Startupul ComfyUI ajunge la evaluare de 500 milioane de dolari, pe fondul cererii tot mai mari de control asupra conținutului generat de AI

ComfyUI, un startup care ajută creatorii să controleze rezultatele de imagine, video și audio generate de modelele de tip difuzie printr-un flux de lucru bazat pe noduri, a obținut o rundă de finanțare de 30 de milioane de dolari, la o evaluare de 500 de milioane de dolari.

Runda de investiții a fost condusă de fondul Craft Ventures, la care s-au alăturat și alți investitori, inclusiv Pace Capital, Chemistry și TruArrow.

ComfyUI a început ca un proiect open source în 2023, la scurt timp după apariția modelelor de difuzie. La acea vreme, modele precum Midjourney și DALL-E de la OpenAI erau abia funcționale, făceau frecvent greșeli majore și generau imagini cu defecte evidente, cum ar fi mâini cu degete în plus.

Pentru a depăși aceste limitări, fondatorii proiectului au creat un cadru modular, care le oferă creatorilor control detaliat asupra fiecărei etape a procesului de generare.

Instrumentul a câștigat rapid tracțiune în rândul profesioniștilor din industriile creative. Popularitatea sa a fost atât de mare încât proiectul s-a transformat treptat într-un startup cu acte în regulă. La sfârșitul lui 2024, ComfyUI a atras 19 milioane de dolari într-o rundă de finanțare Seria A, de la investitori precum Chemistry Ventures, Cursor Capital și Guillermo Rauch, fondatorul Vercel.

Chiar dacă cele mai noi modele de difuzie au avansat considerabil față de perioada în care mai adăugau un al șaselea deget la mâini, nevoia de precizie granulară pe care o oferă ComfyUI nu a dispărut, ci a crescut.

„If you think about your typical prompt-based solution, like Midjourney or ChatGPT, you ask for something, it [gets only] 60% – 80% there,” a explicat Yoland Yan, cofondator și CEO al ComfyUI, într-un interviu. „But to change that remaining 20%, you have to try this slot machine.”

Yan a comparat întregul proces cu jocurile de noroc dintr-un cazinou, deoarece o simplă încercare de a ajusta fin un detaliu prin prompt poate produce un rezultat cu totul diferit. Astfel sunt rescrise și părțile care ieșiseră deja foarte bine.

Prin interfața sa bazată pe noduri, ComfyUI permite creatorilor să lege între ele componente specifice ale procesului de generare. În acest fel, ei obțin control aproape complet asupra calității rezultatului final.

„You cannot easily convey that message in the prompt box [of a foundational model],” a mai spus Yan.

Creatorii de conținut par să fie de acord, deoarece ComfyUI susține că are deja peste 4 milioane de utilizatori.

Instrumentul este folosit de profesioniști din domenii precum efecte vizuale, animație, publicitate și chiar design industrial. El este integrat în fluxurile lor de lucru zilnice și devine o parte critică a procesului creativ.

Startupul afirmă că soluția sa a devenit un instrument indispensabil pentru artiști tehnici și alți creativi. Nu este deloc neobișnuit să apară pe anunțurile de angajare din studiouri titulaturi precum „ComfyUI artist” sau „ComfyUI engineer”.

Deși modelele fundamentale pentru video și imagine continuă să se îmbunătățească, Yan susține că acestea sunt încă departe de perfecțiune. De aceea, crede că un instrument precum ComfyUI va rămâne foarte căutat și pe termen lung.

„In the world where AI slop is going to be everywhere, the Comfy version of human-in-the -loop approach is going to win out most of the eyeballs in the end,” a mai declarat el.

Printre competitorii ComfyUI se numără și Weavy, un startup care a fost achiziționat anul trecut de Figma.