ComfyUIμια startup που βοηθά τους δημιουργούς να ελέγχουν τις εξόδους εικόνας, βίντεο και ήχου από μοντέλα διάχυσης με ροή εργασιών που βασίζεται σε κόμβους, έχει συγκεντρώσει έναν κύκλο χρηματοδότησης 30 εκατομμυρίων δολαρίων σε αποτίμηση 500 εκατομμυρίων δολαρίων.
Ο γύρος ηγήθηκε από την Craft Ventures, με τη συμμετοχή άλλων επενδυτών, όπως η Pace Capital, η Chemistry και η TruArrow.
Το ComfyUI ξεκίνησε ως έργο ανοιχτού κώδικα το 2023, λίγο μετά την εισαγωγή των μοντέλων διάχυσης. Εκείνη την εποχή, μοντέλα όπως το Midjourney και το DALL-E του OpenAI ήταν ελάχιστα λειτουργικά, κάνοντας συχνά μεγάλα λάθη, όπως η προσθήκη επιπλέον δακτύλων στα χέρια.
Για να αντιμετωπίσουν αυτούς τους περιορισμούς, οι ιδρυτές του έργου ανέπτυξαν ένα αρθρωτό πλαίσιο που δίνει στους δημιουργούς λεπτομερή έλεγχο σε κάθε βήμα της διαδικασίας παραγωγής.
Το εργαλείο τους κέρδισε τόσο σημαντική έλξη μεταξύ των δημιουργικών επαγγελματιών που τελικά εξελίχθηκε σε μια επίσημη startup. Στα τέλη του 2024, το ComfyUI συγκέντρωσε 19 εκατομμύρια δολάρια σε χρηματοδότηση της Σειρά Α από επενδυτές, συμπεριλαμβανομένων των Chemistry Ventures, Cursor Capital και Guillermo Rauch, ιδρυτή της Vercel.
Αν και τα τελευταία μοντέλα διάχυσης έχουν προχωρήσει πολύ από την προσθήκη ενός έκτου ψηφίου στα χέρια, η ανάγκη για την ακριβή ακρίβεια που προσφέρει το ComfyUI έχει αυξηθεί.
«Αν σκέφτεστε για την τυπική λύση που βασίζεται στην προτροπή, όπως το Midjourney ή το ChatGPT, ζητάτε κάτι, αυτό [gets only] 60% – 80% εκεί», δήλωσε στο TechCrunch ο Yoland Yan, συνιδρυτής και Διευθύνων Σύμβουλος του ComfyUI. «Αλλά για να αλλάξετε αυτό το υπόλοιπο 20%, πρέπει να δοκιμάσετε αυτόν τον κουλοχέρη».
Ο Yan (απεικονίζεται αριστερά) συνέκρινε τη διαδικασία με το παιχνίδι σε ένα καζίνο, επειδή η προτροπή του μοντέλου να κάνει μια μικρή αλλαγή μπορεί να οδηγήσει σε εντελώς διαφορετικό αποτέλεσμα, συμπεριλαμβανομένης της αντικατάστασης των εξαρτημάτων που ήταν ήδη τέλεια.
Η διεπαφή που βασίζεται σε κόμβους του ComfyUI επιτρέπει στους δημιουργούς να συνδέουν συγκεκριμένα στοιχεία της διαδικασίας παραγωγής, δίνοντάς τους πλήρη έλεγχο της ποιότητας της τελικής τους παραγωγής.
«Δεν μπορείτε να μεταφέρετε εύκολα αυτό το μήνυμα στο πλαίσιο προτροπής [of a foundational model]», είπε ο Γιαν.
Οι δημιουργοί φαίνεται να συμφωνούν, καθώς το ComfyUI ισχυρίζεται ότι έχει πάνω από 4 εκατομμύρια χρήστες.
Το εργαλείο χρησιμοποιείται από δημιουργικούς επαγγελματίες για οπτικά εφέ, κινούμενα σχέδια, διαφήμιση, ακόμη και βιομηχανικό σχεδιασμό.
Η startup λέει ότι η προσφορά της έχει γίνει τόσο απαραίτητο εργαλείο του εμπορίου για τεχνικούς καλλιτέχνες και άλλους δημιουργικούς που δεν είναι ασυνήθιστο να δούμε “Καλλιτέχνης ή μηχανικός ComfyUI” καταχωρείται ως τίτλος εργασίας στους πίνακες θέσεων εργασίας στούντιο.
Αν και τα βασικά μοντέλα βίντεο και εικόνων συνεχίζουν να βελτιώνονται, ο Yan ισχυρίζεται ότι δεν είναι τέλεια και ότι ένα εργαλείο όπως το ComfyUI θα συνεχίσει να έχει μεγάλη ζήτηση.
«Στον κόσμο όπου η τεχνητή νοημοσύνη θα είναι παντού, η Comfy έκδοση της προσέγγισης «human-in-the-loop» θα κερδίσει τα περισσότερα μάτια στο τέλος», είπε.
Οι ανταγωνιστές του ComfyUI περιλαμβάνουν την Weavy, μια startup που εξαγοράστηκε από την Figma πέρυσι.
Όταν αγοράζετε μέσω συνδέσμων στα άρθρα μας, ενδέχεται να κερδίσουμε μια μικρή προμήθεια. Αυτό δεν επηρεάζει τη συντακτική μας ανεξαρτησία.
VIA: techcrunch.com
