.2 Dev](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/image_flux2_fp8.png) -## Model links +## Enlaces de modelos **text_encoders** @@ -136,7 +137,7 @@ Sube estos archivos a los nodos `LoadImage` correspondientes: - [flux2-vae.safetensors](https://huggingface.co/Comfy-Org/flux2-dev/blob/main/split_files/vae/flux2-vae.safetensors) -**Model Storage Location** +**Ubicación de almacenamiento de los modelos** ``` 📂 ComfyUI/ @@ -148,3 +149,4 @@ Sube estos archivos a los nodos `LoadImage` correspondientes: │ └── 📂 vae/ │ └── flux2-vae.safetensors ``` + diff --git a/es/tutorials/flux/flux-2-klein.mdx b/es/tutorials/flux/flux-2-klein.mdx index 0b39c5f091..ab6efae55e 100644 --- a/es/tutorials/flux/flux-2-klein.mdx +++ b/es/tutorials/flux/flux-2-klein.mdx @@ -2,22 +2,24 @@ title: "Guía de ComfyUI FLUX.2 Klein 4B" description: "Introducción rápida a FLUX.2 [klein] 4B y cómo ejecutar flujos de trabajo de texto a imagen y edición de imágenes en ComfyUI." sidebarTitle: "FLUX.2 Klein" -translationSourceHash: c108dbe5 +translationSourceHash: 98542515 translationFrom: tutorials/flux/flux-2-klein.mdx translationBlockHashes: "_intro": 980a68e5 "About FLUX.2 [klein]": 556eac08 "FLUX.2 Klein 4B Workflows": 8095f2bc + "FLUX.2 Klein 4B Model Downloads": f8158c6b "FLUX.2 Klein 9B Workflows": 99d18075 + "FLUX.2 Klein 9B Model Downloads": 0407c874 --- -import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx" +import UpdateReminder from '/snippets/es/tutorials/update-reminder.mdx' ## Acerca de FLUX.2 [klein] -FLUX.2 [Klein] es el modelo más rápido de la familia FLUX y unifica texto a imagen y edición de imágenes en una sola arquitectura compacta. Está pensado para flujos de trabajo interactivos, vistas previas inmediatas y aplicaciones donde la latencia es crítica; sus variantes destiladas ofrecen una inferencia de extremo a extremo en torno a un segundo y mantienen una gran calidad en la edición con una o varias referencias. +FLUX.2 [Klein] es el modelo más rápido de la familia FLUX y unifica texto a imagen y edición de imágenes en una sola arquitectura compacta. Está pensado para flujos de trabajo interactivos, vistas previas inmediatas y aplicaciones donde la latencia es crítica, con variantes destiladas que ofrecen una inferencia de extremo a extremo en torno a un segundo y mantienen una gran calidad en la edición con una o varias referencias. **Aspectos destacados del modelo:** - Dos tipos de 4B: Base (sin destilar) para máxima flexibilidad y ajuste fino; Distilled (4 pasos) para despliegues que priorizan la velocidad @@ -36,7 +38,7 @@ FLUX.2 [Klein] es el modelo más rápido de la familia FLUX y unifica texto a im Ejecuta este flujo de trabajo en Comfy Cloud - + Descarga el flujo de trabajo de texto a imagen para FLUX.2 Klein 4B. @@ -80,16 +82,16 @@ Sube estos archivos a los nodos `LoadImage` correspondientes: ![Ejemplo de edición de imagen base de FLUX.2 Klein 4B](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/thumbnail/image_flux2_klein_image_edit_4b_base.png) -### FLUX.2 [Klein] 4B destilado: Edición de imagen {#image_flux2_klein_image_edit_4b_distilled} +### FLUX.2 [Klein] 4B Distilled: Edición de imagen {#image_flux2_klein_image_edit_4b_distilled} -Vista previa del flujo de trabajo de edición de imagen destilada de FLUX.2 Klein 4B +Vista previa del flujo de trabajo de edición de imagen Distilled de FLUX.2 Klein 4B Ejecuta este flujo de trabajo en Comfy Cloud - - Descarga el flujo de trabajo rápido de edición de imagen 4B destilado. + + Descarga el flujo de trabajo rápido y destilado de edición de imagen 4B. @@ -113,26 +115,26 @@ Sube estos archivos a los nodos `LoadImage` correspondientes: **Salida de ejemplo** -![Ejemplo de edición de imagen destilada de FLUX.2 Klein 4B](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/image_flux2_klein_image_edit_4b_distilled.png) +![Ejemplo de edición de imagen Distilled de FLUX.2 Klein 4B](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/image_flux2_klein_image_edit_4b_distilled.png) -## FLUX.2 Klein 4B Model Downloads +## Descargas del modelo FLUX.2 Klein 4B - Text encoder for 4B models. + Codificador de texto para modelos 4B. - Diffusion model (4B base). + Modelo de difusión (4B base). - Diffusion model (4B distilled). + Modelo de difusión (4B destilado). - VAE for 4B models. + VAE para modelos 4B. -**4B Model Storage Location** +**Ubicación de almacenamiento del modelo 4B** ``` 📂 ComfyUI/ @@ -150,14 +152,14 @@ Sube estos archivos a los nodos `LoadImage` correspondientes: ### FLUX.2 [Klein] 9B: Texto a imagen {#image_flux2_text_to_image_9b} -Vista previa del flujo de trabajo texto a imagen de FLUX.2 Klein 9B +Vista previa del flujo de trabajo de texto a imagen de FLUX.2 Klein 9B - + Ejecuta este flujo de trabajo en Comfy Cloud - - Descarga el flujo de trabajo texto a imagen para FLUX.2 Klein 9B. + + Descarga el flujo de trabajo de texto a imagen para FLUX.2 Klein 9B. @@ -167,10 +169,10 @@ Sube estos archivos a los nodos `LoadImage` correspondientes: ### FLUX.2 [Klein] 9B: Edición de imagen {#image_flux2_klein_image_edit_9b_base} -Vista previa del flujo de trabajo de edición de imagen base de FLUX.2 Klein 9B +Vista previa del flujo de trabajo base de edición de imagen de FLUX.2 Klein 9B - + Ejecuta este flujo de trabajo en Comfy Cloud @@ -202,14 +204,14 @@ Sube estos archivos a los nodos `LoadImage` correspondientes: ### FLUX.2 [Klein] 9B destilado: Edición de imagen {#image_flux2_klein_image_edit_9b_distilled} -Vista previa del flujo de trabajo de edición de imagen destilado de FLUX.2 Klein 9B +Vista previa del flujo de trabajo destilado de edición de imagen de FLUX.2 Klein 9B - + Ejecuta este flujo de trabajo en Comfy Cloud - - Descarga el flujo de trabajo de edición de imagen 9B destilado y rápido. + + Descarga el flujo de trabajo rápido y destilado de edición de imagen 9B. @@ -233,30 +235,30 @@ Sube estos archivos a los nodos `LoadImage` correspondientes: **Salida de ejemplo** -![Ejemplo de edición de imagen destilado de FLUX.2 Klein 9B](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/image_flux2_klein_image_edit_9b_distilled.png) +![Ejemplo de edición de imagen destilada de FLUX.2 Klein 9B](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/image_flux2_klein_image_edit_9b_distilled.png) -## FLUX.2 Klein 9B Model Downloads +## Descargas del modelo FLUX.2 Klein 9B -For diffusion models, please visit BFL's repo, accept the agreement, and then download the models. +Para los modelos de difusión, visita el repositorio de BFL, acepta el acuerdo y luego descarga los modelos. - Diffusion model (9B base). + Modelo de difusión (9B base). - Diffusion model (9B distilled). + Modelo de difusión (9B destilado). - Text encoder for 9B models. + Codificador de texto para los modelos 9B. - VAE for 9B models. + VAE para los modelos 9B. -**9B Model Storage Location** +**Ubicación de almacenamiento de los modelos 9B** ``` 📂 ComfyUI/ @@ -269,3 +271,4 @@ For diffusion models, please visit BFL's repo, accept the agreement, and then do │ └── 📂 vae/ │ └── flux2-vae.safetensors ``` + diff --git a/es/tutorials/flux/flux-3-klein.mdx b/es/tutorials/flux/flux-3-klein.mdx index 17f14f6fd7..7cd29b61c3 100644 --- a/es/tutorials/flux/flux-3-klein.mdx +++ b/es/tutorials/flux/flux-3-klein.mdx @@ -2,12 +2,13 @@ title: "FLUX 3 Image Klein en ComfyUI: texto a imagen y edición" description: "Ejecuta FLUX.3 [klein] en local en ComfyUI: texto a imagen con pesos abiertos y edición por instrucciones, con un checkpoint destilado para 4–16 pasos." sidebarTitle: "FLUX 3 Klein" -translationSourceHash: 5c435b1b +translationSourceHash: 7cedfbb4 translationFrom: tutorials/flux/flux-3-klein.mdx translationBlockHashes: "_intro": 3e9c5a21 "About FLUX.3 [klein]": 1d7659ce "FLUX 3 Image Klein Workflows": d0941358 + "FLUX 3 Image Klein Model Downloads": 0170574c "Prompting and reference tips": 43ad4a36 --- @@ -15,7 +16,7 @@ import UpdateReminder from '/snippets/es/tutorials/update-reminder.mdx' ## Acerca de FLUX.3 [klein] -FLUX.3 [klein] es el modelo de imágenes FLUX.3 de pesos abiertos de Black Forest Labs para ComfyUI local: texto a imagen y edición de imágenes guiada por instrucciones en una misma familia, con un checkpoint completo y una variante destilada por pasos para ejecuciones más rápidas de 4–16 pasos. Los pesos están disponibles en Hugging Face bajo la licencia FLUX Kommunity. Descárgalo una vez y ejecútalo en tu propia GPU, sin clave API ni créditos por imagen. +FLUX.3 [klein] es el modelo de imágenes FLUX.3 de pesos abiertos de Black Forest Labs para ComfyUI local: texto a imagen y edición de imágenes guiada por instrucciones en una misma familia, con un checkpoint completo y una variante destilada por pasos para ejecuciones más rápidas de 4–16 pasos. Los pesos se distribuyen en Hugging Face bajo la licencia FLUX Kommunity. Descárgalo una vez y ejecútalo en tu propia GPU, sin clave API ni créditos por imagen. ¿Prefieres la ruta alojada? FLUX.3 también se ejecuta como Partner Node mediante [FLUX 3 Image](/es/tutorials/partner-nodes/black-forest-labs/flux-3-image) (con cobro por imagen). Usa los pesos locales de klein en tu GPU; usa el Partner Node cuando quieras el modelo alojado sin descarga. @@ -33,7 +34,7 @@ FLUX.3 [klein] es el modelo de imágenes FLUX.3 de pesos abiertos de Black Fores -## Flujos de trabajo de FLUX 3 Image Klein +## Flujos de trabajo con FLUX 3 Image Klein ### FLUX 3 Image Klein: Texto a imagen {#image_flux3_klein_t2i} @@ -51,14 +52,14 @@ Genera una imagen solo a partir de un prompt, sin archivos de entrada. El flujo 1. Escribe tu prompt en el widget de prompt positivo del subgrafo -2. Configura `width` y `height`, o elige un formato en `ResolutionSelector` (1:1 cuadrado por defecto) -3. Ajusta `steps` (50 por defecto) y `cfg` (3.5 por defecto) -4. El upsampler de prompt está activado por defecto, así que un prompt corto se expande con el upsampler Qwen3.5 9B antes del muestreo. Desactiva `enable_prompt_upsampler` para generar a partir de tus propias palabras -5. Haz clic en **Queue**. El nodo `SaveImage` guarda la imagen en `ComfyUI/output/`### FLUX 3 Image Klein Distilled: Texto a imagen {#image_flux3_klein_distilled_t2i} +2. Define `width` y `height`, o elige un formato en `ResolutionSelector` (1:1 cuadrado de forma predeterminada) +3. Ajusta `steps` (50 de forma predeterminada) y `cfg` (3.5 de forma predeterminada) +4. El ampliador de prompt (prompt upsampler) está activado de forma predeterminada, así que un prompt corto se expande con el ampliador Qwen3.5 9B antes del muestreo. Desactiva `enable_prompt_upsampler` para generar a partir de tus propias palabras +5. Haz clic en **Queue**. El nodo `SaveImage` guarda la imagen en `ComfyUI/output/`### FLUX 3 Image Klein Distilled: texto a imagen {#image_flux3_klein_distilled_t2i} -Genera una imagen a partir de un prompt con el checkpoint destilado por pasos, que se ejecuta en 16 pasos sin orientación. El sobremuestreo del prompt está activado de forma predeterminada, así que un prompt corto se expande a una descripción completa antes del muestreo. +Genera una imagen a partir de un prompt con el checkpoint destilado por pasos, que se ejecuta en 16 pasos sin orientación. El upsampling de prompt está activado por defecto, así que un prompt corto se expande hasta convertirse en una descripción completa antes del muestreo. -Vista previa del flujo de trabajo de FLUX 3 Image Klein Distilled de texto a imagen +Vista previa del flujo de trabajo de texto a imagen de FLUX 3 Image Klein Distilled @@ -69,16 +70,16 @@ Genera una imagen a partir de un prompt con el checkpoint destilado por pasos, q -1. Escribe tu prompt. La plantilla lo sobremuestrea primero, así que basta con una descripción corta -2. Define `steps` entre 4 y 16 (16 de forma predeterminada). El checkpoint destilado se ejecuta con `cfg` 1, así que aumentar `cfg` no ayuda -3. Elige un marco en `ResolutionSelector` -4. Haz clic en **Queue** para generar +1. Escribe tu prompt. La plantilla le aplica upsampling primero, así que basta con una descripción breve +2. Configura `steps` entre 4 y 16 (16 por defecto). El checkpoint destilado funciona con `cfg` 1, así que subir `cfg` no ayuda +3. Elige un formato en `ResolutionSelector` +4. Haz clic en **Cola** para generar **Ejemplo de salida** -![Ejemplo de FLUX 3 Image Klein Distilled de texto a imagen](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/image_flux3_klein_distilled_t2i.png)### FLUX 3 Image Klein: edición de imagen {#image_flux3_klein_image_edit} +![Ejemplo de texto a imagen de FLUX 3 Image Klein Distilled](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/image_flux3_klein_distilled_t2i.png)### FLUX 3 Image Klein: edición de imagen {#image_flux3_klein_image_edit} -Edita una foto a partir de un prompt de instrucción, con la imagen original conectada como referencia. La instrucción reemplaza el contenido de la referencia: aquí el prompt cambia el color del vestido a rojo mientras todo lo demás se mantiene igual. +Edita una foto a partir de un prompt de instrucción, con la imagen original conectada como referencia. La instrucción reemplaza el contenido de la referencia: aquí el prompt cambia el color del vestido a rojo mientras todo lo demás permanece igual. Vista previa del flujo de trabajo de edición de imagen de FLUX 3 Image Klein @@ -97,7 +98,7 @@ Sube este archivo al nodo `LoadImage` correspondiente: - nodo `LoadImage` 54 · `fashion_portrait_blue_silk_gown_vis.png` + Nodo `LoadImage` 54 · `fashion_portrait_blue_silk_gown_vis.png` @@ -105,9 +106,9 @@ Sube este archivo al nodo `LoadImage` correspondiente: fashion_portrait_blue_silk_gown_vis.png -1. Carga tu imagen fuente en el nodo `LoadImage` +1. Carga tu imagen de origen en el nodo `LoadImage` 2. Conéctala a `Set Reference Multi Latent`. La primera referencia es `` en el prompt, la siguiente es ``, y así sucesivamente -3. Escribe la edición como una descripción completa del resultado. En el ejemplo incluido el prompt es `In , change the dress color to red` +3. Escribe la edición como una descripción completa del resultado. En el ejemplo incluido, el prompt es `In , change the dress color to red` 4. Ajusta el lienzo con `Empty Flux 2 Latent` (1024 x 1024 en la plantilla) si quieres un tamaño de salida diferente 5. Haz clic en **Queue**. `ImageCompare` muestra la entrada y el resultado uno al lado del otro @@ -116,11 +117,11 @@ Sube este archivo al nodo `LoadImage` correspondiente:
Imagen de entrada Salida de ejemplo de edición de imagen de FLUX 3 Image Klein -
### FLUX 3 Image Klein Distilled: Image Edit {#image_flux3_klein_distilled_image_edit} +### FLUX 3 Image Klein Distilled: edición de imagen {#image_flux3_klein_distilled_image_edit} Edita una imagen con el checkpoint destilado por pasos: una imagen de referencia, un prompt de instrucción, 16 pasos y sin orientación. -Vista previa del flujo de trabajo de edición de imágenes FLUX 3 Image Klein Distilled +Vista previa del flujo de trabajo de edición de imagen de FLUX 3 Image Klein Distilled @@ -146,37 +147,37 @@ Sube este archivo al nodo `LoadImage` correspondiente: 1. Carga la imagen que quieres editar y conéctala a `Set Reference Multi Latent` -2. Escribe el prompt de edición. El ejemplo incluido reemplaza un arete y describe el nuevo con detalle, incluido lo que no debe aparecer +2. Escribe el prompt de edición. El ejemplo incluido reemplaza un pendiente y describe el nuevo con detalle, incluido lo que no debe aparecer 3. Mantén `steps` en el rango de 4 a 16 y deja `cfg` en 1 4. Haz clic en **Queue** y compara la entrada con el resultado en `ImageCompare` -## FLUX 3 Image Klein Model Downloads +## Descargas del modelo FLUX 3 Image Klein -The FLUX 3 Klein weights live in the gated repository [black-forest-labs/flux-3-image-klein-comfy](https://huggingface.co/black-forest-labs/flux-3-image-klein-comfy). Open it, accept the license agreement, and then download the files. The templates use the int8 (convrot) single-file checkpoints; bf16 and nvfp4 versions of the same checkpoints are in the same repository. +Los pesos de FLUX 3 Klein están en el repositorio restringido [black-forest-labs/flux-3-image-klein-comfy](https://huggingface.co/black-forest-labs/flux-3-image-klein-comfy). Ábrelo, acepta el acuerdo de licencia y luego descarga los archivos. Las plantillas usan los checkpoints de archivo único int8 (convrot); las versiones bf16 y nvfp4 de esos mismos checkpoints están en el mismo repositorio. -The templates load the int8 builds to keep the memory footprint small. With more than 24 GB of VRAM, swap in the bf16 build of the same checkpoint (`flux3-image-klein-base-bf16.safetensors`, or `flux3-image-klein-bf16.safetensors` for the distilled checkpoint) and the bf16 prompt upsampler: they follow long prompts more closely. +Las plantillas cargan las compilaciones int8 para mantener pequeño el consumo de memoria. Con más de 24 GB de VRAM, cambia a la compilación bf16 del mismo checkpoint (`flux3-image-klein-base-bf16.safetensors`, o `flux3-image-klein-bf16.safetensors` para el checkpoint destilado) y al upsampler de prompt bf16: siguen mejor los prompts largos. - Diffusion model, full FLUX 3 Image Klein checkpoint. The text to image and image edit templates load this file. + Modelo de difusión, checkpoint completo de FLUX 3 Image Klein. Las plantillas de Texto a imagen y de edición de imagen cargan este archivo. - Diffusion model, step-distilled checkpoint for 4 to 16 steps. + Modelo de difusión, checkpoint destilado por pasos para 4 a 16 pasos. - Text encoder for both checkpoints. Load it with `CLIPLoader` type `flux3`. + Codificador de texto para ambos checkpoints. Cárgalo con `CLIPLoader` de tipo `flux3`. - Prompt upsampler used by the text to image templates. + Upsampler de prompt que usan las plantillas de Texto a imagen. - VAE for FLUX 3 Klein. The FLUX.2 VAE. + VAE para FLUX 3 Klein. Es el VAE de FLUX.2. -**Model storage location** +**Ubicación de almacenamiento de los modelos** ``` 📂 ComfyUI/ @@ -191,10 +192,10 @@ The templates load the int8 builds to keep the memory footprint small. With more │ └── flux2-vae.safetensors ``` -## Consejos para prompts y referencias +## Sugerencias para escribir prompts y usar referencias -- **Escribe el resultado, no el cambio.** Las plantillas de edición de imagen esperan una descripción completa de la imagen finalizada con la edición incorporada, por eso los ejemplos describen el nuevo objeto en detalle en lugar de decir "cambia esto". -- **Las referencias van en ambos conditionings.** Conecta las imágenes adicionales a `Set Reference Multi Latent` en orden, nómbralas ``, ``, etc., y añade cada una tanto al prompt positivo como al negativo, como lo hace el pipeline de referencia. -- **El tamaño de la referencia es un ajuste de costo.** Las plantillas redimensionan cada referencia a aproximadamente 1 megapíxel y el latent de salida toma ese tamaño. Mantener las referencias en su tamaño nativo, como hace el pipeline propio de Black Forest Labs hasta unos 16 megapíxeles, conserva más detalle en la edición a un costo mayor. -- **La cantidad de pasos depende del checkpoint.** El checkpoint completo usa 50 pasos en las plantillas, con orientación 3.5 en texto a imagen y 1 en edición de imagen. El checkpoint destilado por pasos usa 16 pasos con la orientación fija en 1, y es el que debes usar cuando quieras una pasada rápida. -- **Las plantillas incluyen un nodo `Create Bounding Boxes`.** Dibuja cajas sobre la imagen fuente para planificar ediciones regionales, y su lista de cajas aparece en el nodo `Preview Any` para que puedas incorporar las regiones al prompt. +- **Escribe el resultado, no el cambio.** Las plantillas de edición de imágenes esperan una descripción completa de la imagen finalizada con la edición ya integrada, y por eso los ejemplos describen el nuevo objeto en detalle en lugar de decir «cambia esto». +- **Las referencias se añaden a ambos conditioning.** Conecta las imágenes adicionales a `Set Reference Multi Latent` en orden, haz referencia a ellas como ``, `` y así sucesivamente, y agrega cada una tanto al prompt positivo como al negativo, tal como lo hace el pipeline de referencia. +- **El tamaño de la referencia es un control de costo.** Las plantillas redimensionan cada referencia a aproximadamente 1 megapíxel y el latente de salida adopta ese tamaño. Mantener las referencias en su tamaño nativo, que es lo que hace el pipeline de Black Forest Labs hasta unos 16 megapíxeles, conserva más detalle en la edición a un costo mayor. +- **La cantidad de pasos depende del checkpoint.** El checkpoint completo se ejecuta con 50 pasos en las plantillas, con orientación 3.5 en texto a imagen y 1 en edición de imágenes. El checkpoint destilado por pasos se ejecuta con 16 pasos y la orientación fija en 1, y es el que debes usar cuando quieras una pasada rápida. +- **Las plantillas incluyen un nodo `Create Bounding Boxes`.** Dibuja cajas sobre la imagen fuente para planificar ediciones regionales, y su lista de cajas se muestra en el nodo `Preview Any` para que puedas incorporar las regiones al prompt. diff --git a/es/tutorials/llm/gemma4/gemma4.mdx b/es/tutorials/llm/gemma4/gemma4.mdx index 2444de1dde..94f2d62fd1 100644 --- a/es/tutorials/llm/gemma4/gemma4.mdx +++ b/es/tutorials/llm/gemma4/gemma4.mdx @@ -2,18 +2,19 @@ title: "Gemma 4 en ComfyUI: LLM multimodal con TextGenerate" description: "Ejecuta Gemma 4 de Google en ComfyUI a través del nodo TextGenerate para generación de texto, comprensión de imágenes y transcripción de audio." sidebarTitle: "Gemma 4" -translationSourceHash: e876070d +translationSourceHash: e17f6d7d translationFrom: tutorials/llm/gemma4/gemma4.mdx translationBlockHashes: "_intro": e283d42e "Available workflow": a5a260f2 + "Model Download": 8eb8dbb8 --- import UpdateReminder from '/snippets/es/tutorials/update-reminder.mdx' -**Gemma 4** es la última generación de LLM abiertos y ligeros de Google DeepMind, diseñada para la generación de texto, la comprensión de imágenes, el análisis de video, la transcripción de audio y el uso estructurado de herramientas. Es compatible de forma nativa con ComfyUI como el modelo **Text Generation** predeterminado. +**Gemma 4** es la última generación de LLM abiertos y ligeros de Google DeepMind, creada para la generación de texto, la comprensión de imágenes, el análisis de video, la transcripción de audio y el uso estructurado de herramientas. ComfyUI lo admite de forma nativa como modelo **Text Generation** predeterminado. **Aspectos destacados del modelo**: @@ -22,11 +23,11 @@ import UpdateReminder from '/snippets/es/tutorials/update-reminder.mdx' - **E2B (2B)**: rápido y ligero, ideal para GPU de consumo - **E4B (4B)**: rendimiento equilibrado, opción predeterminada recomendada - **12B**: mejor calidad, requiere más VRAM -- **Modo de razonamiento**: razonamiento paso a paso integrado antes de generar las respuestas +- **Modo de pensamiento**: razonamiento paso a paso integrado antes de generar las respuestas - **Contexto largo**: hasta 128K tokens (E2B/E4B) y 256K tokens (12B) -- **Multilingüe**: más de 35 idiomas listos para usar, con preentrenamiento en más de 140 +- **Multilingüe**: más de 35 idiomas listos para usar, con preentrenamiento en más de 140 idiomas - **Llamada a funciones**: soporte nativo para el uso estructurado de herramientas y flujos de trabajo agénticos -- **Nativo en ComfyUI**: se carga y ejecuta mediante los nodos integrados `TextGenerate` y `CLIPLoader` +- **Nativo en ComfyUI**: ComfyUI lo carga y lo ejecuta a través de los nodos integrados `TextGenerate` y `CLIPLoader` **Enlaces relacionados**: - [Hugging Face (Comfy-Org/gemma-4)](https://huggingface.co/Comfy-Org/gemma-4) @@ -37,7 +38,7 @@ import UpdateReminder from '/snippets/es/tutorials/update-reminder.mdx' ### Gemma4: Text Generation {#llm_gemma4_text_gen} -Ingresa tu prompt de texto y, de forma opcional, una imagen, audio o video. Genera una salida de texto con razonamiento, programación y soporte multilingüe configurables. +Ingresa tu prompt de texto y, de forma opcional, una imagen, audio o video. Genera una salida de texto con soporte configurable para razonamiento, programación y varios idiomas. Vista previa del flujo de trabajo de generación de texto de Gemma 4 @@ -84,28 +85,28 @@ Este flujo de trabajo demuestra las capacidades principales de **generación de - **Texto generado**: la respuesta del modelo como una cadena de texto sin formato - Este flujo de trabajo usa nodos Subgraph para un procesamiento modular. Consulta la documentación de Subgraph para aprender a personalizar y ampliar el flujo de trabajo. + Este flujo de trabajo usa nodos Subgraph para un procesamiento modular. Consulta la documentación de Subgraph para saber cómo personalizar y ampliar el flujo de trabajo. -## Model Download +## Descarga del modelo -Gemma 4 models are loaded as text encoders in ComfyUI. Download the relevant model file and place it in the correct directory: +Los modelos Gemma 4 se cargan como codificadores de texto en ComfyUI. Descarga el archivo del modelo correspondiente y colócalo en el directorio correcto: - Fast, lightweight. Recommended for consumer GPUs. + Rápido y ligero. Recomendado para GPUs de consumo. - Balanced performance. The default model in the workflow. + Rendimiento equilibrado. El modelo predeterminado en el flujo de trabajo. - - Browse all Gemma 4 model weights. + + Explora todos los pesos del modelo Gemma 4. -Place the downloaded `.safetensors` file in: +Coloca el archivo `.safetensors` descargado en: ``` 📂 ComfyUI/ @@ -113,3 +114,4 @@ Place the downloaded `.safetensors` file in: │ └── 📂 text_encoders/ │ └── gemma4_e4b_it_fp8_scaled.safetensors ``` + diff --git a/es/tutorials/llm/qwen/qwen3.mdx b/es/tutorials/llm/qwen/qwen3.mdx index a9cf8f8b2a..48e39bf8a9 100644 --- a/es/tutorials/llm/qwen/qwen3.mdx +++ b/es/tutorials/llm/qwen/qwen3.mdx @@ -2,35 +2,36 @@ title: "Qwen 3.0 en ComfyUI: generación de texto LLM con TextGenerate" description: "Ejecuta Qwen3 4B Thinking en ComfyUI con TextGenerate para reescritura de prompts, razonamiento con cadena de pensamiento y análisis de texto estructurado." sidebarTitle: "Qwen 3.0" -translationSourceHash: c9e91599 +translationSourceHash: 062180fe translationFrom: tutorials/llm/qwen/qwen3.mdx translationBlockHashes: "_intro": 75e813fe "Use Cases": 72228b63 "Available workflow": 93a0c3e5 + "Model Download": 6a95f95c --- -import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx" +import UpdateReminder from '/snippets/es/tutorials/update-reminder.mdx' -**Qwen 3.0** (también conocido como Qwen3) es un potente LLM de código abierto de Alibaba Cloud creado para la generación de texto, el razonamiento y el análisis estructurado. Es compatible de forma nativa con ComfyUI mediante el nodo integrado `TextGenerate`. +**Qwen 3.0** (también conocido como Qwen3) es un potente LLM de código abierto de Alibaba Cloud creado para la generación de texto, el razonamiento y el análisis estructurado. ComfyUI lo admite de forma nativa mediante el nodo integrado `TextGenerate`. **Aspectos destacados del modelo**: - **Razonamiento sólido**: Qwen3-4B-Thinking admite razonamiento paso a paso con cadena de pensamiento - **Enfocado en la generación de texto**: optimizado para la salida de texto estructurado, el análisis y las tareas de programación - **Nativo en ComfyUI**: funciona con el nodo integrado `TextGenerate`, sin necesidad de nodos personalizados -- **Ligero**: comparte el mismo formato de codificador de texto que Qwen3.5, disponible en variantes de 2B, 4B y 9B para ajustarse a diferentes configuraciones de hardware +- **Ligero**: comparte el mismo formato de codificador de texto que Qwen3.5 y está disponible en variantes de 2B, 4B y 9B para ajustarse a distintas configuraciones de hardware ## Casos de uso -Qwen 3.0 es adecuado para tareas que requieren generación de texto estructurado y razonamiento inteligente dentro de un flujo de trabajo de ComfyUI: +Qwen 3.0 es ideal para tareas que requieren generación de texto estructurado y razonamiento inteligente dentro de un flujo de trabajo de ComfyUI: - **Optimización de prompts**: pasa prompts existentes a Qwen 3.0 y pídele que los reescriba, los expanda o los refine para obtener mejores resultados de generación de imágenes. Por ejemplo, convierte un prompt corto de palabras clave en descripciones detalladas y estructuradas con detalles de estilo, iluminación y composición. - **Razonamiento sobre la lógica del flujo de trabajo**: usa el modelo para analizar los parámetros del flujo de trabajo, sugerir pasos de procesamiento o generar instrucciones estructuradas que alimenten otros nodos. - **Análisis basado en texto**: extrae información, clasifica contenido o genera informes estructurados a partir de entradas de texto. -- **Razonamiento de cadena de pensamiento**: activa el modo de pensamiento para tareas complejas de varios pasos que se benefician de un razonamiento intermedio antes de producir la salida final. +- **Razonamiento en cadena de pensamiento**: activa el modo de pensamiento para tareas complejas de varios pasos que se benefician de un razonamiento intermedio antes de producir la salida final. ## Flujo de trabajo disponible @@ -57,35 +58,35 @@ Este flujo de trabajo demuestra las capacidades fundamentales de **generación d **Controles principales**: - **Longitud máxima**: número máximo de tokens a generar (predeterminado 256) - **Modo de muestreo**: activa o desactiva el muestreo y ajusta la temperatura, top-k, top-p, la penalización por repetición y la semilla -- **Modo de razonamiento**: habilita el razonamiento paso a paso antes de la respuesta final +- **Modo de pensamiento**: habilita el razonamiento paso a paso antes de la respuesta final - **Usar plantilla predeterminada**: aplica el prompt de sistema integrado del modelo **Salida**: - **Texto generado**: la respuesta del modelo como una cadena de texto simple - + Este flujo de trabajo usa nodos Subgraph para el procesamiento modular. Consulta la documentación de Subgraph para aprender a personalizar y extender el flujo de trabajo. -## Model Download +## Descarga del modelo -Qwen 3.0 models are loaded as text encoders in ComfyUI. The model files are shared with Qwen3.5. Download the variant that best fits your hardware: +Los modelos Qwen 3.0 se cargan como text encoders en ComfyUI. Los archivos del modelo son compartidos con Qwen3.5. Descarga la variante que mejor se adapte a tu hardware: - Lightweight, ~4.5 GB. Best for low VRAM setups and fast downloads. + Ligero, ~4.5 GB. Ideal para configuraciones con poca VRAM y descargas rápidas. - Balanced size and quality. Recommended for most consumer GPUs. + Tamaño y calidad equilibrados. RECOMENDADO para la mayoría de las GPU de consumo. - Largest variant, ~19 GB. Higher quality output, requires more VRAM. + La variante más grande, ~19 GB. Mayor calidad de salida, requiere más VRAM. -Place the downloaded `.safetensors` file in: +Coloca el archivo `.safetensors` descargado en: ``` 📂 ComfyUI/ @@ -93,3 +94,4 @@ Place the downloaded `.safetensors` file in: │ └── 📂 text_encoders/ │ └── qwen3.5_4b_bf16.safetensors # or 2b / 9b variant ``` + diff --git a/es/tutorials/llm/qwen/qwen3_5.mdx b/es/tutorials/llm/qwen/qwen3_5.mdx index e253a2f7b2..782f7f2c44 100644 --- a/es/tutorials/llm/qwen/qwen3_5.mdx +++ b/es/tutorials/llm/qwen/qwen3_5.mdx @@ -2,37 +2,38 @@ title: "Qwen3.5 en ComfyUI: LLM multimodal para descripción de imágenes" description: "Ejecuta Qwen3.5, el LLM multimodal de Alibaba Cloud, en ComfyUI con el nodo TextGenerate para descripción de imágenes, prompts inversos y preguntas visuales." sidebarTitle: "Qwen3.5" -translationSourceHash: f25a584f +translationSourceHash: 37805a0b translationFrom: tutorials/llm/qwen/qwen3_5.mdx translationBlockHashes: "_intro": cc4cef60 "Use Cases": 01910a1e "Available workflow": 767cf795 + "Model Download": 835bbbd0 --- import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx" -**Qwen3.5** es un LLM multimodal de código abierto de Alibaba Cloud, que se basa en la serie Qwen 3.0 y añade capacidades de comprensión de imágenes. Admite tanto la generación de texto como tareas basadas en imágenes, como el etiquetado de imágenes y la ingeniería inversa de prompts. +**Qwen3.5** es un LLM multimodal de código abierto de Alibaba Cloud, que se basa en la serie Qwen 3.0 y añade capacidades de comprensión de imágenes. Admite tanto la generación de texto como tareas basadas en imágenes, como la descripción de imágenes y la ingeniería inversa de prompts. **Aspectos destacados del modelo**: - **Multimodal**: acepta entradas de texto e imagen para tareas de comprensión visual -- **Etiquetado de imágenes**: puede describir imágenes y generar leyendas detalladas +- **Descripción de imágenes**: puede describir imágenes y generar descripciones detalladas - **Ingeniería inversa de prompts**: extrae prompts y parámetros de generación a partir de imágenes de referencia - **Nativo en ComfyUI**: funciona con el nodo integrado `TextGenerate`, sin necesidad de nodos personalizados -- **Ligero**: modelo de 4B de parámetros, apto para GPUs de consumo +- **Ligero**: modelo de 4B de parámetros, adecuado para GPUs de consumo ## Casos de uso Qwen3.5 destaca en escenarios donde combinar la comprensión visual con la generación de texto aporta valor a un flujo de trabajo de ComfyUI: - **Ingeniería inversa de prompts a partir de una imagen**: dale una imagen de referencia a Qwen3.5 y pídele que genere un prompt de texto detallado que pueda reproducir esa imagen. Resulta especialmente útil cuando encuentras una gran imagen pero no sabes con qué prompt se generó. -- **Optimización de prompts**: carga un prompt existente y un concepto de imagen, y luego pide a Qwen3.5 que genere, refine o expanda prompts con más detalle para obtener mejores resultados de generación. +- **Optimización de prompts**: carga un prompt existente y un concepto de imagen, y luego pide a Qwen3.5 que genere, refine o expanda prompts con mayor detalle para obtener mejores resultados de generación. - **Generación de descripciones de imágenes**: genera automáticamente leyendas, descripciones o etiquetas de metadatos para las imágenes generadas, lo que resulta útil para catalogar o preparar datos de entrenamiento. - **Respuesta a preguntas sobre imágenes**: haz preguntas acerca del contenido de la imagen ("¿Qué objetos hay en esta escena?", "¿De qué color es el fondo?") y obtén respuestas de texto estructuradas. -- **Lectura de texto**: con un prompt adecuado, el modelo puede intentar leer el texto visible o las etiquetas de las imágenes, aunque la fiabilidad depende de la calidad y la claridad del texto representado. +- **Lectura de texto**: con un prompt adecuado, el modelo puede intentar leer el texto visible o las etiquetas de las imágenes, aunque la fiabilidad depende de la calidad y la claridad del texto renderizado. ## Flujo de trabajo disponible @@ -72,7 +73,7 @@ Este flujo de trabajo demuestra las capacidades de **generación de texto y comp - **Imagen** (opcional): para tareas de comprensión visual (descripción de imágenes, ingeniería inversa de prompts, optimización de prompts, etc.) **Controles clave**: -- **Max length**: cantidad máxima de tokens a generar (256 por defecto) +- **Max length**: número máximo de tokens a generar (256 por defecto) - **Sampling mode**: activa o desactiva el muestreo y ajusta temperature, top-k, top-p, repetition penalty y semilla - **Use default template**: aplica el prompt de sistema integrado del modelo @@ -80,28 +81,28 @@ Este flujo de trabajo demuestra las capacidades de **generación de texto y comp - **Texto generado**: la respuesta del modelo como una cadena de texto plano - Este flujo de trabajo usa nodos Subgraph para un procesamiento modular. Consulta la documentación de Subgraph para aprender a personalizar y ampliar el flujo de trabajo. + Este flujo de trabajo usa nodos Subgraph para un procesamiento modular. Consulta la documentación de Subgraph para saber cómo personalizar y ampliar el flujo de trabajo. -## Model Download +## Descarga del modelo -Qwen3.5 models are loaded as text encoders in ComfyUI. Choose the variant that best suits your hardware: +Los modelos Qwen3.5 se cargan como text encoders en ComfyUI. Elige la variante que mejor se adapte a tu hardware: - Lightweight, ~4.5 GB. Best for low VRAM setups and fast downloads. + Ligero, ~4.5 GB. Ideal para configuraciones con poca VRAM y descargas rápidas. - Balanced size and quality. Recommended for most consumer GPUs. + Tamaño y calidad equilibrados. RECOMENDADO para la mayoría de las GPU de consumo. - Largest variant, ~19 GB. Higher quality output, requires more VRAM. + La variante más grande, ~19 GB. Mayor calidad de salida, requiere más VRAM. -Place the downloaded `.safetensors` file in: +Coloca el archivo `.safetensors` que Descargado en: ``` 📂 ComfyUI/ @@ -109,3 +110,4 @@ Place the downloaded `.safetensors` file in: │ └── 📂 text_encoders/ │ └── qwen3.5_4b_bf16.safetensors # or 2b / 9b variant ``` + diff --git a/es/tutorials/partner-nodes/fishaudio/drama-3.mdx b/es/tutorials/partner-nodes/fishaudio/drama-3.mdx index 2ba7ea514b..dd560fdbfd 100644 --- a/es/tutorials/partner-nodes/fishaudio/drama-3.mdx +++ b/es/tutorials/partner-nodes/fishaudio/drama-3.mdx @@ -90,7 +90,7 @@ She looked at the menu and said Je voudrais une table pour deux, s'il vo ### Combinarlas -Las indicaciones, las etiquetas de palabra y las [etiquetas de fonemas](/es/tutorials/partner-nodes/fishaudio/prompt-guide#phoneme-control) funcionan en el mismo guion, incluso dentro de un turno con varios hablantes: +Las indicaciones, las etiquetas de palabra y las [etiquetas de fonemas](/es/tutorials/partner-nodes/fishaudio/prompt-guide#control-de-fonemas) funcionan en el mismo guion, incluso dentro de un turno con varios hablantes: ```text @Voice1 [calm and inviting] Welcome back to the studio. diff --git a/es/tutorials/partner-nodes/fishaudio/fish-audio.mdx b/es/tutorials/partner-nodes/fishaudio/fish-audio.mdx index 7572d8a262..032a93e55f 100644 --- a/es/tutorials/partner-nodes/fishaudio/fish-audio.mdx +++ b/es/tutorials/partner-nodes/fishaudio/fish-audio.mdx @@ -38,7 +38,7 @@ La documentación del modelo más reciente, `drama-3`, está en su propia págin ### Conectar voces -La salida `voice` del Voice Selector o del Instant Voice Clone se conecta al nodo Text to Speech. El nombre de la entrada depende del modelo: `s2.1-pro` (recomendado) expone la entrada `voices`, que puede crecer (hasta 5 espacios de voz), mientras que `s1` tiene una única entrada `voice` opcional. Con una voz conectada, el nodo la pasa internamente como `reference_id`. Con dos o más, el texto debe marcar a los hablantes con `@Voice1`, `@Voice2`, etc., y cada voz conectada debe aparecer al menos una vez en el texto; de lo contrario, el nodo genera un error. Consulta [Diálogo con varios hablantes](/es/tutorials/partner-nodes/fishaudio/prompt-guide#multi-speaker-dialogue) en la guía de prompts. +La salida `voice` del Voice Selector o del Instant Voice Clone se conecta al nodo Text to Speech. El nombre de la entrada depende del modelo: `s2.1-pro` (recomendado) expone la entrada `voices`, que puede crecer (hasta 5 espacios de voz), mientras que `s1` tiene una única entrada `voice` opcional. Con una voz conectada, el nodo la pasa internamente como `reference_id`. Con dos o más, el texto debe marcar a los hablantes con `@Voice1`, `@Voice2`, etc., y cada voz conectada debe aparecer al menos una vez en el texto; de lo contrario, el nodo genera un error. Consulta [Diálogo con varios hablantes](/es/tutorials/partner-nodes/fishaudio/prompt-guide#diálogo-con-varios-hablantes) en la guía de prompts. ### Límites de la clonación de voz diff --git a/es/tutorials/partner-nodes/fishaudio/prompt-guide.mdx b/es/tutorials/partner-nodes/fishaudio/prompt-guide.mdx index 2f3a3e1a54..1997ea5cab 100644 --- a/es/tutorials/partner-nodes/fishaudio/prompt-guide.mdx +++ b/es/tutorials/partner-nodes/fishaudio/prompt-guide.mdx @@ -2,7 +2,7 @@ title: "Guía de prompts de Fish Audio: cómo escribir prompts para Fish Audio TTS en ComfyUI" description: "Escribe prompts para los Nodos asociados de Fish Audio en ComfyUI: etiquetas de emoción, tono, efectos de audio, pausas y diálogos." sidebarTitle: "Guía de prompts" -translationSourceHash: 15c1b378 +translationSourceHash: f37ebbfa translationFrom: tutorials/partner-nodes/fishaudio/prompt-guide.mdx translationBlockHashes: "_intro": 92787dbd @@ -11,7 +11,10 @@ translationBlockHashes: "Tone markers": aca7ba72 "Audio effects": aadc74bb "Pauses and special effects": 7d87b14e + "Combining tags": 0c4cf8d1 "Best practices": f4c22fed + "Multi-speaker dialogue": a86dc954 + "Phoneme control": 72653bf7 "Parameter tuning": c53e91bf "Voice cloning quality": 7e721eb5 "References": c8122f0c @@ -34,10 +37,10 @@ Los modelos Fish Audio S2 interpretan indicaciones en lenguaje natural escritas Tres propiedades hacen que este sistema sea flexible: - **La posición determina el significado.** Una etiqueta se aplica desde donde aparece hasta la siguiente etiqueta o el final de la oración. `[whispering] I didn't want to go inside` susurra toda la línea. `I didn't want to go [whispering] inside` empieza a susurrar en «inside». -- **Las descripciones de forma libre funcionan.** No estás limitado a un conjunto fijo de etiquetas. Si puedes describírselo a un actor de voz, escríbelo entre corchetes: `[tired, end of a long shift]`, `[voice rough from crying, trying to sound normal]`, `[professional broadcast tone]`. +- **Las descripciones libres funcionan.** No estás limitado a un conjunto fijo de etiquetas. Si puedes describírselo a un actor de voz, escríbelo entre corchetes: `[tired, end of a long shift]`, `[voice rough from crying, trying to sound normal]`, `[professional broadcast tone]`. - **Las etiquetas funcionan en tu idioma.** Escribe las indicaciones en el mismo idioma que tu guion: `[低声说] 不要让他们听见`, `[ため息をついて] もう一度やり直そう`. -El modelo clásico `s1` usa los mismos nombres de emociones, pero los encierra entre paréntesis con un conjunto fijo de etiquetas: `(happy) What a beautiful day!` El modelo actual `s2.1-pro` acepta indicaciones entre corchetes y descripciones de forma libre. +El modelo clásico `s1` usa los mismos nombres de emociones, pero los encierra entre paréntesis con un conjunto fijo de etiquetas: `(happy) What a beautiful day!` El modelo actual `s2.1-pro` acepta indicaciones entre corchetes y descripciones libres. ## Etiquetas de emoción @@ -50,7 +53,7 @@ El modelo clásico `s1` usa los mismos nombres de emociones, pero los encierra e | `[angry]` | Frustrado, agresivo | Quejas, advertencias | | `[excited]` | Energético, entusiasta | Anuncios, celebraciones | | `[calm]` | Tranquilo, relajado | Instrucciones, meditación | -| `[nervous]` | Ansioso, inseguro | Aclaraciones, disculpas | +| `[nervous]` | Ansioso, inseguro | Descargos de responsabilidad, disculpas | | `[confident]` | Firme, seguro de sí mismo | Presentaciones, ventas | | `[surprised]` | Sorprendido, asombrado | Reacciones, descubrimientos | | `[satisfied]` | Satisfecho, contento | Confirmaciones, reseñas | @@ -64,7 +67,7 @@ El modelo clásico `s1` usa los mismos nombres de emociones, pero los encierra e | `[embarrassed]` | Avergonzado, incómodo | Disculpas, errores | | `[disgusted]` | Repugnado, asqueado | Reseñas negativas | | `[moved]` | Conmovido emocionalmente | Momentos emotivos | -| `[proud]` | Realizado, satisfecho | Logros, elogios | +| `[proud]` | Con sentido de logro, satisfecho | Logros, elogios | | `[relaxed]` | Relajado, informal | Conversación informal | | `[grateful]` | Agradecido, reconocido | Agradecimientos, aprecio | | `[curious]` | Inquisitivo, interesado | Preguntas, exploración | @@ -95,14 +98,14 @@ El modelo clásico `s1` usa los mismos nombres de emociones, pero los encierra e | `[lonely]` | Aislado, solo | Contenido emocional | | `[bored]` | Desinteresado, cansado | Desinterés | | `[contemptuous]` | Muestra desprecio | Crítica fuerte | -| `[sympathetic]` | Muestra compasión | Condolencias | -| `[compassionate]` | Muestra cariño profundo | Soporte, ayuda | +| `[sympathetic]` | Muestra simpatía | Condolencias | +| `[compassionate]` | Muestra compasión profunda | Soporte, ayuda | | `[determined]` | Resuelto, decidido | Objetivos, compromisos | | `[resigned]` | Acepta la derrota | Rendición, aceptación | ## Marcadores de tono -Los marcadores de tono controlan el volumen, la intensidad y el énfasis. Coloca `[emphasis]` justo antes de la palabra o frase que quieras enfatizar: +Los marcadores de tono controlan el volumen, la intensidad y el énfasis. Coloca `[emphasis]` justo antes de la palabra o frase que quieras destacar: ```text This is [emphasis] really important. @@ -110,29 +113,29 @@ This is [emphasis] really important. | Etiqueta | Interpretación | Cuándo usarla | |-----|----------|-------------| -| `[in a hurry tone]` | Apresurado, urgente | Información urgente | -| `[shouting]` | Fuerte, para llamar la atención | Captar la atención | +| `[in a hurry tone]` | Apresurado, urgente | Información con límite de tiempo | +| `[shouting]` | Fuerte, alzando la voz | Captar la atención | | `[screaming]` | Muy fuerte, con pánico | Emergencias, miedo | -| `[whispering]` | Muy suave, sigiloso | Secretos, escenas tranquilas | +| `[whispering]` | Muy suave, sigiloso | Secretos, escenas silenciosas | | `[soft tone]` | Suave, tranquilo | Consuelo, canciones de cuna | | `[emphasis]` | Enfatizar una palabra o frase | Resaltar palabras clave | ## Efectos de audio -Las etiquetas de efectos de audio añaden sonidos humanos naturales. Después de la etiqueta, incluye el texto correspondiente cuando se sugiera: +Las etiquetas de efectos de audio agregan sonidos humanos naturales. Después de la etiqueta, incluye el texto correspondiente cuando se sugiera: | Etiqueta | Descripción | Texto sugerido después de la etiqueta | |-----|-------------|------------------------------| | `[laughing]` | Risa a carcajadas | Ha, ha, ha | -| `[chuckling]` | Risa leve | Heh, heh | -| `[sobbing]` | Sollozos intensos | Texto opcional | -| `[crying loudly]` | Llanto intenso | Texto opcional | +| `[chuckling]` | Risa suave | Heh, heh | +| `[sobbing]` | Llanto intenso | Texto opcional | +| `[crying loudly]` | Llanto en voz alta | Texto opcional | | `[sighing]` | Exhalación de alivio o frustración | sigh | | `[groaning]` | Sonido de frustración | ugh | | `[panting]` | Sin aliento | huff, puff | | `[gasping]` | Inhalación brusca | gasp | | `[yawning]` | Sonido de cansancio | yawn | -| `[snoring]` | Sonido de sueño | zzz | +| `[snoring]` | Sonido al dormir | zzz | | `[clear throat]` | Sonido de carraspeo | ahem | ## Pausas y efectos especiales @@ -141,7 +144,7 @@ Las etiquetas de efectos de audio añaden sonidos humanos naturales. Después de |-----|-------------| | `[break]` | Pausa breve en el habla | | `[long-break]` | Pausa prolongada en el habla | -| `[short pause]` | Breve pausa entre líneas | +| `[short pause]` | Pausa breve entre líneas | | `[long pause]` | Silencio prolongado | | `[audience laughing]` | Sonido de público riendo | | `[background laughter]` | Risa de fondo | @@ -149,9 +152,9 @@ Las etiquetas de efectos de audio añaden sonidos humanos naturales. Después de Las palabras de pausa normales también marcan el ritmo sin necesidad de etiquetas: "um", "uh", "嗯", "啊". -## Combining tags +## Combinar etiquetas -**Pair a physical tag with an emotion tag.** Physical tags like `[panting]` or `[whispering]` register on their own, but pairing them with an emotion produces more consistent, natural results: +**Combina una etiqueta física con una etiqueta de emoción.** Las etiquetas físicas como `[panting]` o `[whispering]` funcionan por sí solas, pero combinarlas con una emoción produce resultados más consistentes y naturales: ```text [panting] [tired] I've been running for twenty minutes. @@ -159,7 +162,7 @@ Las palabras de pausa normales también marcan el ritmo sin necesidad de etiquet [shouting] [angry] I told you this would happen! ``` -**Layer emotions for complex expressions.** Keep combinations to three tags or fewer per sentence: +**Combina varias emociones para expresiones complejas.** Limita las combinaciones a tres etiquetas o menos por oración: ```text [sad][whispering] I miss you so much. @@ -167,7 +170,7 @@ Las palabras de pausa normales también marcan el ritmo sin necesidad de etiquet [excited][laughing] We won! Ha ha! ``` -**Write emotion transitions** as a natural progression across sentences: +**Escribe las transiciones de emoción** como una progresión natural entre oraciones: ```text [happy] I got the promotion! @@ -177,13 +180,13 @@ Las palabras de pausa normales también marcan el ritmo sin necesidad de etiquet [determined] I'm going to make it work! ``` -**Add background effects** for atmosphere: +**Agrega efectos de fondo** para crear ambiente: ```text The comedy show was amazing [audience laughing] ``` -**Modulate intensity** with descriptive modifiers: +**Modula la intensidad** con modificadores descriptivos: ```text [slightly sad] I'm a bit disappointed. @@ -195,25 +198,25 @@ The comedy show was amazing [audience laughing] **Sí:** -- Usa una sola emoción principal por oración +- Usa una emoción principal por oración - Ajusta las emociones al contexto de forma lógica - Añade texto después de los efectos de sonido, por ejemplo "Ha ha" después de `[laughing]` -- Espacia los cambios emocionales para ganar realismo +- Espacia los cambios emocionales para lograr realismo - Prueba distintas combinaciones con la misma voz **No:** - Abuses de las etiquetas en textos cortos -- Mezcles emociones en conflicto en una misma oración +- Mezcles emociones en conflicto dentro de una misma oración - Escribas descripciones entre corchetes tan largas que interrumpan el flujo -- Dejes una etiqueta descriptiva sin texto después -- Coloques las indicaciones de emoción de la oración lejos de la oración que controlan +- Dejes una etiqueta descriptiva sin texto después de ella +- Alejes de la oración que controlan las indicaciones de emoción de nivel de oración -Si la salida suena poco natural, espacia los cambios emocionales, reduce la intensidad o prueba otra voz: la misma etiqueta se percibe de forma distinta según la voz. +Si la salida suena poco natural, espacia los cambios emocionales, baja la intensidad o prueba con otra voz: la misma etiqueta suena distinto en voces diferentes. -## Multi-speaker dialogue +## Diálogo con varios hablantes -Connect two or more voices to the Fish Audio Text to Speech node, then mark speaker changes in the text with `@Voice1`, `@Voice2`, and so on. Every connected voice must appear in the text at least once, or the node raises an error. Voice connections are covered in [Fish Audio: Text to Speech, Voice Cloning, and Speech to Text](/tutorials/partner-nodes/fishaudio/fish-audio#connecting-voices). +Conecta dos o más voces al nodo Fish Audio Texto a voz, luego marca los cambios de hablante en el texto con `@Voice1`, `@Voice2`, etc. Cada voz conectada debe aparecer en el texto al menos una vez; de lo contrario, el nodo genera un error. Las conexiones de voz se explican en [Fish Audio: Texto a voz, clonación de voz y voz a texto](/es/tutorials/partner-nodes/fishaudio/fish-audio#conectar-voces). ```text @Voice1 [nervous] You're sure no one followed you? @@ -222,29 +225,29 @@ Connect two or more voices to the Fish Audio Text to Speech node, then mark spea @Voice2 [curious] You don't even know what it is? ``` -## Phoneme control +## Control de fonemas -Phoneme tags specify exact pronunciations for names, homographs, acronyms, and technical terms. Wrap the replacement pronunciation in `<|phoneme_start|>` and `<|phoneme_end|>` tags. Phoneme tags are preserved by text normalization, so keep `normalize` enabled. +Las etiquetas de fonemas especifican pronunciaciones exactas para nombres, homógrafos, siglas y términos técnicos. Encierra la pronunciación de reemplazo entre las etiquetas `<|phoneme_start|>` y `<|phoneme_end|>`. La normalización de texto conserva las etiquetas de fonemas, así que mantén `normalize` activado. -**English** (CMU Arpabet, replaces one word): +**Inglés** (CMU Arpabet, reemplaza una palabra): ```text I am an <|phoneme_start|>EH1 N JH AH0 N IH1 R<|phoneme_end|>. ``` -**Chinese** (tone-number pinyin, replaces one character or syllable, useful for polyphonic characters and names): +**Chino** (pinyin con número de tono, reemplaza un carácter o una sílaba, útil para caracteres polifónicos y nombres): ```text 我是一个<|phoneme_start|>gong1<|phoneme_end|><|phoneme_start|>cheng2<|phoneme_end|><|phoneme_start|>shi1<|phoneme_end|>。 ``` -**Japanese** (OpenJTalk-style romaji with pitch accent digits): +**Japonés** (romaji al estilo OpenJTalk con dígitos de acento tonal): ```text <|phoneme_start|>ha0shi1ga0<|phoneme_end|>見えます。 ``` -Phoneme control combines with other tags in the same text: +El control de fonemas se combina con otras etiquetas en el mismo texto: ```text I am, um, an [break] <|phoneme_start|>EH1 N JH AH0 N IH1 R<|phoneme_end|>. @@ -254,32 +257,32 @@ I am, um, an [break] <|phoneme_start|>EH1 N JH AH0 N IH1 R<|phoneme_end|>. Los valores predeterminados están bien ajustados. Ajusta solo cuando lo necesites: -| Parámetro | Predeterminado | Efecto | -|-----------|----------------|--------| -| `temperature` | 0.7 | Expresividad. Un valor más alto genera más variedad, uno más bajo es más consistente | -| `top_p` | 0.7 | Diversidad mediante muestreo de núcleo | +| Parámetro | Valor predeterminado | Efecto | +|-----------|---------|--------| +| `temperature` | 0.7 | Expresividad. Un valor más alto es más variado, uno más bajo es más consistente | +| `top_p` | 0.7 | Diversidad mediante muestreo de núcleo (nucleus sampling) | | `speed` | 1.0 | Velocidad del habla, de 0.5 a 2.0 | | `volume` | 0.0 | Ajuste de volumen en decibelios, de -10 a 10 | -| `normalize` | true | Expande números y fechas para que se lean de forma natural. Déjalo activado a menos que la normalización reescriba texto que quieres que se lea literalmente | +| `normalize` | true | Expande números y fechas para una lectura natural. Mantenlo activado a menos que la normalización reescriba texto que quieres leer de forma literal | -El parámetro `seed` controla si el nodo se vuelve a ejecutar; los resultados no son deterministas independientemente del valor de `seed`. +El parámetro `seed` controla si el nodo se vuelve a ejecutar; los resultados no son deterministas, independientemente del valor de la semilla. ## Calidad de la clonación de voz -Para el nodo Clonación instantánea de voz de Fish Audio, la calidad de la grabación de referencia decide el resultado. Los límites de grabación se explican en [Fish Audio: texto a voz, clonación de voz y voz a texto](/es/tutorials/partner-nodes/fishaudio/fish-audio#limites-de-la-clonacion-de-voz): +Para el nodo Clonación instantánea de voz de Fish Audio, la calidad de la grabación de referencia decide el resultado. Los límites de grabación se explican en [Fish Audio: Text to Speech, clonación de voz y Speech to Text](/es/tutorials/partner-nodes/fishaudio/fish-audio#límites-de-la-clonación-de-voz): -- Graba 2 o 3 clips de 15 a 20 segundos cada uno, con un total de menos de 270 segundos -- Un solo hablante, volumen constante, tono y emoción consistentes -- Pausas pequeñas entre frases, de aproximadamente medio segundo +- Graba de 2 a 3 clips de 15 a 20 segundos cada uno, con menos de 270 segundos en total +- Un solo hablante, volumen estable, tono y emoción uniformes +- Pausas breves entre frases, de aproximadamente medio segundo - Una habitación silenciosa, con el micrófono a una mano de distancia de la boca -- Sirve una grabadora de teléfono o el micrófono de unos auriculares; evita la música de fondo, la televisión y el eco +- Sirve una grabadora de teléfono o el micrófono de unos auriculares; evita la música de fondo, la TV y el eco -Si la voz clonada suena robótica, graba más material, de 30 a 60 segundos en total, y habla de forma natural con pausas. +Si la voz clonada suena robótica, graba más material, de 30 a 60 segundos en total, y habla con naturalidad, haciendo pausas. -Clona solo voces que tengas permiso de usar: la tuya o la de alguien que te haya dado permiso explícito. +Clona solo voces que tengas permiso de usar: la tuya propia, o la de alguien que te haya dado permiso explícito. ## Referencias - [Documentación de control de emociones de Fish Audio](https://docs.fish.audio/developer-guide/core-features/emotions) - [Documentación de control detallado de Fish Audio](https://docs.fish.audio/developer-guide/core-features/fine-grained-control) -- [Buenas prácticas de clonación de voz de Fish Audio](https://docs.fish.audio/developer-guide/best-practices/voice-cloning) +- [Prácticas recomendadas para la clonación de voces de Fish Audio](https://docs.fish.audio/developer-guide/best-practices/voice-cloning) diff --git a/es/tutorials/video/bytedance/bernini-r.mdx b/es/tutorials/video/bytedance/bernini-r.mdx index 12929888e1..81b77e497d 100644 --- a/es/tutorials/video/bytedance/bernini-r.mdx +++ b/es/tutorials/video/bytedance/bernini-r.mdx @@ -2,10 +2,11 @@ title: "Bernini-R en ComfyUI: edición de imágenes y video en contexto" description: "Edita imágenes y video en ComfyUI con ByteDance Bernini-R, un modelo Wan 2.2 solo de renderizado que usa imágenes o video de referencia sin entrenamiento LoRA." sidebarTitle: "Bernini-R" -translationSourceHash: 28ac25ab +translationSourceHash: d89830ba translationFrom: tutorials/video/bytedance/bernini-r.mdx translationBlockHashes: "_intro": b791048b + "Model Installation": 286fbd69 "Example Workflows": cf2f84c1 "1. Image Editing": a9437ae9 "2. Video Editing": d17ea37c @@ -22,7 +23,7 @@ Capacidades principales: - **Varios tipos de tarea en un solo modelo**: generación de imagen y video, edición, cambio de iluminación, cambio de estilo, inserción de sujetos - **Acondicionamiento en contexto**: las imágenes y los videos de referencia actúan como prompts visuales y se inyectan como tokens -- **Ligero**: modelo solo para renderizado. Sin un backbone de difusión de texto a video. +- **Ligero**: modelo solo para renderizado. No usa un backbone de difusión de texto a video. - **Soporte flexible de entradas**: referencias de una o varias imágenes, video a video, edición guiada por referencia Bernini-R admite estos tipos de tarea: @@ -32,7 +33,7 @@ Bernini-R admite estos tipos de tarea: | **t2v** | Prompt de texto | Generación de texto a video | | **v2v** | Video fuente | Cambio de estilo de video a video | | **rv2v** | Video fuente + imagen(es) de referencia | Edición de video guiada por referencia (cambio de iluminación, inserción de sujetos) | -| **r2v** | Solo imagen(es) de referencia | Generación de referencia a video | +| **r2v** | Solo imagen(es) de referencia | Generación de video a partir de referencias | | **img** | Imagen fuente + prompt de texto | Edición de imagen (cambio de iluminación, cambio de estilo, inserción de sujetos) | | **ads2v** | Video fuente + video de referencia | Insertar contenido de imagen o video en el video fuente | @@ -42,9 +43,9 @@ Bernini-R admite estos tipos de tarea: ComfyUI ahora admite de forma nativa los nodos de Bernini-R. Asegúrate de haber actualizado a la última versión de [ComfyUI](https://github.com/Comfy-Org/ComfyUI) antes de empezar. -## Model Installation +## Instalación de modelos -Download the required model weights and save them to the corresponding ComfyUI folders: +Descarga los pesos de modelo requeridos y guárdalos en las carpetas correspondientes de ComfyUI: **text_encoders:** - [umt5_xxl_fp8_e4m3fn_scaled.safetensors](https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/blob/main/split_files/text_encoders/umt5_xxl_fp8_e4m3fn_scaled.safetensors?download=true) @@ -77,15 +78,15 @@ ComfyUI/ ## 1. Edición de imagen -**Qué hace:** Genera una imagen editada con iluminación coincidente y consulta una comparación antes y después en paralelo. Ideal para la iluminación de retratos y productos, una iluminación coherente en conjuntos de fotos y la fotografía de catálogos de e-commerce. +**Qué hace:** Genera una imagen editada con iluminación coincidente y consulta una comparación en paralelo de antes y después. Ideal para volver a iluminar retratos y productos, mantener una iluminación coherente en series de fotos y fotografía de catálogo para comercio electrónico. -Vista previa del flujo de trabajo Image Editing de Bernini-R +Vista previa del flujo de trabajo de edición de imágenes de Bernini-R - + Abrir en Comfy Cloud - + Descarga el JSON o busca "Bernini-R" en la Biblioteca de plantillas @@ -93,10 +94,10 @@ ComfyUI/ **Materiales de entrada** - + Descarga la imagen de entrada predeterminada o usa la tuya. - + Descarga la imagen de referencia predeterminada o usa la tuya. @@ -106,13 +107,13 @@ ComfyUI/ 1. **Selecciona el tipo de tarea**: elige tu tarea (Image Editing, Subject to Image, etc.) 2. **Conecta las entradas**: carga la imagen de origen y las imágenes de referencia opcionales 3. **Escribe el prompt**: describe la edición deseada -4. **Run**: haz clic en Cola o usa `Cmd+Enter` +4. **Run**: haz clic en Queue o usa `Cmd+Enter` **Entrada de imagen de referencia:** Úsala para **Subject to Image** cuando necesites una o más imágenes de referencia (sujeto, vestuario, escena, accesorios). En el prompt, usa `image0`, `image1`, … para hacer referencia a cada imagen. No es necesaria para **Image Editing**: esa tarea usa `source_image` en su lugar. - - Este flujo de trabajo usa nodos Subgraph para un procesamiento modular. Consulta la documentación de Subgraph para aprender a personalizar y ampliar el flujo de trabajo. + + Este flujo de trabajo usa nodos Subgraph para el procesamiento modular. Consulta la documentación de Subgraph para aprender a personalizar y ampliar el flujo de trabajo. @@ -120,16 +121,16 @@ ComfyUI/ ## 2. Edición de video -**Qué hace:** genera un video editado con un cambio de iluminación coherente usando Bernini-R. Conecta un video de origen, una o varias imágenes de referencia opcionales o un video de referencia, selecciona el tipo de tarea, escribe un prompt y ejecuta. +**Qué hace:** Genera un video editado con una iluminación coherente usando Bernini-R. Conecta un video de origen, imágenes de referencia o un video de referencia opcionales, elige el tipo de tarea, escribe un prompt y ejecuta. -Vista previa del flujo de trabajo de edición de video con Bernini-R +Vista previa del flujo de trabajo de edición de video de Bernini-R - + Abrir en Comfy Cloud - Descarga el JSON o busca "Bernini-R" en la biblioteca de plantillas + Descarga el JSON o busca "Bernini-R" en la Biblioteca de plantillas @@ -150,13 +151,13 @@ ComfyUI/ 2. **(Opcional) Carga las referencias**: imágenes de referencia o video de referencia 3. **Selecciona el tipo de tarea**: v2v, rv2v, r2v o ads2v 4. **Escribe el prompt**: describe la edición deseada -5. **Ejecuta**: haz clic en Queue o usa `Cmd+Enter` +5. **Run**: haz clic en Queue o usa `Cmd+Enter` -**Entrada de imagen de referencia:** úsala cuando una tarea necesite una o más imágenes de referencia (rv2v, r2v, atuendos de varias piezas). Cada imagen del lote se convierte en su propio token en contexto. Menciona `image0`, `image1`, … en el prompt si las referencias desempeñan funciones diferentes. +**Entrada de imagen de referencia:** Úsala cuando una tarea necesite una o más imágenes de referencia (rv2v, r2v, atuendos con varias piezas). Cada imagen del lote se convierte en su propio token en contexto. Menciona `image0`, `image1`, … en el prompt si las referencias cumplen funciones distintas. - Este flujo de trabajo usa nodos Subgraph para el procesamiento modular. Consulta la documentación de Subgraph para aprender a personalizar y extender el flujo de trabajo. + Este flujo de trabajo usa nodos Subgraph para el procesamiento modular. Consulta la documentación de Subgraph para aprender a personalizar y ampliar el flujo de trabajo. @@ -164,6 +165,6 @@ ComfyUI/ ## Recursos de la comunidad -- [Bernini GitHub (bytedance/Bernini)](https://github.com/bytedance/Bernini): artículo de investigación y documentación de tareas -- [Comfy-Org/Bernini-R](https://huggingface.co/Comfy-Org/Bernini-R): pesos de modelo oficiales de ComfyUI -- [Bernini: Latent Semantic Planning for Video Diffusion](https://arxiv.org/abs/2605.22344): artículo de investigación +- [Bernini GitHub (bytedance/Bernini)](https://github.com/bytedance/Bernini): Artículo de investigación y documentación de tareas +- [Comfy-Org/Bernini-R](https://huggingface.co/Comfy-Org/Bernini-R): Pesos oficiales del modelo de ComfyUI +- [Bernini: Latent Semantic Planning for Video Diffusion](https://arxiv.org/abs/2605.22344): Artículo de investigación diff --git a/es/tutorials/video/hunyuan/hunyuan-video-1-5.mdx b/es/tutorials/video/hunyuan/hunyuan-video-1-5.mdx index 366bda6eb2..9258b9026c 100644 --- a/es/tutorials/video/hunyuan/hunyuan-video-1-5.mdx +++ b/es/tutorials/video/hunyuan/hunyuan-video-1-5.mdx @@ -2,13 +2,15 @@ title: "HunyuanVideo 1.5 en ComfyUI: T2V e I2V en GPUs de consumo" description: "Ejecuta HunyuanVideo 1.5 en ComfyUI con una GPU de 24 GB: texto a video e imagen a video de 8.3B en 720p, más un upscaler de superresolución para 1080p." sidebarTitle: "HunyuanVideo 1.5" -translationSourceHash: 3d889bf3 +translationSourceHash: 0c287152 translationFrom: tutorials/video/hunyuan/hunyuan-video-1-5.mdx translationBlockHashes: "_intro": 74d9d0ad "Model highlights": a18b0a64 + "Common models for all workflows": eb36d964 "Hunyuan Video 1.5 Text-to-Video Workflow": a6511c93 "Hunyuan Video 1.5 Image-to-Video Workflow": 9e20cd3b + "Super-resolution upscaler": 59623be1 --- import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx"; @@ -21,27 +23,27 @@ import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx"; - **Potencia compacta**: Ofrece un rendimiento SOTA comparable al de modelos más grandes mientras se ejecuta en hardware de consumo. - **Generación versátil**: Admite generación de texto a video e imagen a video (5-10s) de alta calidad con una consistencia excepcional. -- **Control preciso**: Buen seguimiento de instrucciones para movimientos de cámara, física y expresiones emocionales. +- **Control preciso**: Sólido seguimiento de instrucciones para movimientos de cámara, física y expresiones emocionales. - **Calidad cinematográfica**: Salida nativa en 720p (ampliable a 1080p) con una estética profesional. - **Funciones completas**: Admite diversos estilos (realista, anime, 3D) y renderizado de texto en el video (chino/inglés). -## Common models for all workflows +## Modelos comunes para todos los flujos de trabajo -The following models are used in both Text-to-Video and Image-to-Video workflows. Download and save them to the specified directories: +Los siguientes modelos se usan tanto en los flujos de trabajo de texto a video como en los de imagen a video. Descárgalos y guárdalos en los directorios indicados: - - qwen_2.5_vl_7b_fp8_scaled.safetensors — save to ComfyUI/models/text_encoders/ + + qwen_2.5_vl_7b_fp8_scaled.safetensors: guárdalo en ComfyUI/models/text_encoders/ - - byt5_small_glyphxl_fp16.safetensors — save to ComfyUI/models/text_encoders/ + + byt5_small_glyphxl_fp16.safetensors: guárdalo en ComfyUI/models/text_encoders/ - - hunyuanvideo15_vae_fp16.safetensors — save to ComfyUI/models/vae/ + + hunyuanvideo15_vae_fp16.safetensors: guárdalo en ComfyUI/models/vae/ -#### Storage +#### Almacenamiento ``` ComfyUI/ @@ -53,9 +55,9 @@ ComfyUI/ │ └── hunyuanvideo15_vae_fp16.safetensors ``` -## Flujo de trabajo de texto a video de Hunyuan Video 1.5 +## Flujo de trabajo de texto a video con Hunyuan Video 1.5 -HunyuanVideo 1.5 Text-to-Video genera videos de 5-10 segundos a partir de descripciones en lenguaje natural, con calidad mejorada y requisitos de VRAM reducidos. +HunyuanVideo 1.5 Text-to-Video genera videos de 5 a 10 segundos a partir de descripciones en lenguaje natural, con mayor calidad y menores requisitos de VRAM. ![Flujo de trabajo de ComfyUI - Hunyuan Video 1.5 T2V](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/video_hunyuan_video_1.5_720p_t2v-1.webp) @@ -72,11 +74,11 @@ HunyuanVideo 1.5 Text-to-Video genera videos de 5-10 segundos a partir de descri - hunyuanvideo1.5_720p_t2v_fp16.safetensors: guárdalo en ComfyUI/models/diffusion_models/ + hunyuanvideo1.5_720p_t2v_fp16.safetensors — guarda el archivo en ComfyUI/models/diffusion_models/ -#### Almacenamiento de modelos +#### Almacenamiento de los modelos ``` ComfyUI/ @@ -100,12 +102,12 @@ ComfyUI/ 4. Haz clic en el botón `Queue` o usa el atajo `Ctrl(Cmd) + Enter` para ejecutar el flujo de trabajo -El flujo de trabajo incluye un nodo que aplica upscale con superresolución. Cuando lo habilitas, usa `hunyuanvideo1.5_1080p_sr_distilled_fp16.safetensors` para aplicar upscale a la salida y llevarla a 1080p. +El flujo de trabajo incluye un nodo de upscale con superresolución. Cuando está habilitado, usa `hunyuanvideo1.5_1080p_sr_distilled_fp16.safetensors` para escalar la salida a 1080p. ## Flujo de trabajo de imagen a video de Hunyuan Video 1.5 -HunyuanVideo 1.5 Imagen a Video transforma imágenes estáticas en videos suaves y de alta calidad, con mejor consistencia y dinámica de movimiento. +HunyuanVideo 1.5 Imagen a video transforma imágenes estáticas en videos suaves y de alta calidad, con mejor consistencia y dinámica de movimiento. ![Flujo de trabajo de ComfyUI - Hunyuan Video 1.5 I2V](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/video_hunyuan_video_1.5_720p_i2v-1.webp) @@ -143,7 +145,7 @@ HunyuanVideo 1.5 Imagen a Video transforma imágenes estáticas en videos suaves ComfyUI/ ├── 📂 models/ │ ├── 📂 clip_vision/ -│ │ └── sigclip_vision_patch14_384.safetensors // Codificador visual I2V +│ │ └── sigclip_vision_patch14_384.safetensors // Codificador de visión I2V │ ├── 📂 text_encoders/ │ │ ├── qwen_2.5_vl_7b_fp8_scaled.safetensors // Modelo compartido │ │ └── byt5_small_glyphxl_fp16.safetensors // Modelo compartido @@ -155,22 +157,22 @@ ComfyUI/ ### Pasos para ejecutar el flujo de trabajo -1. Asegúrate de que el nodo `DualCLIPLoader` tenga cargados estos modelos: +1. Asegúrate de que el nodo `DualCLIPLoader` haya cargado estos modelos: - clip_name1: `qwen_2.5_vl_7b_fp8_scaled.safetensors` - clip_name2: `byt5_small_glyphxl_fp16.safetensors` -2. Asegúrate de que el nodo `CLIPVisionLoader` tenga cargado `sigclip_vision_patch14_384.safetensors` -3. Asegúrate de que el nodo `Load Diffusion Model` tenga cargado `hunyuanvideo1.5_720p_i2v_fp16.safetensors` -4. Asegúrate de que el nodo `Load VAE` tenga cargado `hunyuanvideo15_vae_fp16.safetensors` +2. Asegúrate de que el nodo `CLIPVisionLoader` haya cargado `sigclip_vision_patch14_384.safetensors` +3. Asegúrate de que el nodo `Load Diffusion Model` haya cargado `hunyuanvideo1.5_720p_i2v_fp16.safetensors` +4. Asegúrate de que el nodo `Load VAE` haya cargado `hunyuanvideo15_vae_fp16.safetensors` 5. Haz clic en el botón `Queue` o usa el atajo `Ctrl(Cmd) + Enter` para ejecutar el flujo de trabajo -## Super-resolution upscaler +## Upscaler de superresolución -Both workflows include a super-resolution node that can upscale the output video from 720p to 1080p. This optional upscaler uses a distilled model for efficient high-resolution output. +Ambos flujos de trabajo incluyen un nodo de superresolución que puede hacer upscale del video de salida de 720p a 1080p. Este upscaler opcional usa un modelo destilado para una salida de alta resolución eficiente. - - hunyuanvideo1.5_1080p_sr_distilled_fp16.safetensors — save to ComfyUI/models/diffusion_models/ + + hunyuanvideo1.5_1080p_sr_distilled_fp16.safetensors: guárdalo en ComfyUI/models/diffusion_models/ -All shared and workflow-specific models combined: +Todos los modelos compartidos y específicos del flujo de trabajo combinados: ``` ComfyUI/ @@ -187,3 +189,4 @@ ComfyUI/ │ ├── hunyuanvideo1.5_720p_i2v_fp16.safetensors // I2V model │ └── hunyuanvideo1.5_1080p_sr_distilled_fp16.safetensors // Upscaler ``` + diff --git a/es/tutorials/video/hunyuan/hunyuan-video.mdx b/es/tutorials/video/hunyuan/hunyuan-video.mdx index bb42059b43..60c5e034e2 100644 --- a/es/tutorials/video/hunyuan/hunyuan-video.mdx +++ b/es/tutorials/video/hunyuan/hunyuan-video.mdx @@ -2,12 +2,14 @@ title: "Ejemplos de Hunyuan Video en ComfyUI" description: "Guía para usar los flujos de trabajo texto a video e imagen a video de Hunyuan en ComfyUI" sidebarTitle: "Hunyuan Video" -translationSourceHash: b0191226 +translationSourceHash: aa9c03fe translationFrom: tutorials/video/hunyuan/hunyuan-video.mdx translationBlockHashes: "_intro": 1af8ce94 + "Common Models for All Workflows": dee5f872 "Hunyuan Text-to-Video Workflow": 8b79e012 "Hunyuan Image-to-Video Workflow": fe9a6b51 + "Try It Yourself": d46e8289 --- import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx"; @@ -18,16 +20,16 @@ import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx"; src="https://github.com/user-attachments/assets/442afb73-3092-454f-bc46-02361c285930" > -Tencent desarrolla y publica como código abierto la serie Hunyuan Video, que presenta una arquitectura híbrida capaz de generar tanto [texto a video](https://github.com/Tencent/HunyuanVideo) como [imagen a video](https://github.com/Tencent/HunyuanVideo-I2V), con una escala de parámetros de 13B. +La serie Hunyuan Video está desarrollada y publicada como código abierto por [Tencent](https://huggingface.co/tencent), y presenta una arquitectura híbrida que admite tanto la generación de [texto a video](https://github.com/Tencent/HunyuanVideo) como de [imagen a video](https://github.com/Tencent/HunyuanVideo-I2V), con una escala de parámetros de 13B. Características técnicas: -- **Arquitectura principal:** utiliza una arquitectura DiT (Diffusion Transformer) similar a Sora, que fusiona de forma eficaz la información de texto, imagen y movimiento para mejorar la coherencia, la calidad y la alineación entre los fotogramas del video generado. Un mecanismo unificado de atención completa permite transiciones de cámara con múltiples vistas y, al mismo tiempo, garantiza la coherencia del sujeto. +- **Arquitectura principal:** emplea una arquitectura DiT (Diffusion Transformer) similar a la de Sora, que fusiona de forma eficaz la información de texto, imagen y movimiento para mejorar la coherencia, la calidad y la alineación entre los fotogramas del video generado. Un mecanismo unificado de atención completa permite transiciones de cámara con múltiples vistas y, al mismo tiempo, garantiza la coherencia del sujeto. - **VAE 3D:** el VAE 3D personalizado comprime los videos en un espacio latente compacto, lo que hace más eficiente la generación de imagen a video. - **Alineación superior entre imagen, video y texto:** emplea codificadores de texto MLLM que destacan tanto en la generación de imágenes como de videos, siguen mejor las instrucciones de texto, capturan detalles y realizan razonamientos complejos. -Puedes aprender más en los repositorios oficiales: [Hunyuan Video](https://github.com/Tencent/HunyuanVideo) y [Hunyuan Video-I2V](https://github.com/Tencent/HunyuanVideo-I2V). +Aprende más en los repositorios oficiales: [Hunyuan Video](https://github.com/Tencent/HunyuanVideo) y [Hunyuan Video-I2V](https://github.com/Tencent/HunyuanVideo-I2V). -Esta guía te mostrará cómo configurar los flujos de trabajo de **texto a video** y de **imagen a video** en ComfyUI. +Esta guía te muestra cómo configurar los flujos de trabajo de **texto a video** y de **imagen a video** en ComfyUI. Las imágenes de los flujos de trabajo de este tutorial contienen metadatos con la información de descarga de los modelos. @@ -39,23 +41,23 @@ Como alternativa, esta guía ofrece enlaces directos a los modelos por si fallan -## Common Models for All Workflows +## Modelos comunes para todos los flujos de trabajo -The following models are used in both Text-to-Video and Image-to-Video workflows. Download and save them to the specified directories: +Los siguientes modelos se usan tanto en los flujos de trabajo de texto a video como en los de imagen a video. Descárgalos y guárdalos en los directorios indicados: - Save to ComfyUI/models/text_encoders + Guarda en ComfyUI/models/text_encoders - Save to ComfyUI/models/text_encoders + Guarda en ComfyUI/models/text_encoders - Save to ComfyUI/models/vae + Guarda en ComfyUI/models/vae -Storage location: +Ubicación de almacenamiento: ``` ComfyUI/ @@ -67,29 +69,29 @@ ComfyUI/ │ └── hunyuan_video_vae_bf16.safetensors ``` -## Flujo de trabajo de texto a video con Hunyuan +## Flujo de trabajo de Hunyuan texto a video -Hunyuan Text-to-Video se publicó como código abierto en diciembre de 2024 y permite generar videos cortos de 5 segundos mediante descripciones en lenguaje natural, tanto en chino como en inglés. +Hunyuan texto a video se publicó como código abierto en diciembre de 2024 y permite generar videos cortos de 5 segundos a partir de descripciones en lenguaje natural, tanto en chino como en inglés. ### 1. Flujo de trabajo Descarga la imagen del flujo de trabajo que aparece a continuación y arrástrala a ComfyUI para cargarlo: -![ComfyUI Workflow - Hunyuan Text-to-Video](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/hunyuan_video_text_to_video-1.webp) +![Flujo de trabajo de ComfyUI: Hunyuan texto a video](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/hunyuan_video_text_to_video-1.webp) Abrir en Comfy Cloud - Descarga el JSON o busca "Hunyuan Video" en la Biblioteca de plantillas + Descarga el JSON o busca "Hunyuan Video" en la biblioteca de plantillas ### 2. Instalación manual de los modelos - Guárdalo en ComfyUI/models/diffusion_models + Guarda en ComfyUI/models/diffusion_models Asegúrate de tener todos estos archivos de modelo en las ubicaciones correctas: @@ -107,13 +109,13 @@ ComfyUI/ ### 3. Pasos para ejecutar el flujo de trabajo -![ComfyUI Hunyuan Video T2V Workflow](/images/tutorial/advanced/hunyuanvideo/flow_diagram_t2v.jpg) +![Flujo de trabajo T2V de Hunyuan Video en ComfyUI](/images/tutorial/advanced/hunyuanvideo/flow_diagram_t2v.jpg) -1. Asegúrate de que el nodo `DualCLIPLoader` tenga cargados estos modelos: +1. Asegúrate de que el nodo `DualCLIPLoader` haya cargado estos modelos: - clip_name1: clip_l.safetensors - clip_name2: llava_llama3_fp8_scaled.safetensors -2. Asegúrate de que el nodo `Load Diffusion Model` tenga cargado `hunyuan_video_t2v_720p_bf16.safetensors` -3. Asegúrate de que el nodo `Load VAE` tenga cargado `hunyuan_video_vae_bf16.safetensors` +2. Asegúrate de que el nodo `Load Diffusion Model` haya cargado `hunyuan_video_t2v_720p_bf16.safetensors` +3. Asegúrate de que el nodo `Load VAE` haya cargado `hunyuan_video_vae_bf16.safetensors` 4. Haz clic en el botón `Queue` o usa el atajo `Ctrl(cmd) + Enter` para ejecutar el flujo de trabajo @@ -122,11 +124,11 @@ Cuando el parámetro `length` del nodo `EmptyHunyuanLatentVideo` se establece en ## Flujo de trabajo de imagen a video con Hunyuan -El modelo Hunyuan Image-to-Video se publicó como código abierto el 6 de marzo de 2025, basado en el framework HunyuanVideo. Transforma imágenes estáticas en videos suaves y de alta calidad y también proporciona código de entrenamiento LoRA para personalizar efectos especiales de video como crecimiento de cabello, transformación de objetos y más. +El modelo Hunyuan de imagen a video se publicó como código abierto el 6 de marzo de 2025, basado en el framework HunyuanVideo. Transforma imágenes estáticas en videos suaves y de alta calidad y también ofrece código de entrenamiento de LoRA para personalizar efectos de video especiales como el crecimiento del cabello, la transformación de objetos y más. -Actualmente, el modelo Hunyuan Image-to-Video tiene dos versiones: +Actualmente, el modelo Hunyuan de imagen a video tiene dos versiones: - v1 "concat": mejor fluidez de movimiento, pero menor adherencia a la orientación de la imagen -- v2 "replace": actualizado al día siguiente de v1, con mejor orientación de imagen, pero aparentemente menos dinámico en comparación con v1 +- v2 "replace": actualizada al día siguiente de la v1, con mejor orientación de la imagen pero aparentemente menos dinámica en comparación con la v1
@@ -142,14 +144,14 @@ Actualmente, el modelo Hunyuan Image-to-Video tiene dos versiones: ### Modelo compartido para las versiones v1 y v2 - Guarda el archivo en ComfyUI/models/clip_vision + Guarda en ComfyUI/models/clip_vision ### Flujo de trabajo de imagen a video V1 "concat" #### 1. Flujo de trabajo y recursos -Descarga la imagen del flujo de trabajo que aparece abajo y arrástrala a ComfyUI para cargar el flujo de trabajo: +Descarga la imagen del flujo de trabajo a continuación y arrástrala a ComfyUI para cargar el flujo de trabajo: -![Flujo de trabajo de ComfyUI: Hunyuan imagen a video v1](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/hunyuan-video/i2v/v1_robot.webp) +![Flujo de trabajo de ComfyUI - Hunyuan imagen a video v1](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/hunyuan-video/i2v/v1_robot.webp) @@ -157,7 +159,7 @@ Descarga la imagen del flujo de trabajo que aparece abajo y arrástrala a ComfyU -Descarga la imagen de abajo y úsala como fotograma inicial para la generación de imagen a video: +Descarga la imagen a continuación y úsala como fotograma inicial para la generación de imagen a video: Guárdala y úsala como imagen de entrada para la generación I2V @@ -165,7 +167,7 @@ Descarga la imagen de abajo y úsala como fotograma inicial para la generación #### 2. Instalación manual de modelos relacionados - Guárdalo en ComfyUI/models/diffusion_models + Guardar en ComfyUI/models/diffusion_models Asegúrate de tener todos estos archivos de modelo en las ubicaciones correctas: @@ -180,12 +182,12 @@ ComfyUI/ │ ├── vae/ │ │ └── hunyuan_video_vae_bf16.safetensors // Modelo compartido │ └── diffusion_models/ -│ └── hunyuan_video_image_to_video_720p_bf16.safetensors // Modelo de la versión v1 "concat" de I2V +│ └── hunyuan_video_image_to_video_720p_bf16.safetensors // Modelo de la versión "concat" de I2V v1 ``` #### 3. Pasos para ejecutar el flujo de trabajo -![Flujo de trabajo de ComfyUI Hunyuan Video I2V v1](/images/tutorial/advanced/hunyuanvideo/flow_diagram_i2v_v1.jpg) +![Flujo de trabajo de Hunyuan Video I2V v1 de ComfyUI](/images/tutorial/advanced/hunyuanvideo/flow_diagram_i2v_v1.jpg) 1. Asegúrate de que `DualCLIPLoader` haya cargado estos modelos: - clip_name1: clip_l.safetensors @@ -194,15 +196,15 @@ ComfyUI/ 3. Asegúrate de que `Load Image Model` haya cargado `hunyuan_video_image_to_video_720p_bf16.safetensors` 4. Asegúrate de que `Load VAE` haya cargado `vae_name: hunyuan_video_vae_bf16.safetensors` 5. Asegúrate de que `Load Diffusion Model` haya cargado `hunyuan_video_image_to_video_720p_bf16.safetensors` -6. Haz clic en el botón `Queue` o usa el atajo `Ctrl(cmd) + Enter` para ejecutar el flujo de trabajo### Flujo de trabajo v2 "replace" de imagen a video +6. Haz clic en el botón `Queue` o usa el atajo `Ctrl(cmd) + Enter` para ejecutar el flujo de trabajo### Flujo de trabajo de imagen a video v2 "replace" -El flujo de trabajo v2 es esencialmente el mismo que el flujo de trabajo v1. Solo necesitas descargar el modelo **replace** y usarlo en el nodo `Load Diffusion Model`. +El flujo de trabajo v2 es esencialmente el mismo que el v1. Solo necesitas descargar el modelo **replace** y usarlo en el nodo `Load Diffusion Model`. -#### 1. Flujo de trabajo y archivos +#### 1. Flujo de trabajo y recursos -Descarga la imagen del flujo de trabajo que aparece a continuación y arrástrala a ComfyUI para cargar el flujo de trabajo: +Descarga la imagen del flujo de trabajo que aparece a continuación y arrástrala a ComfyUI para cargarlo: -![Flujo de trabajo de ComfyUI - Hunyuan imagen a video v2](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/hunyuan-video/i2v/v2_fennec_gril.webp) +![Flujo de trabajo de ComfyUI - Hunyuan Image-to-Video v2](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/hunyuan-video/i2v/v2_fennec_gril.webp) @@ -210,15 +212,15 @@ Descarga la imagen del flujo de trabajo que aparece a continuación y arrástral -Descarga la imagen que aparece a continuación y úsala como fotograma inicial para la generación de imagen a video: +Descarga la imagen de abajo y úsala como fotograma inicial para la generación de imagen a video: - Guárdala y úsala como imagen de entrada para la generación de I2V + Guárdala y úsala como imagen de entrada para la generación I2V #### 2. Instalación manual de los modelos relacionados - Guarda en ComfyUI/models/diffusion_models + Guárdalo en ComfyUI/models/diffusion_models Asegúrate de tener todos estos archivos de modelo en las ubicaciones correctas: @@ -233,25 +235,25 @@ ComfyUI/ │ ├── vae/ │ │ └── hunyuan_video_vae_bf16.safetensors // Modelo compartido │ └── diffusion_models/ -│ └── hunyuan_video_v2_replace_image_to_video_720p_bf16.safetensors // Modelo de la versión "replace" de V2 +│ └── hunyuan_video_v2_replace_image_to_video_720p_bf16.safetensors // Modelo de la versión v2 "replace" ``` #### 3. Pasos para ejecutar el flujo de trabajo -![Flujo de trabajo de Hunyuan Video I2V v2 en ComfyUI](/images/tutorial/advanced/hunyuanvideo/flow_diagram_i2v_v2.jpg) +![Flujo de trabajo I2V v2 de Hunyuan Video en ComfyUI](/images/tutorial/advanced/hunyuanvideo/flow_diagram_i2v_v2.jpg) -1. Asegúrate de que el nodo `DualCLIPLoader` haya cargado estos modelos: +1. Asegúrate de que el nodo `DualCLIPLoader` tenga cargados estos modelos: - clip_name1: clip_l.safetensors - clip_name2: llava_llama3_fp8_scaled.safetensors -2. Asegúrate de que el nodo `Load CLIP Vision` haya cargado `llava_llama3_vision.safetensors` -3. Asegúrate de que el nodo `Load Image Model` haya cargado `hunyuan_video_image_to_video_720p_bf16.safetensors` -4. Asegúrate de que el nodo `Load VAE` haya cargado `hunyuan_video_vae_bf16.safetensors` -5. Asegúrate de que el nodo `Load Diffusion Model` haya cargado `hunyuan_video_v2_replace_image_to_video_720p_bf16.safetensors` +2. Asegúrate de que el nodo `Load CLIP Vision` tenga cargado `llava_llama3_vision.safetensors` +3. Asegúrate de que el nodo `Load Image Model` tenga cargado `hunyuan_video_image_to_video_720p_bf16.safetensors` +4. Asegúrate de que el nodo `Load VAE` tenga cargado `hunyuan_video_vae_bf16.safetensors` +5. Asegúrate de que el nodo `Load Diffusion Model` tenga cargado `hunyuan_video_v2_replace_image_to_video_720p_bf16.safetensors` 6. Haz clic en el botón `Queue` o usa el atajo `Ctrl(cmd) + Enter` para ejecutar el flujo de trabajo -## Try It Yourself +## Pruébalo tú mismo -Here are some images and prompts we provide. Use them as-is or adjust to create your own video. +Aquí tienes algunas imágenes y prompts que ofrecemos. Úsalos tal cual o ajústalos para crear tu propio video. ![example](/images/tutorial/advanced/hunyuanvideo/humanoid_android_dressed_in_a_flowing.png) @@ -282,3 +284,4 @@ flying car fastly moving and flying through the city ``` cyberpunk car race in night city, dynamic, super fast, fast shot ``` + diff --git a/es/tutorials/video/kandinsky/kandinsky-5.mdx b/es/tutorials/video/kandinsky/kandinsky-5.mdx index d958b535e8..ebadca8656 100644 --- a/es/tutorials/video/kandinsky/kandinsky-5.mdx +++ b/es/tutorials/video/kandinsky/kandinsky-5.mdx @@ -2,18 +2,20 @@ title: "Kandinsky 5.0 en ComfyUI: texto a video e imagen a video" description: "Usa Kandinsky 5.0 Video Lite en ComfyUI: texto a video de hasta 10 segundos e imagen a video de 5 segundos, con variantes SFT de 2B, no-CFG y destilada." sidebarTitle: "Kandinsky 5.0" -translationSourceHash: 0766e01c +translationSourceHash: e0a46d75 translationFrom: tutorials/video/kandinsky/kandinsky-5.mdx translationBlockHashes: "_intro": cd71d0f9 "Overview": dead89b1 "Model variants": 3bdbc0cb + "Text-to-Video workflow": 8641d2fb + "Image-to-Video workflow": b945bc9a "Resources": fa8f3352 --- import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx"; -[Kandinsky 5.0](https://huggingface.co/kandinskylab/Kandinsky-5.0-I2V-Lite-5s) es una familia de modelos de difusión para la generación de video e imágenes desarrollada por [Kandinsky Lab](https://huggingface.co/kandinskylab). Kandinsky 5.0 T2V Lite es un modelo ligero de 2B parámetros que se ubica entre los mejores modelos de generación de video de código abierto, capaz de generar videos de hasta 10 segundos de duración. +[Kandinsky 5.0](https://huggingface.co/kandinskylab/Kandinsky-5.0-I2V-Lite-5s) es una familia de modelos de difusión para la generación de video e imágenes, desarrollada por [Kandinsky Lab](https://huggingface.co/kandinskylab). Kandinsky 5.0 T2V Lite es un modelo ligero de 2B de parámetros que figura entre los mejores modelos de generación de video de código abierto y es capaz de generar videos de hasta 10 segundos de duración. @@ -22,7 +24,7 @@ import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx"; Kandinsky 5.0 usa un pipeline de difusión latente con Flow Matching e incluye: - **Diffusion Transformer (DiT):** Arquitectura generativa principal con atención cruzada a los embeddings de texto -- **Qwen2.5-VL y CLIP:** Proporciona embeddings de texto de alta calidad +- **Qwen2.5-VL y CLIP:** Proporcionan embeddings de texto de alta calidad - **HunyuanVideo 3D VAE:** Codifica y decodifica el video en un espacio latente La familia de modelos incluye varias variantes optimizadas para distintos casos de uso: @@ -42,45 +44,45 @@ Todos los modelos están disponibles en versiones de generación de video de 5 y | Kandinsky 5.0 T2V Lite distill | 5s / 10s | 16 | 35s / 61s | | Kandinsky 5.0 I2V Lite | 5s | 100 | 673s | -## Text-to-Video workflow +## Flujo de trabajo de texto a video ### Kandinsky 5.0 Video Lite Text to Video {#video_kandinsky5_t2v} -A lightweight 2B model that generates videos from English and Russian prompts with high visual quality. +Un modelo ligero de 2B que genera videos a partir de prompts en inglés y ruso con alta calidad visual. -Kandinsky 5.0 Video Lite Text to Video workflow preview +Vista previa del flujo de trabajo Kandinsky 5.0 Video Lite Text to Video - - Open in Comfy Cloud + + Abrir en Comfy Cloud - - Download JSON or search "Kandinsky 5.0 Video Lite Text to Video" in Template Library + + Descarga el JSON o busca "Kandinsky 5.0 Video Lite Text to Video" en la Biblioteca de plantillas -### 2. Manually download models +### 2. Descargar los modelos manualmente -**Text Encoders** +**Codificadores de texto** - - Qwen2.5-VL 7B text encoder (FP8). Place in ComfyUI/models/text_encoders/ + + Codificador de texto Qwen2.5-VL 7B (FP8). Colócalo en ComfyUI/models/text_encoders/ - - CLIP-L text encoder. Place in ComfyUI/models/text_encoders/ + + Codificador de texto CLIP-L. Colócalo en ComfyUI/models/text_encoders/ -**Diffusion Model** +**Modelo de difusión** - - Kandinsky 5.0 T2V Lite SFT diffusion model (5s). Place in ComfyUI/models/diffusion_models/ + + Modelo de difusión Kandinsky 5.0 T2V Lite SFT (5s). Colócalo en ComfyUI/models/diffusion_models/ **VAE** - HunyuanVideo 3D VAE. Place in ComfyUI/models/vae/ + VAE 3D de HunyuanVideo. Colócalo en ComfyUI/models/vae/ ``` ComfyUI/ @@ -94,30 +96,30 @@ ComfyUI/ │ └── hunyuan_video_vae_bf16.safetensors ``` -## Image-to-Video workflow +## Flujo de trabajo de imagen a video ### Kandinsky 5.0 Video Lite Image to Video {#video_kandinsky5_i2v} -A lightweight 2B model that generates videos from English and Russian prompts with high visual quality. +Un modelo ligero de 2B que genera videos a partir de prompts en inglés y ruso con alta calidad visual. -Kandinsky 5.0 Video Lite Image to Video workflow preview +Vista previa del flujo de trabajo Kandinsky 5.0 Video Lite Image to Video - - Open in Comfy Cloud + + Abrir en Comfy Cloud - - Download JSON or search "Kandinsky 5.0 Video Lite Image to Video" in Template Library + + Descarga el JSON o busca "Kandinsky 5.0 Video Lite Image to Video" en la Biblioteca de plantillas -**Input materials** +**Materiales de entrada** -Upload this file to the matching `LoadImage` node: +Sube este archivo al nodo `LoadImage` correspondiente: - `LoadImage` node 11 · `crystal_flower.png` + Nodo `LoadImage` 11 · `crystal_flower.png` @@ -125,28 +127,28 @@ Upload this file to the matching `LoadImage` node: crystal_flower.png
-### 2. Manually download models +### 2. Descargar los modelos manualmente -**Text Encoders** +**Codificadores de texto** - Qwen2.5-VL 7B text encoder (FP8). Place in ComfyUI/models/text_encoders/ + Codificador de texto Qwen2.5-VL 7B (FP8). Colócalo en ComfyUI/models/text_encoders/ - CLIP-L text encoder. Place in ComfyUI/models/text_encoders/ + Codificador de texto CLIP-L. Colócalo en ComfyUI/models/text_encoders/ -**Diffusion Model** +**Modelo de difusión** - Kandinsky 5.0 I2V Lite diffusion model (5s). Place in ComfyUI/models/diffusion_models/ + Modelo de difusión Kandinsky 5.0 I2V Lite (5s). Colócalo en ComfyUI/models/diffusion_models/ **VAE** - HunyuanVideo 3D VAE. Place in ComfyUI/models/vae/ + VAE 3D de HunyuanVideo. Colócalo en ComfyUI/models/vae/ ``` ComfyUI/ @@ -162,7 +164,7 @@ ComfyUI/ ## Recursos -- [Colección de modelos en HuggingFace](https://huggingface.co/collections/kandinskylab/kandinsky-50-video-lite) +- [Colección de modelos de HuggingFace](https://huggingface.co/collections/kandinskylab/kandinsky-50-video-lite) - [Repositorio de GitHub](https://github.com/ai-forever/Kandinsky-5) - [Integración con ComfyUI](https://github.com/ai-forever/Kandinsky-5/blob/main/comfyui/README.md) - [Página del proyecto](https://kandinskylab.github.io/kandinsky-5/) diff --git a/es/tutorials/video/ltx/ltx-2-3.mdx b/es/tutorials/video/ltx/ltx-2-3.mdx index f146d49e40..3b1733d5ea 100644 --- a/es/tutorials/video/ltx/ltx-2-3.mdx +++ b/es/tutorials/video/ltx/ltx-2-3.mdx @@ -2,19 +2,20 @@ title: "LTX-2.3 en ComfyUI: flujos de video y audio" description: "Usa LTX-2.3 en ComfyUI con flujos nativos para texto a video, imagen a video, FLF2V, video controlado por audio, control IC-LoRA y personalización ID-LoRA." sidebarTitle: "LTX-2.3" -translationSourceHash: 0519dac5 +translationSourceHash: 2e21405a translationFrom: tutorials/video/ltx/ltx-2-3.mdx translationBlockHashes: "_intro": 2afce33d "Key features": 3ddea9bd "Getting started": 8bd36b77 + "ComfyUI Native Workflows": fb09a224 "Prompting tips": f92227b7 "Resources": 3f045765 --- import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx"; -[LTX-2.3](https://huggingface.co/Lightricks/LTX-2.3) es la última evolución del modelo de generación de audio y video de código abierto de Lightricks, ahora compatible de forma nativa con ComfyUI. Sobre la base de LTX-2, esta versión ofrece mejoras importantes de calidad en detalles finos, video de retratos, calidad de audio, consistencia de imagen a video, comprensión de prompts y renderizado de texto. +[LTX-2.3](https://huggingface.co/Lightricks/LTX-2.3) es la última evolución del modelo de generación de audio y video de código abierto de Lightricks, ahora compatible de forma nativa con ComfyUI. Tomando como base LTX-2, esta versión ofrece mejoras importantes de calidad en los detalles finos, el video de retrato, la calidad de audio, la consistencia de imagen a video, la comprensión de prompts y el renderizado de texto. ComfyUI incluye seis flujos de trabajo nativos para LTX-2.3, cada uno diseñado para un modo de generación específico: @@ -30,8 +31,8 @@ ComfyUI incluye seis flujos de trabajo nativos para LTX-2.3, cada uno diseñado ## Características clave - **Detalles más finos**: nuevo espacio latente y VAE actualizado para texturas más nítidas, bordes más limpios y visuales más precisos -- **Soporte para formato vertical 9:16**: calidad muy mejorada en videos verticales -- **Mejor audio**: sonido más limpio con menos ruido y diálogos mejorados +- **Soporte para 9:16 vertical**: calidad muy mejorada en videos en formato retrato +- **Mejor audio**: sonido más limpio, con menos ruido y diálogos mejorados - **Imagen a video mejorado**: movimiento más consistente y menos fallos - **Comprensión de prompts más inteligente**: codificador de texto mejorado para una interpretación más precisa - **Soporte nativo en ComfyUI**: todos los flujos de trabajo están integrados y no necesitas nodos personalizados @@ -42,52 +43,52 @@ LTX-2.3 es compatible de forma nativa con ComfyUI. Para empezar: 1. Actualiza ComfyUI a la última versión 2. Ve a **Biblioteca de plantillas** > **Video** > elige cualquier flujo de trabajo de LTX-2.3 -3. Sigue la ventana emergente para descargar los modelos y ejecutar el flujo de trabajo +3. Sigue las indicaciones de la ventana emergente para descargar los modelos y ejecutar el flujo de trabajo -## ComfyUI Native Workflows +## Flujos de trabajo nativos de ComfyUI ### LTX-2.3 Text to Video (T2V) -Generate videos from text prompts with improved prompt understanding and text rendering. +Genera videos a partir de prompts de texto con una mejor comprensión de los prompts y renderizado de texto. -### LTX-2.3 Text to Video {#video_ltx2_3_t2v} +### LTX-2.3 Texto a video {#video_ltx2_3_t2v} -Generate videos from text prompts with improved prompt understanding and text rendering. +Genera videos a partir de prompts de texto con mejor comprensión de prompts y renderizado de texto. -LTX-2.3 Text to Video ( workflow preview +LTX-2.3 Texto a video ( vista previa del flujo de trabajo - - Open in Comfy Cloud + + Abrir en Comfy Cloud - - Download JSON or search "LTX-2.3 T2V" in Template Library + + Descarga el JSON o busca "LTX-2.3 T2V" en la Biblioteca de plantillas -#### Model downloads +#### Descargas de modelos - Place in ComfyUI/models/checkpoints/ + Colócalo en ComfyUI/models/checkpoints/ - Place in ComfyUI/models/loras/ + Colócalo en ComfyUI/models/loras/ - Place in ComfyUI/models/loras/ + Colócalo en ComfyUI/models/loras/ - - Place in ComfyUI/models/text_encoders/ + + Colócalo en ComfyUI/models/text_encoders/ - Place in ComfyUI/models/latent_upscale_models/ + Colócalo en ComfyUI/models/latent_upscale_models/ -#### Model storage +#### Almacenamiento de modelos ``` ComfyUI/ @@ -103,64 +104,64 @@ ComfyUI/ │ └── ltx-2.3-spatial-upscaler-x2-1.1.safetensors ``` -#### Prompting tips +#### Consejos para escribir prompts -1. **Core Actions**: Describe events and actions as they occur over time -2. **Visual Details**: Describe all visual details you want to appear in the video -3. **Audio**: Describe sounds and dialogue needed for the scene +1. **Acciones principales**: Describe los eventos y las acciones tal como ocurren a lo largo del tiempo +2. **Detalles visuales**: Describe todos los detalles visuales que quieres que aparezcan en el video +3. **Audio**: Describe los sonidos y el diálogo necesarios para la escena --- -### LTX-2.3 Image to Video (I2V) +### LTX-2.3 Imagen a video (I2V) -Generate videos from an input image with more consistent motion and smoother animations. +Genera videos a partir de una imagen de entrada con un movimiento más consistente y animaciones más fluidas. -### LTX-2.3 Image to Video {#video_ltx2_3_i2v} +### LTX-2.3 Imagen a video {#video_ltx2_3_i2v} -Generate videos from an input image with improved motion consistency. +Genera videos a partir de una imagen de entrada con una consistencia de movimiento mejorada. -LTX-2.3 Image to Video ( workflow preview +LTX-2.3 Imagen a video ( vista previa del flujo de trabajo - - Open in Comfy Cloud + + Abrir en Comfy Cloud - - Download JSON or search "LTX-2.3 I2V" in Template Library + + Descarga el JSON o busca "LTX-2.3 I2V" en la Biblioteca de plantillas - - Download the default input image, or use your own image. + + Descarga la imagen de entrada predeterminada o usa tu propia imagen. -#### Model downloads +#### Descargas de modelos -The I2V workflow uses the same model set as Text-to-Video. +El flujo de trabajo I2V usa el mismo conjunto de modelos que texto a video. - Place in ComfyUI/models/checkpoints/ + Colócalo en ComfyUI/models/checkpoints/ - Place in ComfyUI/models/loras/ + Colócalo en ComfyUI/models/loras/ - Place in ComfyUI/models/loras/ + Colócalo en ComfyUI/models/loras/ - - Place in ComfyUI/models/text_encoders/ + + Colócalo en ComfyUI/models/text_encoders/ - Place in ComfyUI/models/latent_upscale_models/ + Colócalo en ComfyUI/models/latent_upscale_models/ -#### Model storage +#### Almacenamiento de modelos ``` ComfyUI/ @@ -180,48 +181,48 @@ ComfyUI/ ### LTX-2.3 FLF2V -Interpolate between a start image and an end image to generate a smooth video transition. +Interpola entre una imagen inicial y una imagen final para generar una transición de video suave. -### LTX-2.3 First-Last Frame to Video {#video_ltx2_3_flf2v} +### LTX-2.3: convertir de primer y último fotograma a video {#video_ltx2_3_flf2v} -Interpolate between a start and end image. +Interpola entre una imagen inicial y una final. -LTX-2.3 First-Last Frame to Video ( workflow preview +LTX-2.3: primer y último fotograma a video (vista previa del flujo de trabajo) - - Open in Comfy Cloud + + Abrir en Comfy Cloud - - Download JSON or search "LTX-2.3 FLF2V" in Template Library + + Descarga el JSON o busca "LTX-2.3 FLF2V" en la biblioteca de plantillas - - First frame of the video. + + Primer fotograma del video. - - Last frame of the video. + + Último fotograma del video. -#### Model downloads +#### Descargas de modelos -The FLF2V workflow uses the distilled checkpoint instead of the dev checkpoint. +El flujo de trabajo FLF2V usa el checkpoint destilado en lugar del checkpoint dev. - Place in ComfyUI/models/checkpoints/ + Colócalo en ComfyUI/models/checkpoints/ - - Place in ComfyUI/models/text_encoders/ + + Colócalo en ComfyUI/models/text_encoders/ -#### Model storage +#### Almacenamiento de modelos ``` ComfyUI/ @@ -232,61 +233,59 @@ ComfyUI/ │ └── gemma_3_12B_it_fp4_mixed.safetensors ``` ---- - ### LTX-2.3 Image Audio to Video (IA2V) -Upload an image and an audio file to generate a high-quality video with synchronized lip movements. +Sube una imagen y un archivo de audio para generar un video de alta calidad con movimientos de labios sincronizados. -### LTX-2.3 Image and Audio to Video {#video_ltx2_3_ia2v} +### LTX-2.3 Imagen y audio a video {#video_ltx2_3_ia2v} -Generate lip-synced videos from an image and audio. +Genera videos con sincronización de labios a partir de una imagen y un audio. -LTX-2.3 Image and Audio to Video ( workflow preview +LTX-2.3 Imagen y audio a video ( vista previa del flujo de trabajo - Open in Comfy Cloud + Abre en Comfy Cloud - Download JSON or search "LTX-2.3 IA2V" in Template Library + Descarga el JSON o busca "LTX-2.3 IA2V" en Template Library - - Reference image for the speaking character. + + Imagen de referencia para el personaje que habla. - - Audio track for lip synchronization. + + Pista de audio para la sincronización de labios. -#### Model downloads +#### Descargas de modelos -The IA2V workflow uses the same model set as Text-to-Video. +El flujo de trabajo IA2V usa el mismo conjunto de modelos que el de texto a video. - Place in ComfyUI/models/checkpoints/ + Coloca en ComfyUI/models/checkpoints/ - - Place in ComfyUI/models/loras/ + + Coloca en ComfyUI/models/loras/ - Place in ComfyUI/models/loras/ + Coloca en ComfyUI/models/loras/ - - Place in ComfyUI/models/text_encoders/ + + Coloca en ComfyUI/models/text_encoders/ - Place in ComfyUI/models/latent_upscale_models/ + Coloca en ComfyUI/models/latent_upscale_models/ -#### Model storage +#### Almacenamiento de modelos ``` ComfyUI/ @@ -304,57 +303,57 @@ ComfyUI/ --- -### LTX-2.3 IC-LoRA Union Control +### Control Union con IC-LoRA de LTX-2.3 -Generate LTX-2.3 videos with IC-LoRA using aligned control inputs like depth, pose, or edges. IC-LoRA is an in-context LoRA trained on top of LTX-2.3 that applies structural guidance from a reference video. It accepts control signals from various preprocessors including depth maps, Canny edges, and pose skeletons. This workflow uses a subgraph for modular processing. +Genera videos de LTX-2.3 con IC-LoRA usando entradas de control alineadas como profundidad, pose o bordes. IC-LoRA es un LoRA en contexto entrenado sobre LTX-2.3 que aplica orientación estructural a partir de un video de referencia. Acepta señales de control de varios preprocesadores, incluidos mapas de profundidad, bordes Canny y esqueletos de pose. Este flujo de trabajo usa un subgrafo para el procesamiento modular. -![LTX-2.3 IC-LoRA preview](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/video_ltx2_3_ic_lora-1.webp) +![Vista previa de LTX-2.3 IC-LoRA](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/video_ltx2_3_ic_lora-1.webp) - - Open in Comfy Cloud + + Abrir en Comfy Cloud - - Download JSON or search "LTX-2.3 IC-LoRA" in Template Library + + Descarga el JSON o busca "LTX-2.3 IC-LoRA" en la Biblioteca de plantillas - - This workflow uses a Subgraph node for modular processing. Check out the Subgraph documentation to learn how to customize and extend the workflow. + + Este flujo de trabajo usa un nodo Subgraph para el procesamiento modular. Consulta la documentación de Subgraph para aprender a personalizar y ampliar el flujo de trabajo. -**Input materials** +**Materiales de entrada** - - Driving video for control signal extraction. + + Video guía para extraer la señal de control. - - Reference image for style and content. + + Imagen de referencia para el estilo y el contenido. -#### Model downloads +#### Descargas de modelos - Place in ComfyUI/models/checkpoints/ + Colócalo en ComfyUI/models/checkpoints/ - Place in ComfyUI/models/loras/ + Colócalo en ComfyUI/models/loras/ - Place in ComfyUI/models/loras/ + Colócalo en ComfyUI/models/loras/ - - Place in ComfyUI/models/text_encoders/ + + Colócalo en ComfyUI/models/text_encoders/ - - Place in ComfyUI/models/geometry_estimation/ + + Colócalo en ComfyUI/models/geometry_estimation/ -#### Model storage +#### Almacenamiento de modelos ``` ComfyUI/ @@ -372,146 +371,145 @@ ComfyUI/ --- -### Video editing with IC-LoRA +### Edición de video con IC-LoRA -IC-LoRA weights are not limited to generation control. The Template Library includes ready-made LTX-2.3 IC-LoRA workflows for editing existing footage, and each one runs in Comfy Cloud or locally in ComfyUI. Community IC-LoRA checkpoints trained on top of LTX-2.3 (for example, the [LTX2.3-ICEdit-Insight](https://huggingface.co/joyfox/LTX2.3-ICEdit-Insight) family) are also compatible with the native LTX-2.3 model. +Los pesos IC-LoRA no se limitan al control de la generación. La Biblioteca de plantillas incluye flujos de trabajo LTX-2.3 IC-LoRA listos para editar material existente, y cada uno se ejecuta en Comfy Cloud o de forma local en ComfyUI. Los checkpoints IC-LoRA de la comunidad entrenados sobre LTX-2.3 (por ejemplo, la familia [LTX2.3-ICEdit-Insight](https://huggingface.co/joyfox/LTX2.3-ICEdit-Insight)) también son compatibles con el modelo nativo LTX-2.3. -#### Remove Subtitles from Video +#### Eliminar subtítulos de un video -Remove subtitles, captions, watermarks, or other text overlays from a video: +Elimina subtítulos, rótulos, marcas de agua u otras superposiciones de texto de un video: LTX-2.3 Remove Subtitles workflow preview - Open in Comfy Cloud + Abrir en Comfy Cloud - Download JSON or search "Remove Subtitles" in Template Library + Descarga el JSON o busca "Remove Subtitles" en la Biblioteca de plantillas
-Input materials +Materiales de entrada -Download this sample input video to try the workflow: +Descarga este video de entrada de muestra para probar el flujo de trabajo: - Download sample input video + Descargar video de entrada de muestra
-#### Remove Object from Video +#### Eliminar un objeto de un video -Remove a specific object from the foreground of a video by describing it in the prompt: +Elimina un objeto específico del primer plano de un video describiéndolo en el prompt: LTX-2.3 Remove Object workflow preview - Open in Comfy Cloud + Abrir en Comfy Cloud - Download JSON or search "Remove Object" in Template Library + Descarga el JSON o busca "Remove Object" en la Biblioteca de plantillas
-Input materials +Materiales de entrada -Download this sample input video to try the workflow: +Descarga este video de entrada de muestra para probar el flujo de trabajo: - Download sample input video + Descargar video de entrada de muestra
-#### Restore Archival Footage +#### Restaurar material de archivo -Restore old or degraded archival footage: +Restaura material de archivo antiguo o degradado: LTX-2.3 Restore Archival Footage workflow preview - Open in Comfy Cloud + Abrir en Comfy Cloud - Download JSON or search "Restore Archival" in Template Library + Descarga el JSON o busca "Restore Archival" en la Biblioteca de plantillas
-Input materials +Materiales de entrada -Download this sample input video to try the workflow: +Descarga este video de entrada de muestra para probar el flujo de trabajo: - Download sample input video + Descargar video de entrada de muestra
-#### Video Outpainting +#### Outpainting de video -Expand a video in any direction using the LTX-2.3 Video Outpainting IC-LoRA: +Expande un video en cualquier dirección con el IC-LoRA Video Outpainting de LTX-2.3: LTX-2.3 Video Outpainting workflow preview - Open in Comfy Cloud + Abrir en Comfy Cloud - Download JSON or search "Video Outpainting" in Template Library + Descarga el JSON o busca "Video Outpainting" en la Biblioteca de plantillas
-Input materials +Materiales de entrada -Download this sample input video to try the workflow: +Descarga este video de entrada de muestra para probar el flujo de trabajo: - Download sample input video + Descargar video de entrada de muestra
-#### Googly Eyes +#### Ojos saltones -Apply the Googlyeyes LTX-2.3 LoRA to an input video to give everyone in the frame googly eyes: +Aplica el LoRA Googlyeyes de LTX-2.3 a un video de entrada para darle ojos saltones a todos los que aparecen en el encuadre: LTX-2.3 Googly Eyes workflow preview - Open in Comfy Cloud + Abrir en Comfy Cloud - - Download JSON or search "Googly Eyes" in Template Library + Descargar JSON o buscar "Googly Eyes" en la biblioteca de plantillas
-Input materials +Materiales de entrada -Download this sample input video to try the workflow: +Descarga este video de entrada de ejemplo para probar el flujo de trabajo: - - Download sample input video + + Descargar video de entrada de ejemplo
-For community IC-LoRAs, place the editing LoRA in `ComfyUI/models/loras/` and load it with a LoRA loader alongside the LTX-2.3 checkpoint, then run the workflow with your video as input and a prompt like: +Para los IC-LoRA de la comunidad, coloca el LoRA de edición en `ComfyUI/models/loras/` y cárgalo con un LoRA loader junto al checkpoint LTX-2.3; luego ejecuta el flujo de trabajo con tu video como entrada y un prompt como este: ```text Remove subtitles, captions, and related text occlusions from the video, restoring a clean and natural underlying image. @@ -521,55 +519,55 @@ Remove subtitles, captions, and related text occlusions from the video, restorin ### LTX-2.3 ID-LoRA -Generate personalized videos with synchronized audio from a text prompt, reference image, and short audio clip. Uses ID-LoRA to adapt a person's appearance and voice in a single generative model. +Genera videos personalizados con audio sincronizado a partir de un prompt de texto, una imagen de referencia y un clip de audio corto. Usa ID-LoRA para adaptar la apariencia y la voz de una persona en un solo modelo generativo. ### LTX-2.3 ID LoRA {#video_ltx2_3_id_lora} -Generate personalized videos with synchronized audio from a reference image and audio clip. +Genera videos personalizados con audio sincronizado a partir de una imagen de referencia y un clip de audio. -LTX-2.3 ID LoRA ( workflow preview +LTX-2.3 ID LoRA (vista previa del flujo de trabajo - - Open in Comfy Cloud + + Abrir en Comfy Cloud - - Download JSON or search "LTX-2.3 ID-LoRA" in Template Library + + Descarga el JSON o busca "LTX-2.3 ID-LoRA" en la Biblioteca de plantillas - - Reference image for the character appearance. + + Imagen de referencia para la apariencia del personaje. - - Audio clip for voice cloning and lip sync. + + Clip de audio para la clonación de voz y la sincronización labial. -#### Model downloads +#### Descargas de modelos - Place in ComfyUI/models/checkpoints/ + Colócalo en ComfyUI/models/checkpoints/ - Place in ComfyUI/models/loras/ + Colócalo en ComfyUI/models/loras/ - Place in ComfyUI/models/loras/ + Colócalo en ComfyUI/models/loras/ - - Place in ComfyUI/models/text_encoders/ + + Colócalo en ComfyUI/models/text_encoders/ - Place in ComfyUI/models/latent_upscale_models/ + Colócalo en ComfyUI/models/latent_upscale_models/ -#### Model storage +#### Almacenamiento de modelos ``` ComfyUI/ @@ -585,17 +583,17 @@ ComfyUI/ │ └── ltx-2.3-spatial-upscaler-x2-1.1.safetensors ``` -## Consejos para escribir prompts +## Consejos para los prompts -Al escribir prompts para LTX-2.3, enfócate en descripciones detalladas y cronológicas de las acciones y las escenas: +Cuando escribas prompts para LTX-2.3, enfócate en descripciones detalladas y cronológicas de las acciones y las escenas: 1. **Acciones principales**: Describe los eventos y las acciones tal como ocurren a lo largo del tiempo -2. **Detalles visuales**: Describe todos los detalles visuales que quieres que aparezcan en el video +2. **Detalles visuales**: Describe todos los detalles visuales que quieras que aparezcan en el video 3. **Audio**: Describe los sonidos y el diálogo que necesita la escena ## Recursos -- [Modelo en Hugging Face](https://huggingface.co/Lightricks/LTX-2.3) -- [Repositorio en GitHub](https://github.com/Lightricks/LTX-2) +- [Modelo de Hugging Face](https://huggingface.co/Lightricks/LTX-2.3) +- [Repositorio de GitHub](https://github.com/Lightricks/LTX-2) - [ComfyUI-LTXVideo](https://github.com/Lightricks/ComfyUI-LTXVideo/) - [Modelo IC-LoRA](https://huggingface.co/Lightricks/LTX-2.3-22b-IC-LoRA-Union-Control) diff --git a/es/tutorials/video/ltx/ltx-2-5-dfr.mdx b/es/tutorials/video/ltx/ltx-2-5-dfr.mdx index bdfce3c118..58c8025ffd 100644 --- a/es/tutorials/video/ltx/ltx-2-5-dfr.mdx +++ b/es/tutorials/video/ltx/ltx-2-5-dfr.mdx @@ -2,12 +2,13 @@ title: "LTX-2.5 DFR en ComfyUI: imagen a video con audio" description: "Ejecuta el flujo de trabajo LTX-2.5 DFR en ComfyUI: tres etapas Diffusion Fidelity Rendering que generan video con audio sincronizado desde una imagen." sidebarTitle: "LTX-2.5 DFR" -translationSourceHash: 525f6be2 +translationSourceHash: 6958a6c7 translationFrom: tutorials/video/ltx/ltx-2-5-dfr.mdx translationBlockHashes: "_intro": 950d68f0 "The three stages": 1ccaf9c8 "Model downloads": c2c37fb4 + "Model storage": d7c0900c "Workflow controls": 2cf64b86 "Prompting tips": c40b888a --- @@ -39,15 +40,15 @@ Para los demás flujos de trabajo de LTX-2.5, consulta la [descripción general | :---- | :------ | :---- | :----------- | | 1. Generar | La mitad del tamaño de salida | 8 | Aplica denoise al video, con un fotograma clave de detalle por segundo, y al audio juntos en una sola pasada | | 2. Espacial x2 | El tamaño de salida | 3 | Hace upscale del latente de la etapa 1 y lo vuelve a muestrear con el IC-LoRA de detalle espacial de píxeles, usando el latente de media resolución como referencia | -| 3. Temporal x2 | 241 fotogramas a 48 fps | 4 | Duplica la frecuencia de cuadros en la misma duración, con los fotogramas clave de la etapa 2 fijados como guías | +| 3. Temporal x2 | 241 fotogramas a 48 fps | 4 | Duplica la frecuencia de cuadros durante la misma duración, con los fotogramas clave de la etapa 2 fijados como guías | Todas las etapas muestrean con el sampler `euler`, `cfg` 1.0 y una programación fija de `ManualSigmas`. El checkpoint está destilado, así que el número de pasos y las programaciones son parte de la receta: cambiarlos cambia el aspecto del resultado. -La tercera etapa es opcional. Desactiva `Run 3rd stage - Temporal Upscale` para saltarla y obtener en su lugar un clip con la frecuencia de cuadros de la etapa 2. El audio viaja desde la etapa 1 por todo el pipeline, así que el sonido no cambia cuando se ejecuta la pasada temporal. +La tercera etapa es opcional. Desactiva `Run 3rd stage - Temporal Upscale` para saltarla y obtener en su lugar un clip con la frecuencia de cuadros de la etapa 2. El audio se conserva desde la etapa 1 en todo el pipeline, así que el sonido no cambia cuando se ejecuta la pasada temporal. ## Descargas de modelos -El flujo de trabajo DFR carga el codificador de texto de precisión completa y añade el IC-LoRA de detallado más el escalador temporal, por lo que su conjunto de modelos difiere del de los demás flujos de trabajo de LTX-2.5. +El flujo de trabajo DFR carga el codificador de texto de precisión completa y añade el IC-LoRA de detallado más el upscaler temporal, por lo que su conjunto de modelos difiere del de los demás flujos de trabajo de LTX-2.5. @@ -76,7 +77,7 @@ El flujo de trabajo DFR carga el codificador de texto de precisión completa y a -## Model storage +## Almacenamiento de modelos ``` ComfyUI/ @@ -98,15 +99,15 @@ ComfyUI/ ## Controles del flujo de trabajo -- `Start image (I2V)`: el primer fotograma. Se ignora mientras `Switch to T2V` esté activado -- `Output size (aspect / megapixels)`: la relación de aspecto objetivo y el presupuesto de píxeles, redondeados a múltiplos de 32. La etapa 1 se ejecuta a la mitad de este tamaño -- `Switch to T2V`: ejecuta el pipeline solo a partir de texto, sin imagen inicial -- `Float (fps)` y `Float (Duration)`: 24 fps durante 5 segundos por defecto, lo que equivale a 121 fotogramas -- `Enable Prompt Enhancer`: reescribe y amplía el prompt con el pequeño codificador Gemma 4 antes del muestreo -- `Enable Tiled Decode`: decodifica el VAE en mosaicos para reducir el uso de VRAM, con un pequeño costo en el detalle fino +- `Start image (I2V)`: el primer fotograma. Se ignora mientras `Switch to T2V` está activado. +- `Output size (aspect / megapixels)`: la relación de aspecto y el presupuesto de píxeles objetivo, redondeados a múltiplos de 32. La etapa 1 se ejecuta a la mitad de este tamaño. +- `Switch to T2V`: ejecuta el pipeline solo a partir de texto, sin una imagen inicial. +- `Float (fps)` y `Float (Duration)`: 24 fps durante 5 segundos de forma predeterminada, lo que equivale a 121 fotogramas. +- `Enable Prompt Enhancer`: reescribe y amplía el prompt con el pequeño codificador Gemma 4 antes del muestreo. +- `Enable Tiled Decode`: decodifica el VAE por mosaicos para reducir el uso de VRAM, a costa de un pequeño sacrificio en el detalle fino. -## Consejos para redactar prompts +## Consejos para escribir prompts -1. **Escribe para una sola toma continua**: DFR construye el clip a partir de fotogramas clave generados, así que describe una escena que se desarrolla en una sola toma en lugar de una secuencia de cortes +1. **Escribe para una sola toma continua**: DFR construye el clip a partir de keyframes generados, así que describe una escena que se desarrolla en una sola toma en lugar de una secuencia de cortes 2. **Audio en la misma pasada**: pon las líneas habladas entre comillas y describe el ambiente y los efectos; el modelo genera el audio junto con el video 3. **Mantén los movimientos de cámara suaves**: los movimientos rápidos sobre texturas con ruido y degradados suaves son donde el pipeline es más propenso a mostrar ebullición o banding diff --git a/es/tutorials/video/ltxv.mdx b/es/tutorials/video/ltxv.mdx index cd552b1753..79d540fb4f 100644 --- a/es/tutorials/video/ltxv.mdx +++ b/es/tutorials/video/ltxv.mdx @@ -2,13 +2,14 @@ title: "LTX-Video 0.9.5 en ComfyUI: T2V, I2V, control de múltiples fotogramas" sidebarTitle: "LTX-0.9.5" description: "Ejecuta LTX-Video 0.9.5 en ComfyUI para texto a video, imagen a video y control multifotograma desde imágenes inicial y final, con descarga y configuración." -translationSourceHash: b2aad3a7 +translationSourceHash: b4e3cee7 translationFrom: tutorials/video/ltxv.mdx translationBlockHashes: "_intro": 354083fd "Multi Frame Control": 0fe2f937 "Image to Video": 1072ef32 "Text to Video": 664fc166 + "Requirements": 4d0884e2 --- import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx"; @@ -83,16 +84,16 @@ Genera videos a partir de prompts de texto. Arrastra el video directamente a ComfyUI para ejecutar el flujo de trabajo. -## Requirements +## Requisitos -Download the following models and place them in the locations specified below: +Descarga los siguientes modelos y colócalos en las ubicaciones indicadas a continuación: - Download and place in ComfyUI/models/checkpoints/ + Descarga y coloca en ComfyUI/models/checkpoints/ - Download and place in ComfyUI/models/text_encoders/ + Descarga y coloca en ComfyUI/models/text_encoders/ ``` @@ -101,3 +102,4 @@ Download the following models and place them in the locations specified below: └── text_encoders/ └── t5xxl_fp16.safetensors ``` + diff --git a/es/tutorials/video/minimax/minimax-h3-fastvideo.mdx b/es/tutorials/video/minimax/minimax-h3-fastvideo.mdx index bd54e1d10a..99eb4726c1 100644 --- a/es/tutorials/video/minimax/minimax-h3-fastvideo.mdx +++ b/es/tutorials/video/minimax/minimax-h3-fastvideo.mdx @@ -2,19 +2,20 @@ title: "FastVideo FastH3: ejemplos de flujos de trabajo de ComfyUI" description: "FastVideo FastH3 genera video MiniMax H3 con audio sincronizado en 8 pasos de muestreo en ComfyUI, para flujos de texto a video y de primer/último fotograma." sidebarTitle: "FastVideo FastH3" -translationSourceHash: 27a94b72 +translationSourceHash: cb542dfa translationFrom: tutorials/video/minimax/minimax-h3-fastvideo.mdx translationBlockHashes: "_intro": 096c332e "Requirements": bcdeb37e "FastH3 Text to Video": 1c4cb909 "FastH3 Image to Video": ec7d82bf + "Model downloads": b88037db "Workflow structure notes": 8f5d2153 --- -[FastVideo FastH3](https://huggingface.co/FastVideo/FastVideo-FastH3-8-Step-V2) es un checkpoint de MiniMax H3 destilado con DMD2 por el equipo de FastVideo que genera video con audio nativo sincronizado en **8 pasos de muestreo** en lugar de la programación completa del modelo base. Reutiliza el codificador de texto de H3, el VAE de video y el VAE de audio, así que el resultado coincide con la configuración del modelo base mientras el muestreo termina en una fracción de los pasos. +[FastVideo FastH3](https://huggingface.co/FastVideo/FastVideo-FastH3-8-Step-V2) es un checkpoint de MiniMax H3 destilado con DMD2 por el equipo de FastVideo que genera video con audio nativo sincronizado en **8 pasos de muestreo** en lugar del programa de muestreo completo del modelo base. Reutiliza el codificador de texto de H3, el VAE de video y el VAE de audio, así que el resultado coincide con la configuración del modelo base mientras el muestreo termina en una fracción de los pasos. -El trabajo de la versión de vista previa de FastH3 se desarrolló en colaboración con Nuva Lab y el equipo de NVIDIA FastGen; consulta el [anuncio de FastH3](https://haoailab.com/blogs/fasth3-preview/) para conocer los detalles de la destilación. ComfyUI incluye el checkpoint V2 de 8 pasos, reempaquetado por Comfy-Org en el [repositorio FastVideo-FastH3-Comfy](https://huggingface.co/FastVideo/FastVideo-FastH3-Comfy). +El trabajo de vista previa de FastH3 se desarrolló en colaboración con Nuva Lab y el equipo de NVIDIA FastGen; consulta el [anuncio de FastH3](https://haoailab.com/blogs/fasth3-preview/) para conocer los detalles de la destilación. ComfyUI incluye el checkpoint V2 de 8 pasos, reempaquetado por Comfy-Org en el [repositorio FastVideo-FastH3-Comfy](https://huggingface.co/FastVideo/FastVideo-FastH3-Comfy). FastH3 sacrifica algo de fidelidad de movimiento y audio a cambio de velocidad. Úsalo para borradores, iteración y entregas rápidas; usa los flujos de trabajo base de MiniMax H3 cuando la máxima calidad sea lo importante. @@ -54,13 +55,13 @@ Genera video y audio sincronizados a partir de un prompt de texto en 8 pasos. 2. **Tomas, cámara y audio**: Describe las tomas, los movimientos de cámara y el audio que las acompaña (diálogo, SFX, música) en un solo bloque de prompt 3. **Resolución**: El lienzo nativo de H3 tiene un borde corto de 768px y un área de 768×1344, y las resoluciones se redondean a un múltiplo de 32. El nodo acepta tamaños mayores, pero tardan más en renderizarse sin añadir detalle 4. **Duración**: La entrada de duración se ajusta a la cuadrícula del modelo de 17 fotogramas por bloque (17k+5) a 24fps -5. **Los pasos son fijos en 8**: El checkpoint destilado está entrenado para exactamente 8 pasos; cambiar la cantidad de pasos en el scheduler degrada la calidad +5. **Los pasos son fijos en 8**: El checkpoint destilado está entrenado para exactamente 8 pasos; cambiar el número de pasos en el scheduler degrada la calidad -Para obtener recursos sobre cómo escribir prompts, consulta la [guía de prompts](/es/tutorials/video/minimax/minimax-h3-prompt-guide). +Para ver recursos sobre cómo escribir prompts, consulta la [guía de prompts](/es/tutorials/video/minimax/minimax-h3-prompt-guide). ## FastH3: imagen a video -Anima una imagen fija con audio sincronizado y con control opcional de primer y último fotograma. +Anima una imagen fija con audio sincronizado y con control opcional del primer y último fotograma. @@ -97,26 +98,26 @@ Conecta imágenes a `first_frame` y/o `last_frame` en el nodo `MiniMaxH3ImageToV 2. **Duración**: La entrada de duración se ajusta a la cuadrícula del modelo de 17 fotogramas por bloque (17k+5) a 24fps 3. **Los pasos están fijos en 8**: Mantén el scheduler en 8 pasos; el checkpoint está destilado para esa programación -## Model downloads +## Descargas de modelos -The diffusion model comes from the FastVideo repository; the text encoder and VAEs are shared with the base MiniMax H3 model. +El modelo de diffusion proviene del repositorio FastVideo; el text encoder y los VAE se comparten con el modelo base MiniMax H3. - - Place in ComfyUI/models/diffusion_models/ + + Colócalo en ComfyUI/models/diffusion_models/ - - Place in ComfyUI/models/text_encoders/ + + Colócalo en ComfyUI/models/text_encoders/ - Place in ComfyUI/models/vae/ + Colócalo en ComfyUI/models/vae/ - Place in ComfyUI/models/vae/ + Colócalo en ComfyUI/models/vae/ -### Model storage +### Almacenamiento de modelos ``` ComfyUI/ @@ -132,11 +133,11 @@ ComfyUI/ ## Notas sobre la estructura del flujo de trabajo -Ambos flujos de trabajo FastH3 comparten estos nodos con la configuración base de H3, con configuraciones específicas para la destilación: +Ambos flujos de trabajo de FastH3 comparten estos nodos con la configuración base de H3, con configuraciones específicas de destilación: -- **BlockSparseAttention**: ejecuta Video Sparse Attention (VSA) con `keep_percent` 10 a partir del 20 % de la programación, lo que reduce el costo de atención sin perder calidad -- **MiniMaxH3SigmaShift**: aplica el desplazamiento sigma de H3 (10 para video, 3 para audio) que coincide con la programación destilada -- **ComfyMathExpression**: convierte la entrada de duración en una `length` de fotogramas válida en la cuadrícula 17k+5 a 24 fps +- **BlockSparseAttention**: Ejecuta Video Sparse Attention (VSA) con `keep_percent` 10, a partir del 20% del programa, lo que reduce el costo de atención mientras preserva la calidad +- **MiniMaxH3SigmaShift**: Aplica el desplazamiento sigma de H3 (10 para video, 3 para audio) que coincide con el programa destilado +- **ComfyMathExpression**: Convierte la entrada de duración en una `length` de fotogramas válida en la cuadrícula 17k+5 a 24fps - **Sampler**: sampler `res_multistep` con el scheduler `simple` en 8 pasos -Los pesos de FastH3 incluyen capas de compuerta `to_gate_compress`, que VSA lee para su rama gruesa. Los checkpoints base de H3 no las tienen. Para comparar métodos, establece `method` en `sol-attn` en el nodo **Model Sparse Attention** y conserva la misma semilla. `sol-attn` no necesita pesos que coincidan y funciona con cualquier checkpoint de H3 con el `tau` que definas. +Los pesos de FastH3 incluyen capas de compuerta `to_gate_compress`, que VSA lee para su rama gruesa. Los checkpoints base de H3 no las tienen. Para comparar métodos, establece `method` en `sol-attn` en el nodo **Model Sparse Attention** y mantén la misma semilla. `sol-attn` no necesita pesos coincidentes y funciona con cualquier checkpoint de H3 con el `tau` que establezcas. diff --git a/es/tutorials/video/minimax/minimax-h3-fun-controlnet.mdx b/es/tutorials/video/minimax/minimax-h3-fun-controlnet.mdx index c1febac0ed..918bc97d5e 100644 --- a/es/tutorials/video/minimax/minimax-h3-fun-controlnet.mdx +++ b/es/tutorials/video/minimax/minimax-h3-fun-controlnet.mdx @@ -2,15 +2,16 @@ title: "ComfyUI MiniMax H3 Fun ControlNet Union: video con control de pose, profundidad y Canny" description: "Guía el movimiento de video de MiniMax H3 en ComfyUI con videos de control Canny, Depth, HED, MLSD o Pose, además de relleno inteligente con máscaras usando el parche Fun ControlNet Union." sidebarTitle: "Fun ControlNet Union" -translationSourceHash: d4c42cef +translationSourceHash: e9538916 translationFrom: tutorials/video/minimax/minimax-h3-fun-controlnet.mdx translationBlockHashes: "_intro": a84faa25 "Model downloads": 5310815d + "Model storage": b507229f "Prompting tips": 39f67d41 --- -Controla el movimiento de un video de MiniMax H3 con un video de control en lugar de solo texto. El parche Fun ControlNet Union ([alibaba-pai/MiniMax-H3-Fun-Controlnet-Union](https://huggingface.co/alibaba-pai/MiniMax-H3-Fun-Controlnet-Union), empaquetado en [Comfy-Org/MiniMax-H3](https://huggingface.co/Comfy-Org/MiniMax-H3)) es un único checkpoint que condiciona H3 con videos de control Canny, Profundidad, HED, MLSD o Pose, y también ejecuta relleno inteligente de video con una máscara. Funciona con ambos archivos transformer, `fl2va` y `ref2va`. +Controla el movimiento de un video de MiniMax H3 con un video de control en lugar de usar solo texto. El parche Fun ControlNet Union ([alibaba-pai/MiniMax-H3-Fun-Controlnet-Union](https://huggingface.co/alibaba-pai/MiniMax-H3-Fun-Controlnet-Union), empaquetado en [Comfy-Org/MiniMax-H3](https://huggingface.co/Comfy-Org/MiniMax-H3)) es un único checkpoint que condiciona H3 con videos de control Canny, Profundidad, HED, MLSD o Pose, y también ejecuta relleno inteligente de video con una máscara. Funciona con los archivos transformer `fl2va` y `ref2va`. ![Vista previa del flujo de trabajo MiniMax H3 Fun ControlNet Union](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/video_minimax_h3_fun_controlnet_union-1.webp) @@ -33,7 +34,7 @@ Sube este archivo al nodo `Load Video` correspondiente:
-Esta plantilla requiere ComfyUI 0.35.0 o una versión posterior. El ejemplo usa un video de control de pose: un subgrafo SDPose integrado extrae el esqueleto de la pose del video de entrada, por lo que la salida reproduce el movimiento del bailarín. También puedes conectar cualquier video de control preprocesado directamente a la entrada `control_video` del nodo `Apply MiniMax H3 Fun ControlNet`. +Esta plantilla requiere ComfyUI 0.35.0 o una versión posterior. El ejemplo usa un video de control de pose: un subgrafo SDPose integrado extrae el esqueleto de la pose del video de entrada, así que la salida reproduce el movimiento del bailarín. También puedes conectar cualquier video de control preprocesado directamente a la entrada `control_video` del nodo `Apply MiniMax H3 Fun ControlNet`. ## Descargas de modelos @@ -64,7 +65,7 @@ Esta plantilla requiere ComfyUI 0.35.0 o una versión posterior. El ejemplo usa -## Model storage +## Almacenamiento de modelos ``` ComfyUI/ @@ -85,10 +86,10 @@ ComfyUI/ │ └── sdpose_wholebody_fp16.safetensors ``` -## Consejos para el prompt +## Consejos para escribir prompts -1. **Duración del video**: El video objetivo dura de 5 a 15 segundos en la cuadrícula de fotogramas 17n+5 a 24fps (124 fotogramas = 5 segundos). Un video de control más largo que el objetivo se recorta a sus primeros fotogramas; uno más corto mantiene su último fotograma. Para igualar exactamente la duración del video de control, conecta la salida `batch_size` calculada del ejemplo a la entrada de duración del nodo `MiniMax H3 Reference to Video` -2. **Orientación y fuerza**: Mantén `guidance_scale` en 1.0. Sube la `strength` del patch por encima de 1 solo si la salida se aleja del control -3. **Relleno inteligente de video**: Conecta una máscara a la entrada `mask`: las regiones marcadas con `1` se regeneran bajo el control de la entrada opcional `source_video`, mientras el resto del fotograma permanece fijo -4. **Modo turbo (opcional)**: Marca la casilla **Lightning LoRA** para usar el LoRA turbo de 4 pasos y generar mucho más rápido, con una calidad de audio y movimiento ligeramente inferior +1. **Duración del video**: El video objetivo dura entre 5 y 15 segundos en la cuadrícula de fotogramas 17n+5 a 24fps (124 fotogramas = 5 segundos). Si el video de control es más largo que el objetivo, se recorta a sus primeros fotogramas; si es más corto, mantiene su último fotograma. Para igualar exactamente la duración del video de control, conecta la salida `batch_size` calculada del ejemplo a la entrada de duración del nodo `MiniMax H3 Referencia a Video` +2. **Orientación y fuerza**: Mantén `guidance_scale` en 1.0. Aumenta la `strength` del patch por encima de 1 solo si la salida se aleja del control +3. **Relleno inteligente de video**: Conecta una máscara a la entrada `mask`: las regiones marcadas con `1` se regeneran bajo el control de la entrada opcional `source_video`, mientras que el resto del fotograma permanece fijo +4. **Modo turbo (opcional)**: Activa la casilla **Lightning LoRA** para usar el LoRA turbo de 4 pasos y generar mucho más rápido, con una calidad de audio y movimiento ligeramente inferior 5. **Preparar videos de control**: ComfyUI incluye nodos de preprocesamiento integrados para cada tipo de control. Consulta el [nodo Detect Edges (Canny)](https://docs.comfy.org/built-in-nodes/Canny) para bordes y el [tutorial de Depth Anything 3](https://docs.comfy.org/tutorials/utility/depth-anything-3) para mapas de profundidad diff --git a/es/tutorials/video/minimax/minimax-h3-multiframe.mdx b/es/tutorials/video/minimax/minimax-h3-multiframe.mdx index 05028d2edf..f680354f1d 100644 --- a/es/tutorials/video/minimax/minimax-h3-multiframe.mdx +++ b/es/tutorials/video/minimax/minimax-h3-multiframe.mdx @@ -2,11 +2,12 @@ title: "Flujo de trabajo de referencia multifotograma de MiniMax H3 en ComfyUI" description: "Crea continuaciones de video y escenas de varias tomas con MiniMax H3 en ComfyUI fijando fotogramas de referencia en la línea de tiempo con nodos Add Guide." sidebarTitle: "Referencia multifotograma" -translationSourceHash: 456918f4 +translationSourceHash: 92c8dde7 translationFrom: tutorials/video/minimax/minimax-h3-multiframe.mdx translationBlockHashes: "_intro": 3a03ecf1 "Model downloads": 263666fa + "Model storage": 17ed75e6 "Prompting tips": 12a34e31 "Prompt writing guide": 4f808c3a --- @@ -55,11 +56,11 @@ Genera continuaciones de video y escenas de varios planos anclando fotogramas de Colócalo en ComfyUI/models/vae/ - Habilita el modo turbo opcional con el Lightning LoRA. Colócalo en ComfyUI/models/loras/ + Habilita el modo turbo opcional del Lightning LoRA. Colócalo en ComfyUI/models/loras/ -## Model storage +## Almacenamiento de modelos ``` ComfyUI/ @@ -75,14 +76,14 @@ ComfyUI/ │ └── minimax_h3_ref2v_turbo_4step_v0.1_comfyui_bf16.safetensors ``` -## Consejos para escribir prompts +## Consejos para el prompt -1. **Haz referencia por etiqueta**: `` es la imagen conectada a la primera ranura de `ref_images`, `` la segunda, y así sucesivamente. En este flujo de trabajo, `` es a la vez el anclaje de identidad y el primer fotograma del video. -2. **Anclajes de línea de tiempo frente a referencias**: las imágenes conectadas solo a nodos Add Guide anclan composiciones en fotogramas concretos, pero el codificador de texto no las ve. Conéctalas también a ranuras `ref_images` adicionales si quieres que el prompt las vea como ``. -3. **Índice de fotogramas**: cada Add Guide toma `frame_idx` en fotogramas a 24fps; la plantilla lo calcula a partir de los segundos con `round(seconds * 24)`. Los valores negativos cuentan desde el final del video. El índice más la longitud de la guía deben quedar dentro de la duración generada. -4. **Añade más fotogramas clave**: copia un bloque de guía (Cargar imagen + Frame Index + Expresión matemática + Añadir guía para MiniMax H3) y mantén las salidas `positive` encadenadas en serie hacia la Guía básica. -5. **Modo turbo (opcional)**: activa la casilla **Lightning LoRA** para usar el LoRA turbo de 4 pasos y generar mucho más rápido, con una calidad de audio y movimiento ligeramente inferior. +1. **Referencia por etiqueta**: `` es la imagen conectada a la primera ranura `ref_images`, `` la segunda, y así sucesivamente. En este flujo de trabajo, `` es a la vez el bloqueo de identidad y el primer fotograma del video +2. **Anclajes de línea de tiempo vs referencias**: Las imágenes conectadas solo a nodos Añadir guía para MiniMax H3 anclan composiciones en fotogramas específicos, pero no son visibles para el codificador de texto. Conéctalas también a ranuras `ref_images` adicionales si el prompt debe verlas como `` +3. **Índice de fotogramas**: Cada Añadir guía para MiniMax H3 toma `frame_idx` en fotogramas a 24fps; la plantilla lo calcula a partir de segundos con `round(seconds * 24)`. Los valores negativos cuentan desde el final del video. El índice más la longitud de la guía deben mantenerse dentro de la duración generada +4. **Añadir más fotogramas clave**: Copia un bloque de guía (Cargar imagen + Índice de fotogramas + Expresión matemática + Añadir guía para MiniMax H3) y mantén las salidas `positive` encadenadas en serie dentro de la Guía básica +5. **Modo turbo (opcional)**: Activa la casilla **Lightning LoRA** para usar el LoRA turbo de 4 pasos y obtener una generación mucho más rápida, con una calidad de audio y movimiento ligeramente inferior ## Guía para escribir prompts -La plantilla de prompt sigue la [guía de prompts del modo de referencia completa](https://huggingface.co/MiniMaxAI/MiniMax-H3/blob/main/docs/VIDEO_PROMPT_WRITING_GUIDE_ref_en.md): define cada sujeto, asigna cada `` al primer fotograma o al fotograma clave de un plano y corta entre planos en marcas de tiempo explícitas. Usa la misma estructura cuando escribas tus propios prompts de varios planos. La guía está resumida en la [guía de prompts](/es/tutorials/video/minimax/minimax-h3-prompt-guide). +El prompt de la plantilla sigue la [guía de prompts del modo de referencia completa](https://huggingface.co/MiniMaxAI/MiniMax-H3/blob/main/docs/VIDEO_PROMPT_WRITING_GUIDE_ref_en.md): define cada sujeto, asigna cada `` al primer fotograma o al fotograma clave de un plano, y corta entre planos en marcas de tiempo explícitas. Usa la misma estructura cuando escribas tus propios prompts de varios planos. La guía está resumida en la [guía de prompts](/es/tutorials/video/minimax/minimax-h3-prompt-guide). diff --git a/es/tutorials/video/wan/fun-camera.mdx b/es/tutorials/video/wan/fun-camera.mdx index 4aec06feb3..45a71045d2 100644 --- a/es/tutorials/video/wan/fun-camera.mdx +++ b/es/tutorials/video/wan/fun-camera.mdx @@ -2,11 +2,12 @@ title: "Ejemplos oficiales de ComfyUI Wan2.1 Fun Camera" description: "Esta guía muestra cómo usar Wan2.1 Fun Camera en ComfyUI para generar video" sidebarTitle: "Wan2.1 Fun Camera" -translationSourceHash: 6173f2a1 +translationSourceHash: f2b906a8 translationFrom: tutorials/video/wan/fun-camera.mdx translationBlockHashes: "_intro": 59d5e57d "About Wan2.1 Fun Camera": 98c0ae00 + "Model Installation": 65ab0da5 "ComfyUI Wan2.1 Fun Camera 1.3B Workflow": 4ddf8882 "ComfyUI Wan2.1 Fun Camera 14B Workflow": ea99a5f1 "Performance Reference": 2dc2f8f0 @@ -22,47 +23,47 @@ El modelo forma parte de la familia Wan2.1-Fun y se distribuye en dos tamaños: **Wan2.1 Fun Camera** es un proyecto de generación de video lanzado por el equipo de Alibaba, centrado en controlar los efectos de la generación de video mediante el movimiento de cámara. -**Descargar los pesos del modelo**: +**Descarga de los pesos del modelo**: - [Versión 14B](https://huggingface.co/alibaba-pai/Wan2.1-Fun-V1.1-14B-Control-Camera) - [Versión 1.3B](https://huggingface.co/alibaba-pai/Wan2.1-Fun-V1.1-1.3B-Control-Camera) **Repositorio de código**: [VideoX-Fun](https://github.com/aigc-apps/VideoX-Fun) -**ComfyUI ahora es compatible de forma nativa con el modelo Wan2.1 Fun Camera**. +**ComfyUI ya es compatible de forma nativa con el modelo Wan2.1 Fun Camera**. -## Model Installation +## Instalación del modelo -These models only need to be installed once. Additionally, model download information is included in the corresponding workflow images, so you can choose your preferred way to download the models. +Estos modelos solo necesitan instalarse una vez. Además, la información de descarga de los modelos está incluida en las imágenes del flujo de trabajo correspondiente, así que puedes elegir la forma de descarga que prefieras. -All of the following models can be found at [Wan_2.1_ComfyUI_repackaged](https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged) +Puedes encontrar todos los siguientes modelos en [Wan_2.1_ComfyUI_repackaged](https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged) -### Diffusion Models +### Modelos de difusión -Choose either 1.3B or 14B: +Elige 1.3B o 14B: - Wan2.1 Fun Camera 1.3B diffusion model + Modelo de difusión Wan2.1 Fun Camera 1.3B - Wan2.1 Fun Camera 14B diffusion model + Modelo de difusión Wan2.1 Fun Camera 14B -If you've used Wan2.1 related models before, you should already have the following models. If not, please download them: +Si ya has usado modelos relacionados con Wan2.1 antes, ya deberías tener los siguientes modelos. Si no es así, descárgalos: -### Text Encoders +### Codificadores de texto -Choose one of the following: +Elige uno de los siguientes: - Full precision text encoder + Codificador de texto de precisión completa - FP8 quantized text encoder (recommended for lower VRAM) + Codificador de texto cuantizado FP8 (RECOMENDADO para menos VRAM) @@ -70,7 +71,7 @@ Choose one of the following: - Wan2.1 VAE model + Modelo VAE Wan2.1 @@ -78,11 +79,11 @@ Choose one of the following: - CLIP vision encoder + Codificador de visión CLIP -File Storage Location: +Ubicación de almacenamiento de archivos: ``` 📂 ComfyUI/ @@ -124,7 +125,7 @@ Descarga el video de abajo y arrástralo a ComfyUI para cargar el flujo de traba > -Si quieres usar la versión 14B, solo tienes que reemplazar el archivo del modelo por la versión 14B, pero ten en cuenta los requisitos de VRAM. +Si quieres usar la versión 14B, solo reemplaza el archivo del modelo por la versión 14B, pero ten en cuenta los requisitos de VRAM. **Materiales de entrada** @@ -160,7 +161,7 @@ Sube este archivo al nodo `LoadImage` correspondiente: ### Wan 2.1 Fun Camera 14B {#video_wan2.1_fun_camera_v1.1_14B} -Genera videos de alta calidad con control de cámara avanzado usando el modelo 14B completo. +Genera videos de alta calidad con control de cámara avanzado usando el modelo completo 14B. Vista previa del flujo de trabajo Wan 2.1 Fun Camera 14B @@ -169,7 +170,7 @@ Genera videos de alta calidad con control de cámara avanzado usando el modelo 1 Abrir en Comfy Cloud - Descarga el JSON o busca "Wan 2.1 Fun Camera 14B" en la biblioteca de plantillas + Descarga el JSON o busca "Wan 2.1 Fun Camera 14B" en la Biblioteca de plantillas @@ -196,7 +197,7 @@ Sube este archivo al nodo `LoadImage` correspondiente: ## Referencia de rendimiento **Versión 1.3B**: -- La resolución de 512x512 en una RTX 4090 tarda unos 72 segundos en generar 81 fotogramas +- Con una resolución de 512x512 en una RTX 4090, generar 81 fotogramas tarda unos 72 segundos **Versión 14B**: -- La RTX4090 con 24GB de VRAM puede quedarse sin memoria al generar a resolución 512x512, y también ha habido problemas de memoria en la A100 al usar tamaños mayores +- La RTX 4090 de 24 GB de VRAM puede quedarse sin memoria al generar a una resolución de 512x512, y también se han producido problemas de memoria en la A100 al usar tamaños mayores diff --git a/es/tutorials/video/wan/fun-control.mdx b/es/tutorials/video/wan/fun-control.mdx index 1eb18eaaec..13730c3831 100644 --- a/es/tutorials/video/wan/fun-control.mdx +++ b/es/tutorials/video/wan/fun-control.mdx @@ -2,11 +2,12 @@ title: "Ejemplos de video con Wan2.1 Fun Control en ComfyUI" description: "Esta guía muestra cómo usar Wan2.1 Fun Control en ComfyUI para generar videos con videos de control" sidebarTitle: "Wan2.1 Fun Control" -translationSourceHash: 2ce972d6 +translationSourceHash: 8b293934 translationFrom: tutorials/video/wan/fun-control.mdx translationBlockHashes: "_intro": b7cb8b6d "About Wan2.1-Fun-Control": 2e562079 + "Model Installation": 6ee9c5c6 "ComfyUI Native Workflow": 01fc65b5 "Workflow Using Custom Nodes": 8f081a21 "Usage Tips": 9e74c201 @@ -16,18 +17,18 @@ import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx"; Wan2.1-Fun-Control es un modelo de generación de video de código abierto del proyecto VideoX-Fun de Alibaba que sigue condiciones de control predefinidas en lugar de depender únicamente del texto del prompt. Puedes guiar la salida con mapas de bordes Canny, mapas de profundidad, esqueletos OpenPose, bordes geométricos MLSD o trayectorias de puntos. -El modelo está disponible en dos tamaños: la versión de 1.3B (unos 19 GB) para un despliegue local ligero con menores requisitos de VRAM, y la versión de 14B (unos 47 GB de almacenamiento total del modelo, con los pesos de difusión en unos 32.8 GB) para obtener resultados de mayor calidad. Ambas admiten predicción de video multirresolución a 512, 768 y 1024 píxeles, generan hasta 81 fotogramas (unos 5 segundos) a 16 fotogramas por segundo y aceptan prompts multilingües. ComfyUI ofrece soporte nativo para Wan2.1-Fun-Control. +El modelo se ofrece en dos tamaños: la versión de 1.3B (unos 19 GB) para un despliegue local ligero con menores requisitos de VRAM, y la versión de 14B (unos 47 GB de almacenamiento total del modelo, con los pesos de diffusion en unos 32.8 GB) para obtener resultados de mayor calidad. Ambas admiten predicción de video multirresolución a 512, 768 y 1024 píxeles, generan hasta 81 fotogramas (unos 5 segundos) a 16 fotogramas por segundo y aceptan prompts multilingües. ComfyUI ofrece soporte nativo para Wan2.1-Fun-Control. ## Acerca de Wan2.1-Fun-Control **Wan2.1-Fun-Control** es un proyecto de generación y control de video de código abierto desarrollado por el equipo de Alibaba. -Introduce mecanismos innovadores de Control Codes combinados con aprendizaje profundo y entradas condicionales multimodales para generar videos de alta calidad que cumplen con condiciones de control predefinidas. El proyecto se centra en guiar con precisión el contenido del video generado mediante condiciones de control multimodales. +Introduce mecanismos innovadores de Control Codes combinados con aprendizaje profundo y entradas condicionales multimodales para generar videos de alta calidad que se ajustan a condiciones de control predefinidas. El proyecto se centra en guiar con precisión el contenido del video generado mediante condiciones de control multimodales. -Actualmente, el modelo Fun Control admite diversas condiciones de control, como **Canny (arte lineal), Depth, OpenPose (postura humana), MLSD (bordes geométricos) y control de trayectoria.** -El modelo también admite predicción de video multirresolución con opciones de 512, 768 y 1024 de resolución a 16 fotogramas por segundo, generando videos de hasta 81 fotogramas (aproximadamente 5 segundos) de duración. +Actualmente, el modelo Fun Control admite diversas condiciones de control, entre ellas **Canny (arte lineal), Profundidad, OpenPose (postura humana), MLSD (bordes geométricos) y control de trayectoria.** +El modelo también admite predicción de video multirresolución con opciones de resolución de 512, 768 y 1024 a 16 fotogramas por segundo, generando videos de hasta 81 fotogramas (aproximadamente 5 segundos) de duración. Versiones del modelo: -- **1.3B** Ligera: apta para el despliegue local y la inferencia rápida con **requisitos de VRAM más bajos** +- **1.3B** Ligera: adecuada para el despliegue local y la inferencia rápida con **requisitos de VRAM más bajos** - **14B** De alto rendimiento: el tamaño del modelo alcanza 32GB+, ofrece mejores resultados pero **requiere más VRAM** **Descarga de los pesos del modelo**: @@ -43,60 +44,60 @@ Versiones del modelo: **Repositorio de código**: [VideoX-Fun](https://github.com/aigc-apps/VideoX-Fun) -ComfyUI ahora **es compatible de forma nativa** con el modelo Wan2.1 Fun Control. Antes de comenzar este tutorial, actualiza tu ComfyUI para asegurarte de usar una versión posterior a [este commit](https://github.com/Comfy-Org/ComfyUI/commit/3661c833bcc41b788a7c9f0e7bc48524f8ee5f82). +ComfyUI ahora **es compatible de forma nativa** con el modelo Wan2.1 Fun Control. Antes de comenzar este tutorial, actualiza tu ComfyUI para asegurarte de que usas una versión posterior a [este commit](https://github.com/Comfy-Org/ComfyUI/commit/3661c833bcc41b788a7c9f0e7bc48524f8ee5f82). En esta guía proporcionamos dos flujos de trabajo: 1. Un flujo de trabajo que usa solo nodos nativos de Comfy Core -2. Un flujo de trabajo que usa nodos personalizados +2. Un flujo de trabajo que usa Nodos Personalizados -Debido a las limitaciones actuales de los nodos nativos para el soporte de video, el flujo de trabajo solo con nodos nativos permite completar el proceso sin instalar nodos personalizados. +Debido a las limitaciones actuales de los nodos nativos para el soporte de video, el flujo de trabajo solo con nodos nativos garantiza que los usuarios puedan completar el proceso sin instalar nodos personalizados. Sin embargo, hemos comprobado que ofrecer una buena experiencia de usuario para la generación de video es complicado sin nodos personalizados, así que en esta guía incluimos ambas versiones del flujo de trabajo. -## Model Installation +## Instalar los modelos -You only need to install these models once. The workflow images also contain model download information, so you can choose your preferred download method. +Solo necesitas instalar estos modelos una vez. Las imágenes de los flujos de trabajo también contienen la información de descarga de los modelos, así que puedes elegir el método de descarga que prefieras. -The following models can be found at [Wan_2.1_ComfyUI_repackaged](https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged) and [Wan2.1-Fun](https://huggingface.co/collections/alibaba-pai/wan21-fun-67e4fb3b76ca01241eb7e334) +Puedes encontrar los siguientes modelos en [Wan_2.1_ComfyUI_repackaged](https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged) y [Wan2.1-Fun](https://huggingface.co/collections/alibaba-pai/wan21-fun-67e4fb3b76ca01241eb7e334) -Click the corresponding links to download. If you have used Wan-related workflows before, you only need to download the **Diffusion models**. +Haz clic en los enlaces correspondientes para descargarlos. Si ya has usado flujos de trabajo relacionados con Wan, solo necesitas descargar los **modelos de difusión**. -**Diffusion models** -- choose 1.3B or 14B. The 14B version has a larger file size (32GB) and higher VRAM requirements: +**Modelos de difusión**: elige 1.3B o 14B. La versión 14B tiene un tamaño de archivo mayor (32GB) y requiere más VRAM: - Wan2.1 Fun Control 1.3B diffusion model -- lightweight, lower VRAM requirements + Modelo de difusión Wan2.1 Fun Control 1.3B: ligero, con menores requisitos de VRAM - Wan2.1 Fun Control 14B diffusion model. Rename to Wan2.1-Fun-14B-Control.safetensors after downloading. 32GB+ file size, higher VRAM requirements + Modelo de difusión Wan2.1 Fun Control 14B. Renómbralo a Wan2.1-Fun-14B-Control.safetensors después de descargarlo. Tamaño de archivo de 32GB o más, mayores requisitos de VRAM -**Text encoders** -- choose one of the following models (fp16 precision has a larger size and higher performance requirements): +**Codificadores de texto**: elige uno de los siguientes modelos (la precisión fp16 tiene un tamaño mayor y mayores requisitos de rendimiento): - UMT5 XXL text encoder -- fp16 precision, larger size, higher performance + Codificador de texto UMT5 XXL: precisión fp16, mayor tamaño, mayor rendimiento - UMT5 XXL text encoder -- fp8 precision, smaller size, lower performance requirements + Codificador de texto UMT5 XXL: precisión fp8, menor tamaño, menores requisitos de rendimiento **VAE** - Wan2.1 VAE model + Modelo VAE de Wan2.1 **CLIP Vision** - CLIP Vision model for processing reference images + Modelo CLIP Vision para procesar imágenes de referencia -File storage location: +Ubicación de almacenamiento de los archivos: ``` 📂 ComfyUI/ ├── 📂 models/ @@ -113,12 +114,12 @@ File storage location: ## Flujo de trabajo nativo de ComfyUI -En este flujo de trabajo usamos videos convertidos a **formato WebP**, ya que el nodo `Load Image` no admite actualmente el formato mp4. También usamos **Canny Edge** para preprocesar el video original. -Como muchos usuarios tienen fallos de instalación y problemas de entorno al instalar nodos personalizados, esta versión del flujo de trabajo usa solo nodos nativos para garantizar una experiencia más fluida. +En este flujo de trabajo usamos videos convertidos a **formato WebP**, ya que el nodo `Load Image` todavía no admite el formato mp4. También usamos **Canny Edge** para preprocesar el video original. +Como muchos usuarios se encuentran con fallos de instalación y problemas de entorno al instalar nodos personalizados, esta versión del flujo de trabajo usa solo nodos nativos para garantizar una experiencia más fluida. -Gracias a nuestros grandes autores de ComfyUI, que ofrecen nodos con muchas funciones. Si quieres consultar directamente la versión relacionada, mira [Flujo de trabajo con nodos personalizados](#flujo-de-trabajo-con-nodos-personalizados). +Gracias a nuestros grandes autores de ComfyUI, que ofrecen nodos con muchas funciones. Si quieres consultar directamente la versión relacionada, ve a [Flujo de trabajo con nodos personalizados](#flujo-de-trabajo-con-nodos-personalizados). -### 1. Descarga del archivo del flujo de trabajo +### 1. Descargar el archivo del flujo de trabajo ![Flujo de trabajo nativo de Wan2.1 Fun Control](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/wan2.1_fun_control/wan2.1_fun_control_native.webp) @@ -127,7 +128,7 @@ Gracias a nuestros grandes autores de ComfyUI, que ofrecen nodos con muchas func Abrir en Comfy Cloud - Descarga la imagen del flujo de trabajo y arrástrala a ComfyUI para cargar el flujo de trabajo + Descarga la imagen del flujo de trabajo y arrástrala a ComfyUI para cargarlo @@ -138,50 +139,50 @@ Gracias a nuestros grandes autores de ComfyUI, que ofrecen nodos con muchas func Fotograma inicial de entrada para el flujo de trabajo nativo. Descarga y usa esta imagen, o reemplázala por la tuya. - Video de control de entrada en formato WebP para el flujo de trabajo nativo. El flujo de trabajo nativo requiere formato WebP, ya que Load Image no admite mp4. + Video de control de entrada en formato WebP para el flujo de trabajo nativo. El flujo de trabajo nativo requiere formato WebP porque Load Image no admite mp4. -### 2. Completa el flujo de trabajo paso a paso +### 2. Completar el flujo de trabajo paso a paso -![Pasos del flujo de trabajo Wan2.1 Fun Control](/images/tutorial/video/wan/fun_control_native_flow_diagram.png) +![Pasos del flujo de trabajo de Wan2.1 Fun Control](/images/tutorial/video/wan/fun_control_native_flow_diagram.png) 1. Asegúrate de que el nodo `Load Diffusion Model` haya cargado `wan2.1_fun_control_1.3B_bf16.safetensors` 2. Asegúrate de que el nodo `Load CLIP` haya cargado `umt5_xxl_fp8_e4m3fn_scaled.safetensors` 3. Asegúrate de que el nodo `Load VAE` haya cargado `wan_2.1_vae.safetensors` 4. Asegúrate de que el nodo `Load CLIP Vision` haya cargado `clip_vision_h.safetensors` -5. Sube el fotograma inicial al nodo `Load Image` (renombrado a `Start_image`) -6. Sube el video de control al segundo nodo `Load Image`. Nota: este nodo no admite actualmente mp4, solo videos WebP -7. (Opcional) Modifica el prompt (se admiten tanto inglés como chino) +5. Sube el fotograma inicial al nodo `Load Image` (renombrado como `Start_image`) +6. Sube el video de control al segundo nodo `Load Image`. Nota: este nodo no admite mp4 por ahora, solo videos WebP +7. (Opcional) Modifica el prompt (se admiten inglés y chino) 8. (Opcional) Ajusta el tamaño del video en `WanFunControlToVideo`, evitando dimensiones demasiado grandes -9. Haz clic en el botón `Run` o usa el atajo `Ctrl(cmd) + Enter` para ejecutar la generación de video +9. Haz clic en el botón `Run` o usa el atajo `Ctrl(cmd) + Enter` para ejecutar la generación del video ### 3. Notas de uso -- Como debemos introducir en el nodo `WanFunControlToVideo` el mismo número de fotogramas que tiene el video de control, si la cantidad de fotogramas especificada supera los fotogramas reales del video de control, los fotogramas sobrantes pueden mostrar escenas que no se ajustan a las condiciones de control. Abordaremos este problema en [Flujo de trabajo con nodos personalizados](#flujo-de-trabajo-con-nodos-personalizados) -- Evita configurar dimensiones demasiado grandes, ya que el proceso de muestreo puede volverse muy lento. Prueba generar primero imágenes más pequeñas y luego haz upscale -- Usa tu imaginación para ampliar este flujo de trabajo añadiendo flujos de texto a imagen u otros tipos, y así lograr la generación directa de texto a video o la transferencia de estilo -- Usa herramientas como [ComfyUI-comfyui_controlnet_aux](https://github.com/Fannovel16/comfyui_controlnet_aux) para tener opciones de control más ricas +- Como debemos introducir en el nodo `WanFunControlToVideo` el mismo número de fotogramas que tiene el video de control, si la cantidad de fotogramas especificada supera la del video de control real, los fotogramas sobrantes pueden mostrar escenas que no se ajustan a las condiciones de control. Abordaremos este problema en [Flujo de trabajo con nodos personalizados](#flujo-de-trabajo-con-nodos-personalizados) +- Evita establecer dimensiones demasiado grandes, ya que esto puede hacer que el muestreo lleve mucho tiempo. Prueba a generar primero imágenes más pequeñas y luego escálalas +- Usa tu imaginación para ampliar este flujo de trabajo añadiendo flujos de texto a imagen u otros tipos, y lograr así generación directa de texto a video o transferencia de estilo +- Usa herramientas como [ComfyUI-comfyui_controlnet_aux](https://github.com/Fannovel16/comfyui_controlnet_aux) para tener opciones de control más variadas -## Flujo de trabajo con nodos personalizados +## Flujo de trabajo con Nodos Personalizados -Necesitaremos instalar los siguientes dos nodos personalizados: +Necesitas instalar los siguientes dos nodos personalizados: - [ComfyUI-VideoHelperSuite](https://github.com/Kosinkadink/ComfyUI-VideoHelperSuite) - [ComfyUI-comfyui_controlnet_aux](https://github.com/Fannovel16/comfyui_controlnet_aux) -Puedes usar [ComfyUI Manager](https://github.com/Comfy-Org/ComfyUI-Manager) para instalar los nodos faltantes o seguir las instrucciones de instalación de cada paquete de nodos personalizados. +Puedes usar [ComfyUI Manager](https://github.com/Comfy-Org/ComfyUI-Manager) para instalar nodos faltantes o seguir las instrucciones de instalación de cada paquete de nodos personalizados. -### 1. Descarga del archivo del flujo de trabajo +### 1. Descargar el archivo del flujo de trabajo ![Flujo de trabajo de Wan2.1 Fun Control](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/wan2.1_fun_control-1.webp) - - Abrir en Comfy Cloud + + Open in Comfy Cloud - Descarga el JSON o busca "Wan 2.1 ControlNet" en la Biblioteca de plantillas + Descarga el JSON o busca “Wan 2.1 ControlNet” en la Biblioteca de plantillas @@ -192,23 +193,23 @@ Puedes usar [ComfyUI Manager](https://github.com/Comfy-Org/ComfyUI-Manager) para Fotograma inicial de entrada para el flujo de trabajo con nodos personalizados. Descarga y usa esta imagen, o reemplázala por la tuya. - Video de control de entrada en formato MP4 para el flujo de trabajo con nodos personalizados. El nodo personalizado `Load Video` admite el formato mp4. + Video de control de entrada en formato MP4 para el flujo de trabajo con nodos personalizados. El nodo personalizado Load Video admite el formato mp4. -### 2. Completa el flujo de trabajo paso a paso +### 2. Completar el flujo de trabajo paso a paso -![Pasos del flujo de trabajo de Wan2.1 Fun Control con nodos personalizados](/images/tutorial/video/wan/fun_control_using_custom_nodes_flow_diagram.png) +![Pasos del flujo de trabajo de Wan2.1 Fun Control con Nodos Personalizados](/images/tutorial/video/wan/fun_control_using_custom_nodes_flow_diagram.png) -> La parte del modelo es esencialmente la misma. Si ya probaste el flujo de trabajo solo con nodos nativos, puedes subir directamente las imágenes correspondientes y ejecutarlo. +> La parte de los modelos es prácticamente la misma. Si ya probaste el flujo de trabajo con nodos nativos, puedes subir directamente las imágenes correspondientes y ejecutarlo. -1. Asegúrate de que el nodo `Load Diffusion Model` haya cargado `wan2.1_fun_control_1.3B_bf16.safetensors` -2. Asegúrate de que el nodo `Load CLIP` haya cargado `umt5_xxl_fp8_e4m3fn_scaled.safetensors` -3. Asegúrate de que el nodo `Load VAE` haya cargado `wan_2.1_vae.safetensors` -4. Asegúrate de que el nodo `Load CLIP Vision` haya cargado `clip_vision_h.safetensors` +1. Asegúrate de que el nodo `Load Diffusion Model` tenga cargado `wan2.1_fun_control_1.3B_bf16.safetensors` +2. Asegúrate de que el nodo `Load CLIP` tenga cargado `umt5_xxl_fp8_e4m3fn_scaled.safetensors` +3. Asegúrate de que el nodo `Load VAE` tenga cargado `wan_2.1_vae.safetensors` +4. Asegúrate de que el nodo `Load CLIP Vision` tenga cargado `clip_vision_h.safetensors` 5. Sube el fotograma inicial al nodo `Load Image` -6. Sube un video en formato mp4 al nodo personalizado `Load Video(Upload)`. Ten en cuenta que el flujo de trabajo ya ajustó el valor predeterminado de `frame_load_cap` -7. Para la imagen actual, el `DWPose Estimator` solo usa la opción `detect_face` +6. Sube un video en formato mp4 al nodo personalizado `Load Video(Upload)`. Ten en cuenta que el flujo de trabajo ha ajustado el `frame_load_cap` predeterminado +7. Para la imagen actual, `DWPose Estimator` solo usa la opción `detect_face` 8. (Opcional) Modifica el prompt (se admiten inglés y chino) 9. (Opcional) Ajusta el tamaño del video en `WanFunControlToVideo`, evitando dimensiones demasiado grandes 10. Haz clic en el botón `Run` o usa el atajo `Ctrl(cmd) + Enter` para ejecutar la generación de video @@ -217,7 +218,7 @@ Puedes usar [ComfyUI Manager](https://github.com/Comfy-Org/ComfyUI-Manager) para Gracias a los autores de la comunidad de ComfyUI por sus paquetes de nodos personalizados: - Este ejemplo usa `Load Video(Upload)` para admitir videos mp4 -- El `video_info` que se obtiene de `Load Video(Upload)` nos permite mantener el mismo `fps` en el video de salida +- El `video_info` que se obtiene de `Load Video(Upload)` permite mantener el mismo `fps` en el video de salida - Puedes reemplazar `DWPose Estimator` por otros preprocesadores del paquete de nodos `ComfyUI-comfyui_controlnet_aux` - Los prompts admiten varios idiomas @@ -225,10 +226,10 @@ Gracias a los autores de la comunidad de ComfyUI por sus paquetes de nodos perso ![Aplicar varios videos de control](/images/tutorial/video/wan/apply_multi_control_videos.jpg) -- Un consejo útil es que puedes combinar varias técnicas de preprocesamiento de imágenes y luego usar el nodo `Image Blend` para lograr aplicar varios métodos de control al mismo tiempo. -- Puedes usar el nodo `Video Combine` de `ComfyUI-VideoHelperSuite` para guardar videos en formato mp4 -- Usamos `SaveAnimatedWEBP` porque actualmente no admitimos incrustar el flujo de trabajo en **mp4** y es posible que algunos nodos personalizados tampoco admitan incrustar el flujo de trabajo. Para conservar el flujo de trabajo en el video, elegimos el nodo `SaveAnimatedWEBP`. -- En el nodo `WanFunControlToVideo`, `control_video` no es obligatorio, así que a veces puedes saltarte el uso de un video de control: primero genera un video de tamaño muy pequeño, como 320x320, y luego úsalo como entrada de video de control para lograr resultados consistentes. +- Un consejo útil: puedes combinar varias técnicas de preprocesamiento de imágenes y luego usar el nodo `Image Blend` para aplicar varios métodos de control al mismo tiempo. +- Puedes usar el nodo `Video Combine` de `ComfyUI-VideoHelperSuite` para guardar videos en formato mp4. +- Usamos `SaveAnimatedWEBP` porque actualmente no admitimos incrustar el flujo de trabajo en **mp4** y es posible que algunos nodos personalizados tampoco lo admitan. Para conservar el flujo de trabajo en el video, elegimos el nodo `SaveAnimatedWEBP`. +- En el nodo `WanFunControlToVideo`, `control_video` no es obligatorio, así que a veces puedes omitir el video de control: primero genera un video de tamaño muy pequeño, como 320x320, y luego úsalo como entrada de video de control para obtener resultados consistentes. - [ComfyUI-WanVideoWrapper](https://github.com/kijai/ComfyUI-WanVideoWrapper) - [ComfyUI-KJNodes](https://github.com/kijai/ComfyUI-KJNodes) diff --git a/es/tutorials/video/wan/wan-animate-2.mdx b/es/tutorials/video/wan/wan-animate-2.mdx index 83784c8b80..bf2ab89ef8 100644 --- a/es/tutorials/video/wan/wan-animate-2.mdx +++ b/es/tutorials/video/wan/wan-animate-2.mdx @@ -2,89 +2,90 @@ title: "Wan Animate 2: transferencia de movimiento" description: "Anima un personaje estático con Wan Animate 2 en ComfyUI: transfiere el movimiento desde un video guía directamente, sin extracción de poses ni preprocesamiento de esqueleto." sidebarTitle: "Wan Animate 2" -translationSourceHash: ae4a191b +translationSourceHash: 3eded645 translationFrom: tutorials/video/wan/wan-animate-2.mdx translationBlockHashes: "_intro": 358b6914 "Model Highlights": ab20a214 + "Wan Animate 2 workflow": c684e48e --- import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx"; -Wan Animate 2 es un framework de animación de personajes de extremo a extremo del equipo de Wan que consume directamente videos de conducción en un Diffusion Transformer rediseñado. Logra una generación de movimiento de alta fidelidad y una fuerte preservación de la identidad al eliminar los extractores de movimiento intermedios: no se necesita extracción de pose ni preprocesamiento de esqueletos. +Wan Animate 2 es un framework de animación de personajes de extremo a extremo del equipo de Wan que consume directamente videos de referencia en un Diffusion Transformer rediseñado. Logra una generación de movimiento de alta fidelidad y una fuerte preservación de la identidad al eliminar los extractores de movimiento intermedios: no se necesita extracción de pose ni preprocesamiento de esqueletos. -El modelo también añade control de perspectiva impulsado por texto, lo que desacopla la perspectiva de la cámara de salida del video de conducción. Esto te permite animar a un personaje estático usando un video de conducción mientras controlas la cámara de forma independiente, e incluso generar un fondo nuevo a partir de tu prompt de texto. +El modelo también añade control de punto de vista impulsado por texto, lo que desacopla la perspectiva de la cámara de salida del video de referencia. Esto te permite animar un personaje estático usando un video de referencia mientras controlas la cámara de forma independiente, e incluso generar un fondo nuevo a partir de tu prompt de texto. ## Puntos destacados del modelo - **Transferencia directa de movimiento**: Anima a un personaje estático a partir de un video guía sin extracción de pose ni preprocesamiento de esqueleto -- **Preservación de la identidad**: Conserva sin cambios la identidad, la apariencia y los detalles del personaje de referencia -- **Control de cámara mediante texto**: Desacopla la perspectiva de la cámara del resultado de la del video guía +- **Preservación de la identidad**: Mantiene intactas la identidad, la apariencia y los detalles del personaje de referencia +- **Control de cámara mediante texto**: Desacopla la perspectiva de la cámara de salida del video guía - **Fondos nuevos**: Genera un fondo nuevo a partir de tu prompt de texto en lugar de copiar el fondo del video guía - **Movimiento de alta fidelidad**: Replica movimientos y expresiones complejas del video guía -## Wan Animate 2 workflow +## Flujo de trabajo de Wan Animate 2 -Animate a still character using a driving video, transferring motion directly from video frames. The output preserves the reference character's identity while generating a fresh background and camera movement from your text prompt. +Anima un personaje estático usando un video guía, transfiriendo el movimiento directamente desde los fotogramas del video. El resultado conserva la identidad del personaje de referencia mientras genera un fondo y un movimiento de cámara nuevos a partir de tu prompt de texto. - Open in Comfy Cloud + Abrir en Comfy Cloud - - Download JSON or search "Wan Animate 2" in Template Library + + Descarga el JSON o busca "Wan Animate 2" en la biblioteca de plantillas -**Input materials** +**Materiales de entrada** -Upload these files to the matching nodes: +Sube estos archivos a los nodos correspondientes: - - `LoadImage` node: pink_hair_mech_arms_ref.png (the character to animate) + + Nodo `LoadImage`: pink_hair_mech_arms_ref.png (el personaje a animar) - - `LoadVideo` node: street_dance_drive.mp4 (the motion source) + + Nodo `LoadVideo`: street_dance_drive.mp4 (la fuente del movimiento) -### Model downloads +### Descargas de modelos -This workflow uses the `wan_animate_2_int8_convrot.safetensors` diffusion model. The repository also ships BF16 and distilled variants; if you want to use those instead, change the model selection in the `UNETLoader` node. All files are available in the [Comfy-Org/Wan-Animate-2](https://huggingface.co/Comfy-Org/Wan-Animate-2) repository: +Este flujo de trabajo usa el modelo de difusión `wan_animate_2_int8_convrot.safetensors`. El repositorio también incluye variantes BF16 y destiladas; si quieres usar esas en su lugar, cambia la selección de modelo en el nodo `UNETLoader`. Todos los archivos están disponibles en el repositorio [Comfy-Org/Wan-Animate-2](https://huggingface.co/Comfy-Org/Wan-Animate-2): - - wan_animate_2_int8_convrot.safetensors: INT8 convrot quantized diffusion model used by this workflow + + wan_animate_2_int8_convrot.safetensors: modelo de difusión cuantizado INT8 convrot que usa este flujo de trabajo - - wan_animate_2_bf16.safetensors: Full-precision base model. Requires changing the UNETLoader model selection. + + wan_animate_2_bf16.safetensors: modelo base de precisión completa. Requiere cambiar la selección de modelo en UNETLoader. - - wan_animate_2_distill_int8_convrot.safetensors: Distilled INT8 variant. Requires changing the UNETLoader model selection. + + wan_animate_2_distill_int8_convrot.safetensors: variante INT8 destilada. Requiere cambiar la selección de modelo en UNETLoader. - - wan_animate_2_distill_bf16.safetensors: Distilled BF16 variant. Requires changing the UNETLoader model selection. + + wan_animate_2_distill_bf16.safetensors: variante BF16 destilada. Requiere cambiar la selección de modelo en UNETLoader. - lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors: LightX2V acceleration LoRA + lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors: LoRA de aceleración LightX2V - - umt5_xxl_fp8_e4m3fn_scaled.safetensors: UMT5-XXL FP8 text encoder + + umt5_xxl_fp8_e4m3fn_scaled.safetensors: codificador de texto UMT5-XXL FP8 - clip_vision_h.safetensors: CLIP Vision encoder + clip_vision_h.safetensors: codificador CLIP Vision - Wan2_1_VAE_bf16.safetensors: Wan2.1 VAE for encoding and decoding + Wan2_1_VAE_bf16.safetensors: VAE de Wan2.1 para codificar y decodificar -Place the files in the following directories: +Coloca los archivos en los siguientes directorios: ``` 📂 ComfyUI/ @@ -104,22 +105,23 @@ Place the files in the following directories: │ └── Wan2_1_VAE_bf16.safetensors ``` -### Workflow instructions +### Instrucciones del flujo de trabajo -1. Make sure all the models are loaded correctly -2. Upload the reference image: the character in this image is the target character to animate -3. Upload the driving video: its motion is transferred to the reference character -4. Update the prompt to describe the scene, background, and camera movement you want -5. Click `Run` or use the shortcut `Ctrl(cmd) + Enter` to generate the video +1. Asegúrate de que todos los modelos se carguen correctamente +2. Sube la imagen de referencia: el personaje de esta imagen es el personaje objetivo que se va a animar +3. Sube el video de conducción: su movimiento se transfiere al personaje de referencia +4. Actualiza el prompt para describir la escena, el fondo y el movimiento de cámara que quieres +5. Haz clic en `Run` o usa el atajo `Ctrl(cmd) + Enter` para generar el video -### Extending to longer videos +### Extender a videos más largos -Longer videos are handled inside the workflow: the `Motion Transfer (Wan Animate 2)` subgraph loops (`StartLoop` / `EndLoop`) and keeps generating until it has covered the whole driving video, so one subgraph is all you need. Nothing has to be duplicated or rewired. +Los videos más largos se manejan dentro del flujo de trabajo: el subgrafo `Motion Transfer (Wan Animate 2)` hace un bucle (`StartLoop` / `EndLoop`) y sigue generando hasta cubrir todo el video de origen, así que con un solo subgrafo basta. No hay que duplicar ni recablear nada. -One loop iteration generates 81 frames, about 3.4 seconds at 24 fps. That is the `Int (fragment_length)` value inside the subgraph. You can raise it, but it has to stay a legal Wan length: 81, 85, 89, and so on, which is `4n + 1`. +Cada iteración del bucle genera 81 fotogramas, unos 3.4 segundos a 24 fps. Ese es el valor de `Int (fragment_length)` dentro del subgrafo. Puedes aumentarlo, pero debe seguir siendo una longitud válida de Wan: 81, 85, 89, etcétera, es decir, `4n + 1`. -The loop math reads the driving video's frame count, works out how many continuations are needed, and the tail is trimmed so the output has exactly as many frames as the driving video. Each continuation repeats the previous segment's last frame and that duplicate is removed, so every extra segment adds `fragment_length - 1` new frames. +El cálculo del bucle lee la cantidad de fotogramas del video de origen, determina cuántas continuaciones hacen falta y recorta el final para que la salida tenga exactamente la misma cantidad de fotogramas que el video de origen. Cada continuación repite el último fotograma del segmento anterior y ese duplicado se elimina, así que cada segmento adicional añade `fragment_length - 1` fotogramas nuevos. -Looping uses the core loop nodes, so the workflow needs ComfyUI 0.36.0 or newer. +El bucle usa los nodos de bucle del núcleo, así que el flujo de trabajo necesita ComfyUI 0.36.0 o posterior. + +El subgrafo `Video Stitch` es la vista previa comparativa: coloca el video generado junto al video de origen. No forma parte del proceso de extensión. -The `Video Stitch` subgraph is the comparison preview: it places the generated video next to the driving video. It is not part of the extension path. diff --git a/es/tutorials/video/wan/wan-causal-forcing.mdx b/es/tutorials/video/wan/wan-causal-forcing.mdx index e03aaf087e..271280192a 100644 --- a/es/tutorials/video/wan/wan-causal-forcing.mdx +++ b/es/tutorials/video/wan/wan-causal-forcing.mdx @@ -2,18 +2,19 @@ title: "Causal Forcing en ComfyUI: imagen a video con Wan2.1 en 1 a 4 pasos" description: "Genera video temporalmente consistente desde una sola imagen en ComfyUI con Causal Forcing o Causal Forcing++ sobre Wan2.1, usando tan solo 1 a 4 pasos." sidebarTitle: "Causal Forcing I2V" -translationSourceHash: 4cd31faf +translationSourceHash: e94bf5dc translationFrom: tutorials/video/wan/wan-causal-forcing.mdx translationBlockHashes: "_intro": 3da76367 "How it works": a3348b35 "Using the workflow": 5e6245a2 "Steps to run": 3202924b + "Model downloads": c6ce079e --- import UpdateReminder from '/snippets/es/tutorials/update-reminder.mdx' -**Causal Forcing** es una técnica de generación de video que aplica **conditioning recurrente** durante la inferencia, donde el modelo recibe de nuevo cada fotograma generado para predecir el siguiente. Esto produce videos suaves y temporalmente coherentes a partir de una sola imagen inicial en tan solo **1 a 4 pasos de inferencia**. +**Causal Forcing** es una técnica de generación de video que aplica **acondicionamiento recurrente** durante la inferencia, donde cada fotograma generado se devuelve al modelo para predecir el siguiente fotograma. Esto produce videos suaves y coherentes en el tiempo a partir de una sola imagen inicial en tan solo **1 a 4 pasos de inferencia**. Este flujo de trabajo usa **Wan2.1** y admite tanto el modo **Causal Forcing** (estándar) como **Causal Forcing++** (mejorado). @@ -34,7 +35,7 @@ Este flujo de trabajo usa **Wan2.1** y admite tanto el modo **Causal Forcing** ( - Imagen de entrada para el primer fotograma. Descarga y usa esta imagen, o reemplázala por una tuya. + Imagen de entrada para el primer fotograma. Descarga y usa esta imagen, o reemplázala con una tuya. @@ -49,7 +50,7 @@ A diferencia de la generación de video estándar, que procesa todos los fotogra Este enfoque recurrente crea una **fuerte consistencia temporal**: cada fotograma surge de forma natural del anterior. Esto puede producir resultados de alta calidad con muy pocos pasos de inferencia (de 1 a 4). - + Este flujo de trabajo usa un nodo Subgraph para el procesamiento modular. Consulta la documentación de Subgraph para aprender a personalizar y extender el flujo de trabajo. ### Causal Forcing vs Causal Forcing++ @@ -73,7 +74,7 @@ El flujo de trabajo acepta una sola imagen de entrada (el primer fotograma) y un ### Parámetros del subgrafo WAN I2V -Estos aparecen como controles en el nodo del subgrafo del plano: +El nodo del subgrafo del plano los expone como controles: | Parámetro | Predeterminado | Descripción | |---|---|---| @@ -87,39 +88,39 @@ Estos aparecen como controles en el nodo del subgrafo del plano: ## Pasos para ejecutar 1. **Carga una imagen**: usa el nodo **LoadImage** para cargar tu fotograma inicial -2. **Escribe un prompt** (opcional): describe el contenido de video que deseas +2. **Escribe un prompt** (opcional): describe el contenido del video que deseas 3. **Establece la duración**: cuántos fotogramas generar 4. **Selecciona los modelos**: elige el checkpoint, CLIP y VAE de Wan2.1 I2V 5. **Elige el modo**: Causal Forcing o Causal Forcing++ (configúralo mediante la configuración interna del subgrafo o una entrada específica de Causal Forcing si está disponible) 6. **Ejecuta**: los fotogramas se generarán de forma secuencial y se guardarán en `ComfyUI/output/` -## Model downloads +## Descargas de modelos -Download the Wan2.1 I2V model and required files. Place them in the corresponding `models/` subdirectories. +Descarga el modelo Wan2.1 I2V y los archivos requeridos. Colócalos en las subcarpetas correspondientes de `models/`. ### Wan2.1 I2V - wan2.1_i2v_480p_14B_fp16.safetensors - Wan2.1 I2V 14B checkpoint + wan2.1_i2v_480p_14B_fp16.safetensors - checkpoint Wan2.1 I2V 14B - wan2.1_t2v_1.3B_fp16.safetensors - Wan2.1 1.3B checkpoint (8GB VRAM minimum) + wan2.1_t2v_1.3B_fp16.safetensors - checkpoint Wan2.1 1.3B (8 GB de VRAM como mínimo) -### CLIP and VAE +### CLIP y VAE - google-bert/bert-base-uncased - CLIP text encoder + google-bert/bert-base-uncased - codificador de texto CLIP - Wan2.1_VAE_bf16.safetensors - Wan2.1 VAE + Wan2.1_VAE_bf16.safetensors - VAE de Wan2.1 -### Model storage location +### Ubicación de almacenamiento de los modelos ``` 📂 ComfyUI/ @@ -131,3 +132,4 @@ Download the Wan2.1 I2V model and required files. Place them in the correspondin │ └── 📂 vae/ │ └── Wan2.1_VAE_bf16.safetensors ``` + diff --git a/es/tutorials/video/wan/wan-move.mdx b/es/tutorials/video/wan/wan-move.mdx index 0cd94189d3..9f5a576d9a 100644 --- a/es/tutorials/video/wan/wan-move.mdx +++ b/es/tutorials/video/wan/wan-move.mdx @@ -2,19 +2,20 @@ title: "Ejemplo de flujo de trabajo Wan-Move en ComfyUI" description: "Genera video con movimiento controlable usando Wan-Move en ComfyUI: guía el movimiento de objetos con trayectorias de puntos para imagen a video." sidebarTitle: "Wan-Move" -translationSourceHash: 78cfc130 +translationSourceHash: 6e632abd translationFrom: tutorials/video/wan/wan-move.mdx translationBlockHashes: "_intro": 67a26359 "Wan-Move image-to-video workflow": 78aef00b + "Model links": 8e0ef166 --- import UpdateReminder from '/snippets/es/tutorials/update-reminder.mdx' -**Wan-Move** es un framework de generación de video con control de movimiento desarrollado por Tongyi Lab de Alibaba. Permite controlar el movimiento de los objetos en los videos generados especificando trayectorias de puntos sobre la imagen de entrada, lo que hace que la generación de imagen a video sea más precisa y controlable. +**Wan-Move** es un framework de generación de video con control de movimiento desarrollado por Tongyi Lab de Alibaba. Te permite controlar el movimiento de los objetos en los videos generados especificando trayectorias de puntos sobre la imagen de entrada, lo que hace que la generación de imagen a video sea más precisa y controlable. **Características principales**: -- **Control de movimiento en 480p y 5 s de alta calidad**: genera videos de 5 segundos en 480p con controlabilidad de movimiento de grano fino +- **Control de movimiento de alta calidad en 5 s y 480p**: genera videos de 5 segundos en 480p con una controlabilidad de movimiento de grano fino - **Orientación por trayectorias latentes**: representa las condiciones de movimiento propagando las características del primer fotograma a lo largo de las trayectorias - **Control de grano fino a nivel puntual**: el movimiento de los objetos se representa con trayectorias de puntos densas, lo que permite un control preciso a nivel de región - **Sin cambios en la arquitectura**: se integra sin problemas en Wan-I2V-14B sin módulos de movimiento adicionales @@ -55,27 +56,27 @@ Sube este archivo al nodo `LoadImage` correspondiente: -## Model links +## Enlaces de modelos - Place in ComfyUI/models/diffusion_models/ + Coloca el archivo en ComfyUI/models/diffusion_models/ - Place in ComfyUI/models/loras/ + Coloca el archivo en ComfyUI/models/loras/ - - Place in ComfyUI/models/text_encoders/ + + Coloca el archivo en ComfyUI/models/text_encoders/ - Place in ComfyUI/models/clip_vision/ + Coloca el archivo en ComfyUI/models/clip_vision/ - Place in ComfyUI/models/vae/ + Coloca el archivo en ComfyUI/models/vae/ -**Model Storage Location** +**Ubicación de almacenamiento de los modelos** ``` 📂 ComfyUI/ @@ -91,3 +92,4 @@ Sube este archivo al nodo `LoadImage` correspondiente: │ └── 📂 vae/ │ └── wan_2.1_vae.safetensors ``` + diff --git a/es/tutorials/video/wan/wan2-2-animate.mdx b/es/tutorials/video/wan/wan2-2-animate.mdx index 3029a39b0e..874b81e393 100644 --- a/es/tutorials/video/wan/wan2-2-animate.mdx +++ b/es/tutorials/video/wan/wan2-2-animate.mdx @@ -2,21 +2,22 @@ title: "Flujo de trabajo nativo de ComfyUI para Wan2.2 Animate" description: "Marco unificado de animación y reemplazo de personajes con replicación precisa de movimiento y expresión." sidebarTitle: "Wan2.2 Animate" -translationSourceHash: f66a9a5c +translationSourceHash: 081a4697 translationFrom: tutorials/video/wan/wan2-2-animate.mdx translationBlockHashes: "_intro": 96eb0424 "Model Highlights": fc4e7349 "ComfyOrg Wan2.2 Animate stream replay": a43ba31b + "About Wan2.2 Animate workflow": 71233e1e --- -import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx" +import UpdateReminder from '/snippets/es/tutorials/update-reminder.mdx' Wan-Animate es un marco unificado para la animación y el reemplazo de personajes, desarrollado por el equipo de WAN. -El modelo puede animar cualquier personaje a partir del video de un intérprete, replicando con precisión las expresiones faciales y los movimientos del intérprete para generar videos de personajes muy realistas. +El modelo puede animar cualquier personaje a partir del video de un intérprete, replicando con precisión sus expresiones faciales y sus movimientos para generar videos de personajes muy realistas. -También puede reemplazar los personajes de un video por personajes animados, conservando sus expresiones y movimientos y replicando la iluminación y el tono de color originales para lograr una integración perfecta con el entorno. +También puede reemplazar los personajes de un video por personajes animados, conservando sus expresiones y movimientos y replicando la iluminación y el tono de color originales para una integración fluida con el entorno. ## Aspectos destacados del modelo @@ -39,35 +40,35 @@ También puede reemplazar los personajes de un video por personajes animados, co -## About Wan2.2 Animate workflow +## Acerca del flujo de trabajo Wan2.2 Animate -This workflow supports two modes: Mix (replace a character in a video with a character from a reference image) and Move (animate a character using motion from an input video). +Este flujo de trabajo admite dos modos: Mix (reemplaza a un personaje de un video con un personaje de una imagen de referencia) y Move (anima a un personaje usando el movimiento de un video de entrada). -### Wan2.2 Animate, Character Animation and Replacement {#video_wan2_2_14B_animate} +### Wan2.2 Animate, animación y reemplazo de personajes {#video_wan2_2_14B_animate} -Unified character animation and replacement framework with precise motion and expression replication. +Framework unificado de animación y reemplazo de personajes con replicación precisa de movimiento y expresiones. -Wan2.2 Animate, Character Animation and Replacement workflow preview +Vista previa del flujo de trabajo Wan2.2 Animate, Character Animation and Replacement - - Open in Comfy Cloud + + Abrir en Comfy Cloud - - Download JSON or search "Wan2.2 Animate" in Template Library + + Descarga el JSON o busca "Wan2.2 Animate" en la Biblioteca de plantillas -**Input materials** +**Materiales de entrada** -Upload these files to the matching nodes: +Sube estos archivos a los nodos correspondientes: - `LoadImage` node 10 · `video_wan2_2_14B_animate_reference_image.png` + Nodo `LoadImage` 10 · `video_wan2_2_14B_animate_reference_image.png` - `LoadVideo` node 145 · `video_wan2_2_14B_animate_original_video.mp4` + Nodo `LoadVideo` 145 · `video_wan2_2_14B_animate_original_video.mp4` @@ -75,40 +76,40 @@ Upload these files to the matching nodes: video_wan2_2_14B_animate_reference_image.png
-### 2. Model links +### 2. Enlaces de modelos -All models involved in this guide can be found [here](https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/tree/main/split_files). +Todos los modelos que se usan en esta guía están disponibles [aquí](https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/tree/main/split_files). -**Diffusion Models** +**Modelos de difusión** - Wan2_2-Animate-14B_fp8_e4m3fn_scaled_KJ.safetensors: Scaled FP8 version from Kijai's repo + Wan2_2-Animate-14B_fp8_e4m3fn_scaled_KJ.safetensors: versión FP8 escalada del repositorio de Kijai - wan2.2_animate_14B_bf16.safetensors: Original bf16 model weight + wan2.2_animate_14B_bf16.safetensors: pesos originales del modelo en bf16 **CLIP Vision** - clip_vision_h.safetensors: CLIP Vision encoder + clip_vision_h.safetensors: codificador CLIP Vision **LoRAs** - lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors: 4-step acceleration LoRA + lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors: LoRA de aceleración de 4 pasos **VAE** - wan_2.1_vae.safetensors: Wan2.1 VAE for encoding and decoding + wan_2.1_vae.safetensors: VAE de Wan2.1 para codificar y decodificar -**Text Encoders** +**Codificadores de texto** - umt5_xxl_fp8_e4m3fn_scaled.safetensors: Scaled FP8 text encoder + umt5_xxl_fp8_e4m3fn_scaled.safetensors: codificador de texto FP8 escalado ``` ComfyUI/ @@ -126,43 +127,44 @@ ComfyUI/ │ └── wan_2.1_vae.safetensors ``` -### 3. Install custom nodes +### 3. Instalar nodos personalizados -Download the following workflow file and drag it into ComfyUI to load the workflow, if you have [ComfyUI-Manager](https://github.com/Comfy-Org/ComfyUI-Manager) installed, you can just click the `Install missing nodes` button to install the missing nodes. +Descarga el siguiente archivo de flujo de trabajo y arrástralo a ComfyUI para cargar el flujo de trabajo. Si tienes [ComfyUI-Manager](https://github.com/Comfy-Org/ComfyUI-Manager) instalado, puedes hacer clic en el botón `Install missing nodes` para instalar los nodos faltantes. -We need to install the following custom nodes: +Necesitas instalar los siguientes nodos personalizados: - [ComfyUI-KJNodes](https://github.com/kijai/ComfyUI-KJNodes) - [ComfyUI-comfyui_controlnet_aux](https://github.com/Fannovel16/comfyui_controlnet_aux) -If you don't know how to install custom nodes please refer to [How to install custom nodes](/installation/install_custom_node) +Si no sabes cómo instalar nodos personalizados, consulta [Cómo instalar nodos personalizados](/es/installation/install_custom_node) -### 4. Workflow Instructions +### 4. Instrucciones del flujo de trabajo -The Wan2.2 animate has two modes: Mix and move -- Mix: use the reference image to replace the character in the video -- Move: Use the character movement from the input video to animate the character in the reference image (like Wan2.2 Fun Control) +Wan2.2 Animate tiene dos modos: Mix y Move. +- Mix: usa la imagen de referencia para reemplazar al personaje en el video. +- Move: usa el movimiento del personaje del video de entrada para animar al personaje de la imagen de referencia (como en Wan2.2 Fun Control). -#### 4.1 Mix mode -![Workflow Instructions](/images/tutorial/video/wan/wan2_2/wan_2.2_14b_animate.jpg) +#### 4.1 Modo Mix +![Instrucciones del flujo de trabajo](/images/tutorial/video/wan/wan2_2/wan_2.2_14b_animate.jpg) -0. If you are running this workflow for the first time, please use a small size for video generation, in case you don't have enough VRAM to run the workflow, and due to the `WanAnimateToVideo` limited, the video width or height should be multiples of 16. -1. Make sure all the models are loaded correctly -2. Update the prompt if you want -3. Upload the reference image, the character is this image will be the target character -4. You can use the videos we provided as input videos for the first time, the **DWPose Estimator** node in [comfyui_controlnet_aux](https://github.com/Fannovel16/comfyui_controlnet_aux) will preprocess the input video to pose and face control videos -5. The `Points Editor` is from [KJNodes](https://github.com/kijai/ComfyUI-KJNodes/), by default this node will not load the first frame from the input video, you need to run the workflow once or manually upload the first frame - - Below the `Points Editor` node, we have added a note about how this node works, and how to edit it. Please refer to it -6. For the "Video Extend" group, it's in order to extend to the output video length - - Each `Video Extend` will extend another 77 frames(Around 4.8125 seconds) - - If your input video is less than 5s, you might not need it - - If you want to extend longer, you need to copy and paste multiple times, you need to link the `batch_images` from last Video Extend to next one, and also the `video_frame_offset` from last Video Extend to next one -7. Click the `Run` button or use the shortcut `Ctrl(cmd) + Enter` to execute video generation +0. Si ejecutas este flujo de trabajo por primera vez, usa un tamaño pequeño para la generación de video, en caso de que no tengas suficiente VRAM para ejecutarlo y, debido a la limitación de `WanAnimateToVideo`, el ancho o el alto del video deben ser múltiplos de 16. +1. Asegúrate de que todos los modelos estén cargados correctamente. +2. Actualiza el prompt si quieres. +3. Sube la imagen de referencia; el personaje de esta imagen será el personaje objetivo. +4. Puedes usar los videos que proporcionamos como videos de entrada la primera vez; el nodo **DWPose Estimator** en [comfyui_controlnet_aux](https://github.com/Fannovel16/comfyui_controlnet_aux) preprocesará el video de entrada para obtener videos de control de pose y rostro. +5. El `Points Editor` es de [KJNodes](https://github.com/kijai/ComfyUI-KJNodes/); de forma predeterminada, este nodo no cargará el primer fotograma del video de entrada, por lo que debes ejecutar el flujo de trabajo una vez o subir el primer fotograma manualmente. + - Debajo del nodo `Points Editor`, hemos añadido una nota sobre cómo funciona este nodo y cómo editarlo. Consúltala. +6. El grupo "Video Extend" sirve para extender la duración del video de salida. + - Cada `Video Extend` extenderá otros 77 fotogramas (alrededor de 4.8125 segundos). + - Si tu video de entrada dura menos de 5s, es posible que no lo necesites. + - Si quieres extenderlo más, debes copiar y pegar varias veces; debes conectar el `batch_images` del último Video Extend con el siguiente, y también el `video_frame_offset` del último Video Extend con el siguiente. +7. Haz clic en el botón `Run` o usa el atajo `Ctrl(cmd) + Enter` para ejecutar la generación de video. -#### 4.2 Move mode +#### 4.2 Modo Move -We used [subgraph](/interface/features/subgraph) in the Wan2.2 animate workflow, here is how to switching to move mode: +Usamos [subgraph](/es/interface/features/subgraph) en el flujo de trabajo Wan2.2 Animate; así puedes cambiar al modo Move: ![Subgraph](/images/tutorial/video/wan/wan2_2/wan2.2_animate_subgraph.jpg) -If you want to switch to Move mode, you can disconnect `background_video` and `character_mask` inputs from the `Video Sampling and output(Subgraph)` node. +Si quieres cambiar al modo Move, puedes desconectar las entradas `background_video` y `character_mask` del nodo `Video Sampling and output(Subgraph)`. + diff --git a/es/tutorials/video/wan/wan2-2-fun-control.mdx b/es/tutorials/video/wan/wan2-2-fun-control.mdx index 783cb6331e..d848412d58 100644 --- a/es/tutorials/video/wan/wan2-2-fun-control.mdx +++ b/es/tutorials/video/wan/wan2-2-fun-control.mdx @@ -2,23 +2,24 @@ title: "Wan2.2 Fun Control en ComfyUI: generación de video con control" description: "Ejecuta el flujo de trabajo Wan2.2 Fun Control 14B en ComfyUI para generar video guiado por un video de control, con modelos de alto y bajo ruido y LoRAs de 4 pasos." sidebarTitle: "Wan2.2 Fun Control" -translationSourceHash: 5fe96707 +translationSourceHash: 713ec1d8 translationFrom: tutorials/video/wan/wan2-2-fun-control.mdx translationBlockHashes: "_intro": 239e24b6 "ComfyOrg Wan2.2 Fun InP & Control Youtube Live Stream Replay": 22557a2e + "Wan2.2 Fun Control Video Generation Workflow Example": 0a502468 --- import UpdateReminder from '/snippets/es/tutorials/update-reminder.mdx' -**Wan2.2-Fun-Control** es un modelo de generación y control de video de nueva generación lanzado por el equipo de Alibaba PAI. Gracias a un innovador mecanismo de Control Codes combinado con aprendizaje profundo y entradas condicionales multimodales, puede generar videos de alta calidad que cumplen con condiciones de control predefinidas. El modelo se publica bajo la **licencia Apache 2.0** y admite uso comercial. +**Wan2.2-Fun-Control** es un modelo de generación y control de video de nueva generación lanzado por el equipo de Alibaba PAI. Gracias a un innovador mecanismo de Control Codes combinado con aprendizaje profundo y entradas condicionales multimodales, puede generar videos de alta calidad que respetan las condiciones de control predefinidas. El modelo se publica bajo la **licencia Apache 2.0** y admite uso comercial. **Características principales**: - **Control multimodal**: admite varias condiciones de control, como **Canny (arte lineal)**, **Profundidad**, **OpenPose (pose humana)**, **MLSD (bordes geométricos)** y **control de trayectoria** - **Generación de video de alta calidad**: basado en la arquitectura Wan2.2, produce videos con calidad cinematográfica - **Compatibilidad con varios idiomas**: admite prompts en varios idiomas, incluidos el chino y el inglés -Estos son los pesos del modelo y los repositorios de código relevantes: +A continuación, los pesos del modelo y los repositorios de código relevantes: - [🤗Wan2.2-Fun-A14B-Control](https://huggingface.co/alibaba-pai/Wan2.2-Fun-A14B-Control) - Repositorio de código: [VideoX-Fun](https://github.com/aigc-apps/VideoX-Fun) @@ -33,88 +34,88 @@ Estos son los pesos del modelo y los repositorios de código relevantes: allowFullScreen > -## Wan2.2 Fun Control Video Generation Workflow Example +## Ejemplo de flujo de trabajo de generación de video con Wan2.2 Fun Control -This workflow provides two versions: -1. A version using [Wan2.2-Lightning](https://huggingface.co/lightx2v/Wan2.2-Lightning) 4-step LoRA from lightx2v: may cause some loss in video dynamics but offers faster speed -2. A fp8_scaled version without acceleration LoRA +Este flujo de trabajo ofrece dos versiones: +1. Una versión que usa el LoRA de 4 pasos de [Wan2.2-Lightning](https://huggingface.co/lightx2v/Wan2.2-Lightning) de lightx2v: puede causar cierta pérdida en el dinamismo del video, pero ofrece mayor velocidad +2. Una versión fp8_scaled sin LoRA de aceleración -Below are the test results using an RTX4090D 24GB VRAM GPU at 640×640 resolution with 81 frames +Estos son los resultados de las pruebas con una GPU RTX4090D de 24 GB de VRAM a una resolución de 640×640 con 81 fotogramas: -| Model Type | VRAM Usage | First Generation Time | Second Generation Time | -| ------------------------ | ---------- | -------------------- | --------------------- | -| fp8_scaled | 83% | ≈ 524s | ≈ 520s | -| fp8_scaled + 4-step LoRA | 89% | ≈ 138s | ≈ 79s | +| Tipo de modelo | Uso de VRAM | Tiempo de primera generación | Tiempo de segunda generación | +| ------------------------ | ----------- | ---------------------------- | ---------------------------- | +| fp8_scaled | 83% | ≈ 524s | ≈ 520s | +| fp8_scaled + LoRA de 4 pasos | 89% | ≈ 138s | ≈ 79s | -Since using the 4-step LoRA provides a better experience for first-time workflow users, but may cause some loss in video dynamics, we have enabled the accelerated LoRA version by default. If you want to enable the other workflow, select it and use **Ctrl+B** to activate. +Como el LoRA de 4 pasos ofrece una mejor experiencia a quienes usan el flujo de trabajo por primera vez, pero puede causar cierta pérdida en el dinamismo del video, hemos habilitado la versión con LoRA de aceleración de forma predeterminada. Si quieres habilitar el otro flujo de trabajo, selecciónalo y usa **Ctrl+B** para activarlo. -### 1. Download Workflow and Materials +### 1. Descargar el flujo de trabajo y los materiales -Update your ComfyUI to the latest version, then download and drag the workflow file into ComfyUI, or find "Wan2.2 Fun Control" in the Template Library under `Workflow` → `Browse Templates` → `Video`. +Actualiza tu ComfyUI a la última versión y luego descarga el archivo del flujo de trabajo y arrástralo a ComfyUI, o busca "Wan2.2 Fun Control" en la Biblioteca de plantillas, en `Workflow` → `Browse Templates` → `Video`. -Wan2.2 Fun Control workflow +Flujo de trabajo de Wan2.2 Fun Control - Open in Comfy Cloud + Abrir en Comfy Cloud - - Download JSON or search "Wan2.2 Fun Control" in Template Library + + Descarga el JSON o busca "Wan2.2 Fun Control" en la Biblioteca de plantillas -Please download the following images and videos as input materials. +Descarga las siguientes imágenes y videos como materiales de entrada. -**Input materials** +**Materiales de entrada** - Start frame for video generation. Download and use this image, or replace with your own. + Fotograma inicial para la generación del video. Descarga y usa esta imagen, o reemplázala por la tuya. - Preprocessed pose control video. Download and use this video, or replace with your own. + Video de control de pose preprocesado. Descarga y usa este video, o reemplázalo por el tuyo. -> We use a preprocessed video here. +> Aquí usamos un video preprocesado. -### 2. Models +### 2. Modelos -All models involved in this guide can be found [here](https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/tree/main/split_files). +Puedes encontrar todos los modelos de esta guía [aquí](https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/tree/main/split_files). -**Diffusion Models** +**Modelos de difusión** - wan2.2_fun_control_high_noise_14B_fp8_scaled.safetensors: High noise diffusion model + wan2.2_fun_control_high_noise_14B_fp8_scaled.safetensors: Modelo de difusión de ruido alto - wan2.2_fun_control_low_noise_14B_fp8_scaled.safetensors: Low noise diffusion model + wan2.2_fun_control_low_noise_14B_fp8_scaled.safetensors: Modelo de difusión de ruido bajo -**Wan2.2-Lightning LoRA (Optional, for acceleration)** +**LoRA Wan2.2-Lightning (opcional, para aceleración)** - - wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors: High noise 4-step acceleration LoRA + + wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors: LoRA de aceleración de 4 pasos para ruido alto - - wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors: Low noise 4-step acceleration LoRA + + wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors: LoRA de aceleración de 4 pasos para ruido bajo **VAE** - wan_2.1_vae.safetensors: Wan2.1 VAE for encoding/decoding + wan_2.1_vae.safetensors: VAE Wan2.1 para codificar y decodificar -**Text Encoder** +**Codificador de texto** - umt5_xxl_fp8_e4m3fn_scaled.safetensors: Scaled FP8 text encoder + umt5_xxl_fp8_e4m3fn_scaled.safetensors: Codificador de texto FP8 escalado ``` ComfyUI/ @@ -131,29 +132,30 @@ ComfyUI/ │ └── wan_2.1_vae.safetensors ``` -### 3. Workflow Guide +### 3. Guía del flujo de trabajo -![Wan2.2 Fun Control Workflow Steps](/images/tutorial/video/wan/wan2_2/wan_2.2_14b_fun_control.jpg) +![Pasos del flujo de trabajo de Wan2.2 Fun Control](/images/tutorial/video/wan/wan2_2/wan_2.2_14b_fun_control.jpg) - This workflow uses LoRA. Please ensure the corresponding Diffusion model and LoRA are matched: high noise and low noise models and LoRAs need to be used correspondingly. + Este flujo de trabajo usa LoRA. Asegúrate de que el modelo de difusión y la LoRA correspondientes coincidan: los modelos y las LoRA de ruido alto y ruido bajo deben usarse de forma correspondiente. -1. **High noise** model and **LoRA** loading - - Ensure the `Load Diffusion Model` node loads the `wan2.2_fun_control_high_noise_14B_fp8_scaled.safetensors` model - - Ensure the `LoraLoaderModelOnly` node loads the `wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors` -2. **Low noise** model and **LoRA** loading - - Ensure the `Load Diffusion Model` node loads the `wan2.2_fun_control_low_noise_14B_fp8_scaled.safetensors` model - - Ensure the `LoraLoaderModelOnly` node loads the `wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors` -3. Ensure the `Load CLIP` node loads the `umt5_xxl_fp8_e4m3fn_scaled.safetensors` model -4. Ensure the `Load VAE` node loads the `wan_2.1_vae.safetensors` model -5. Upload the start frame in the `Load Image` node -6. In the second `Load video` node, load the pose control video. The provided video has been preprocessed and can be used directly -7. Since we provide a preprocessed pose video, the corresponding video image preprocessing node needs to be disabled. You can select it and use `Ctrl + B` to disable it -8. Modify the Prompt: you can use both Chinese and English -9. In `Wan22FunControlToVideo`, modify the video dimensions. The default is set to 640×640 resolution to avoid excessive processing time for users with low VRAM -10. Click the `Run` button, or use the shortcut `Ctrl(cmd) + Enter` to execute video generation - -### Additional Notes - -Since ComfyUI's built-in nodes only include Canny preprocessor, you can use tools like [ComfyUI-comfyui_controlnet_aux](https://github.com/Fannovel16/comfyui_controlnet_aux) to implement other types of image preprocessing +1. Carga del modelo de **ruido alto** y de la **LoRA** + - Asegúrate de que el nodo `Load Diffusion Model` cargue el modelo `wan2.2_fun_control_high_noise_14B_fp8_scaled.safetensors` + - Asegúrate de que el nodo `LoraLoaderModelOnly` cargue `wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors` +2. Carga del modelo de **ruido bajo** y de la **LoRA** + - Asegúrate de que el nodo `Load Diffusion Model` cargue el modelo `wan2.2_fun_control_low_noise_14B_fp8_scaled.safetensors` + - Asegúrate de que el nodo `LoraLoaderModelOnly` cargue `wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors` +3. Asegúrate de que el nodo `Load CLIP` cargue el modelo `umt5_xxl_fp8_e4m3fn_scaled.safetensors` +4. Asegúrate de que el nodo `Load VAE` cargue el modelo `wan_2.1_vae.safetensors` +5. Sube el fotograma inicial en el nodo `Load Image` +6. En el segundo nodo `Load video`, carga el video de control de pose. El video proporcionado ya está preprocesado y puedes usarlo directamente +7. Dado que proporcionamos un video de pose preprocesado, debes deshabilitar el nodo correspondiente de preprocesamiento de imágenes de video. Puedes seleccionarlo y usar `Ctrl + B` para deshabilitarlo +8. Modifica el prompt: puedes usar tanto chino como inglés +9. En `Wan22FunControlToVideo`, modifica las dimensiones del video. La resolución predeterminada es de 640×640 para evitar tiempos de procesamiento excesivos en usuarios con poca VRAM +10. Haz clic en el botón `Run` o usa el atajo `Ctrl(cmd) + Enter` para ejecutar la generación de video + +### Notas adicionales + +Como los nodos integrados de ComfyUI solo incluyen el preprocesador Canny, puedes usar herramientas como [ComfyUI-comfyui_controlnet_aux](https://github.com/Fannovel16/comfyui_controlnet_aux) para implementar otros tipos de preprocesamiento de imágenes. + diff --git a/es/tutorials/video/wan/wan2-2-fun-inp.mdx b/es/tutorials/video/wan/wan2-2-fun-inp.mdx index bb0b10a287..b88e1ab020 100644 --- a/es/tutorials/video/wan/wan2-2-fun-inp.mdx +++ b/es/tutorials/video/wan/wan2-2-fun-inp.mdx @@ -2,26 +2,27 @@ title: "Wan2.2 Fun InP en ComfyUI: video con fotograma inicial y final" description: "Ejecuta el flujo de trabajo Wan2.2 Fun InP 14B en ComfyUI para generar video entre un fotograma inicial y uno final, con modelos de alto y bajo ruido y LoRAs Lightning." sidebarTitle: "Wan2.2 Fun Inp" -translationSourceHash: 16cf1b1c +translationSourceHash: ff570640 translationFrom: tutorials/video/wan/wan2-2-fun-inp.mdx translationBlockHashes: "_intro": 7a3595d7 "ComfyOrg Wan2.2 Fun InP & Control Youtube Live Stream Replay": 22557a2e + "Wan2.2 Fun Inp Start-End Frame Video Generation Workflow Example": bc339657 --- import UpdateReminder from '/snippets/es/tutorials/update-reminder.mdx' -**Wan2.2-Fun-Inp** es un modelo de generación de video controlado por fotograma inicial y final, lanzado por el equipo de Alibaba PAI. Permite introducir **imágenes de fotograma inicial y final** para generar videos de transición intermedios, lo que brinda a los creadores un mayor control creativo. El modelo se publica bajo la **licencia Apache 2.0** y admite uso comercial. +**Wan2.2-Fun-Inp** es un modelo de generación de video controlado por fotograma inicial y final, lanzado por el equipo de Alibaba PAI. Admite la introducción de **imágenes de fotograma inicial y final** para generar videos de transición intermedios, lo que brinda a los creadores un mayor control creativo. El modelo se publica bajo la **licencia Apache 2.0** y permite uso comercial. **Características principales**: -- **Control por fotograma inicial y final**: permite introducir imágenes de fotograma inicial y final para generar videos de transición intermedios, lo que mejora la coherencia del video y la libertad creativa +- **Control por fotograma inicial y final**: admite la introducción de imágenes de fotograma inicial y final para generar videos de transición intermedios, lo que mejora la coherencia del video y la libertad creativa - **Generación de video de alta calidad**: basado en la arquitectura Wan2.2, produce videos con calidad de nivel cinematográfico - **Soporte para múltiples resoluciones**: permite generar videos en 512x512, 768x768, 1024x1024 y otras resoluciones para adaptarse a distintos escenarios **Versión del modelo**: - **Versión de alto rendimiento 14B**: el tamaño del modelo supera los 32GB, ofrece mejores resultados pero exige mucha VRAM -A continuación encontrarás los pesos del modelo y los repositorios de código relevantes: +A continuación se muestran los pesos del modelo y los repositorios de código correspondientes: - [🤗Wan2.2-Fun-Inp-14B](https://huggingface.co/alibaba-pai/Wan2.2-Fun-A14B-InP) - Repositorio de código: [VideoX-Fun](https://github.com/aigc-apps/VideoX-Fun) @@ -36,88 +37,88 @@ A continuación encontrarás los pesos del modelo y los repositorios de código allowFullScreen > -## Wan2.2 Fun Inp Start-End Frame Video Generation Workflow Example +## Ejemplo de flujo de trabajo de generación de video con fotograma inicial y final de Wan2.2 Fun Inp -This workflow provides two versions: -1. A version using [Wan2.2-Lightning](https://huggingface.co/lightx2v/Wan2.2-Lightning) 4-step LoRA from lightx2v for accelerated video generation -2. A fp8_scaled version without acceleration LoRA +Este flujo de trabajo ofrece dos versiones: +1. Una versión que usa el LoRA de 4 pasos [Wan2.2-Lightning](https://huggingface.co/lightx2v/Wan2.2-Lightning) de lightx2v para acelerar la generación de video +2. Una versión fp8_scaled sin LoRA de aceleración -Below are the test results using an RTX4090D 24GB VRAM GPU at 640x640 resolution with 81 frames +A continuación se muestran los resultados de las pruebas con una GPU RTX4090D de 24GB de VRAM, a una resolución de 640x640 y con 81 fotogramas -| Model Type | VRAM Usage | First Generation Time | Second Generation Time | -| ------------------------ | ---------- | -------------------- | --------------------- | -| fp8_scaled | 83% | ≈ 524s | ≈ 520s | -| fp8_scaled + 4-step LoRA | 89% | ≈ 138s | ≈ 79s | +| Tipo de modelo | Uso de VRAM | Tiempo de la primera generación | Tiempo de la segunda generación | +| ------------------------ | ----------- | ------------------------------- | ------------------------------- | +| fp8_scaled | 83% | ≈ 524s | ≈ 520s | +| fp8_scaled + 4-step LoRA | 89% | ≈ 138s | ≈ 79s | -Since the acceleration with LoRA is significant but the video dynamic is lost, the provided workflows enable the accelerated LoRA version by default. If you want to enable the other workflow, select it and use **Ctrl+B** to activate. +Como la aceleración con LoRA es significativa pero se pierde el dinamismo del video, los flujos de trabajo incluidos habilitan por defecto la versión con LoRA acelerado. Si quieres habilitar el otro flujo de trabajo, selecciónalo y usa **Ctrl+B** para activarlo. -### 1. Download Workflow File +### 1. Descargar el archivo del flujo de trabajo -Please update your ComfyUI to the latest version, and find "**Wan2.2 Fun Inp**" under the menu `Workflow` -> `Browse Templates` -> `Video` to load the workflow. +Actualiza ComfyUI a la última versión y busca "**Wan2.2 Fun Inp**" en el menú `Flujo de trabajo` -> `Explorar plantillas` -> `Video` para cargar el flujo de trabajo. -Or, after updating ComfyUI to the latest version, download the workflow below and drag it into ComfyUI to load. +O bien, después de actualizar ComfyUI a la última versión, descarga el flujo de trabajo que aparece abajo y arrástralo a ComfyUI para cargarlo. -Wan2.2 Fun Inp workflow +Flujo de trabajo de Wan2.2 Fun Inp - Open in Comfy Cloud + Abrir en Comfy Cloud - - Download JSON or search "Wan2.2 Fun Inp" in Template Library + + Descarga el JSON o busca "Wan2.2 Fun Inp" en la Biblioteca de plantillas -Use the following materials as the start and end frames +Usa los siguientes materiales como fotogramas inicial y final -**Input materials** +**Materiales de entrada** - Start frame for video generation. Download and use this image, or replace with your own. + Fotograma inicial para la generación de video. Descarga y usa esta imagen, o reemplázala por una tuya. - End frame for video generation. Download and use this image, or replace with your own. + Fotograma final para la generación de video. Descarga y usa esta imagen, o reemplázala por una tuya. -### 2. Models +### 2. Modelos -All models involved in this guide can be found [here](https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/tree/main/split_files). +Todos los modelos que se usan en esta guía están disponibles [aquí](https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/tree/main/split_files). -**Diffusion Models** +**Modelos de difusión** - - wan2.2_fun_inpaint_high_noise_14B_fp8_scaled.safetensors: High noise diffusion model for start-end frame inpainting + + wan2.2_fun_inpaint_high_noise_14B_fp8_scaled.safetensors: modelo de difusión de ruido alto para relleno inteligente de fotogramas inicial y final - - wan2.2_fun_inpaint_low_noise_14B_fp8_scaled.safetensors: Low noise diffusion model for start-end frame inpainting + + wan2.2_fun_inpaint_low_noise_14B_fp8_scaled.safetensors: modelo de difusión de ruido bajo para relleno inteligente de fotogramas inicial y final -**Lightning LoRA (Optional, for acceleration)** +**LoRA Lightning (opcional, para aceleración)** - - wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors: 4-step acceleration LoRA for high noise model + + wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors: LoRA de aceleración de 4 pasos para el modelo de ruido alto - - wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors: 4-step acceleration LoRA for low noise model + + wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors: LoRA de aceleración de 4 pasos para el modelo de ruido bajo **VAE** - - wan_2.1_vae.safetensors: Wan2.1 VAE for encoding and decoding + + wan_2.1_vae.safetensors: VAE Wan2.1 para codificar y decodificar -**Text Encoder** +**Codificador de texto** - umt5_xxl_fp8_e4m3fn_scaled.safetensors: Scaled FP8 text encoder + umt5_xxl_fp8_e4m3fn_scaled.safetensors: codificador de texto FP8 escalado ``` ComfyUI/ @@ -134,25 +135,26 @@ ComfyUI/ │ └── wan_2.1_vae.safetensors ``` -### 3. Workflow Guide +### 3. Guía del flujo de trabajo -![Workflow Step Image](/images/tutorial/video/wan/wan2_2/wan_2.2_14b_fun_inp.jpg) +![Imagen del paso del flujo de trabajo](/images/tutorial/video/wan/wan2_2/wan_2.2_14b_fun_inp.jpg) - This workflow uses LoRA. Please make sure the corresponding Diffusion model and LoRA are matched. + Este flujo de trabajo usa LoRA. Asegúrate de que el modelo de difusión y la LoRA correspondientes coincidan. -1. **High noise** model and **LoRA** loading - - Ensure the `Load Diffusion Model` node loads the `wan2.2_fun_inpaint_high_noise_14B_fp8_scaled.safetensors` model - - Ensure the `LoraLoaderModelOnly` node loads the `wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors` -2. **Low noise** model and **LoRA** loading - - Ensure the `Load Diffusion Model` node loads the `wan2.2_fun_inpaint_low_noise_14B_fp8_scaled.safetensors` model - - Ensure the `LoraLoaderModelOnly` node loads the `wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors` -3. Ensure the `Load CLIP` node loads the `umt5_xxl_fp8_e4m3fn_scaled.safetensors` model -4. Ensure the `Load VAE` node loads the `wan_2.1_vae.safetensors` model -5. Upload the start and end frame images as materials -6. Enter your prompt in the Prompt group -7. Adjust the size and video length in the `WanFunInpaintToVideo` node - - Adjust the `width` and `height` parameters. The default is `640`. We set a smaller size, but you can modify it as needed. - - Adjust the `length`, which is the total number of frames. The current workflow fps is 16. For example, if you want to generate a 5-second video, you should set it to 5*16 = 80. -8. Click the `Run` button, or use the shortcut `Ctrl(cmd) + Enter` to execute video generation +1. Carga del modelo de **ruido alto** y de **LoRA** + - Asegúrate de que el nodo `Load Diffusion Model` cargue el modelo `wan2.2_fun_inpaint_high_noise_14B_fp8_scaled.safetensors` + - Asegúrate de que el nodo `LoraLoaderModelOnly` cargue el archivo `wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors` +2. Carga del modelo de **ruido bajo** y de **LoRA** + - Asegúrate de que el nodo `Load Diffusion Model` cargue el modelo `wan2.2_fun_inpaint_low_noise_14B_fp8_scaled.safetensors` + - Asegúrate de que el nodo `LoraLoaderModelOnly` cargue el archivo `wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors` +3. Asegúrate de que el nodo `Load CLIP` cargue el modelo `umt5_xxl_fp8_e4m3fn_scaled.safetensors` +4. Asegúrate de que el nodo `Load VAE` cargue el modelo `wan_2.1_vae.safetensors` +5. Sube las imágenes del fotograma inicial y del fotograma final como materiales +6. Introduce tu prompt en el grupo Prompt +7. Ajusta el tamaño y la duración del video en el nodo `WanFunInpaintToVideo` + - Ajusta los parámetros `width` y `height`. El valor predeterminado es `640`. Usamos un tamaño más pequeño, pero puedes modificarlo según tus necesidades. + - Ajusta `length`, que es el número total de fotogramas. Los fps del flujo de trabajo actual son 16. Por ejemplo, si quieres generar un video de 5 segundos, debes establecerlo en 5*16 = 80. +8. Haz clic en el botón `Run` o usa el atajo `Ctrl(cmd) + Enter` para ejecutar la generación de video + diff --git a/es/tutorials/video/wan/wan2_2.mdx b/es/tutorials/video/wan/wan2_2.mdx index 0b20476f06..ee8f703de0 100644 --- a/es/tutorials/video/wan/wan2_2.mdx +++ b/es/tutorials/video/wan/wan2_2.mdx @@ -2,7 +2,7 @@ title: "Ejemplo de flujo de trabajo nativo oficial de ComfyUI para generación de video con Wan2.2" description: "Ejecuta flujos de video Wan2.2 en ComfyUI: modelo híbrido TI2V 5B y ejemplos 14B de texto a video, imagen a video y primer/último fotograma, con descargas." sidebarTitle: Wan2.2 -translationSourceHash: bafc80f0 +translationSourceHash: 49dd13ed translationFrom: tutorials/video/wan/wan2_2.mdx translationBlockHashes: "_intro": 3d02f6d3 @@ -10,12 +10,13 @@ translationBlockHashes: "Wan2.2 Open Source Model Versions": 7ed2d913 "ComfyOrg Wan2.2 Live Streams": 48f6d6e0 "Wan2.2 TI2V 5B Hybrid Version Workflow Example": 927f40b9 + "Wan2.2 14B T2V Text-to-Video Workflow Example": 339329e2 "Wan2.2 14B I2V Image-to-Video Workflow Example": c73a3ba4 "Wan2.2 14B FLF2V Workflow Example": 732db33d "Community Resources": 7463b48b --- -import UpdateReminder from "/snippets/es/tutorials/update-reminder.mdx" +import UpdateReminder from '/snippets/es/tutorials/update-reminder.mdx' -Wan 2.2 es un modelo generativo multimodal de nueva generación lanzado por WAN AI. Este modelo adopta una innovadora arquitectura MoE (Mixture of Experts), compuesta por modelos expertos de alto ruido y de bajo ruido. Puede dividir los modelos expertos según los pasos de denoise (timesteps), generando así contenido de video de mayor calidad. +Wan 2.2 es un modelo generativo multimodal de nueva generación lanzado por WAN AI. Este modelo adopta una innovadora arquitectura MoE (Mixture of Experts), formada por modelos expertos de alto ruido y de bajo ruido. Puede dividir los modelos expertos según los pasos de denoising (timesteps) y así generar contenido de video de mayor calidad. -Wan 2.2 tiene tres características principales: control estético de nivel cinematográfico, que integra profundamente los estándares estéticos de la industria del cine profesional y admite control visual multidimensional como iluminación, color y composición; movimiento complejo a gran escala, que recrea con facilidad diversos movimientos complejos y mejora la fluidez y el control del movimiento; y cumplimiento semántico preciso, que destaca en escenas complejas y en la generación de múltiples objetos, reproduciendo mejor las intenciones creativas del usuario. +Wan 2.2 tiene tres características principales: control estético de nivel cinematográfico, que integra en profundidad los estándares estéticos de la industria del cine profesional y admite control visual multidimensional como iluminación, color y composición; movimiento complejo a gran escala, que reproduce con facilidad diversos movimientos complejos y mejora la fluidez y el control del movimiento; y cumplimiento semántico preciso, que destaca en escenas complejas y en la generación de múltiples objetos, reproduciendo mejor las intenciones creativas de los usuarios. El modelo admite varios modos de generación, como texto a video e imagen a video, y es adecuado para la creación de contenido, la creación artística, la educación y el entrenamiento, entre otros escenarios de aplicación. -[Wan2.2 Prompt Guide](https://alidocs.dingtalk.com/i/nodes/EpGBa2Lm8aZxe5myC99MelA2WgN7R35y) +[Guía de prompts de Wan2.2](https://alidocs.dingtalk.com/i/nodes/EpGBa2Lm8aZxe5myC99MelA2WgN7R35y) ## Aspectos destacados del modelo @@ -51,7 +52,7 @@ Los modelos de la serie Wan2.2 se basan en la licencia de código abierto Apache ## Transmisiones en vivo de ComfyOrg Wan2.2 -Hemos realizado transmisiones en vivo sobre el uso de ComfyUI Wan2.2 que puedes ver para aprender a usarlas. +Para el uso de ComfyUI Wan2.2, hemos realizado transmisiones en vivo que puedes ver para aprender a usarlos.