Image to image es una de las funciones más potentes de las herramientas de IA actuales. Te permite usar una foto existente como entrada para generar una nueva versión con otro estilo, iluminación, ambiente o composición, manteniendo intacta la estructura principal. Este artículo explica exactamente cómo funciona, los distintos tipos de pipelines img2img y qué modelos de IA lo hacen mejor en este momento.
Image to image con IA es una de esas funciones que suenan sencillas hasta que las usas, y entonces se convierte en la herramienta a la que recurres constantemente. En lugar de partir de un prompt de texto en blanco, introduces una foto existente en un modelo de IA y le pides que genere algo nuevo a partir de esa imagen. El resultado hereda la estructura, la composición o el estilo del original, pero se transforma en algo completamente distinto.
Esto no es un filtro. No es Photoshop. Es una forma radicalmente diferente de trabajar con imágenes generadas por IA, y cuando veas cómo funciona, entenderás por qué fotógrafos profesionales, diseñadores y directores creativos lo usan todos los días.
En su forma más simple, image to image (a menudo escrito como img2img) toma una imagen existente como punto de partida en lugar de ruido aleatorio puro. La generación de texto a imagen tradicional empieza con un campo de estática aleatoria y la va eliminando de forma progresiva hasta obtener una imagen coherente guiada por tu prompt de texto. Image to image funciona igual, salvo que el punto de partida no es pura aleatoriedad. Es una versión con ruido de tu foto de referencia.
El modelo destruye parcialmente tu imagen de entrada añadiéndole ruido y luego la reconstruye guiándose tanto por la estructura de la imagen como por tus instrucciones de texto. Cuánto del original sobrevive depende de un único parámetro llamado denoise strength (a veces llamado guidance strength o image influence).
Cuando subes una foto de referencia, la IA no la copia sin más. La usa para aportar:
Todo esto se convierte en una forma de condicionamiento que da forma al resultado, incluso cuando el resultado final no se parece en nada al original.
El proceso de difusión funciona añadiendo ruido gaussiano a una imagen hasta que se convierte en una estática irreconocible, y después entrenando un modelo para revertir ese proceso paso a paso. En img2img, eliges desde qué punto de la escala de ruido empezar. Un valor de denoise bajo (0,2-0,4) apenas altera la imagen y el resultado se mantiene muy cerca del original. Un valor de denoise alto (0,8-1,0) la aleatoriza casi por completo y el prompt de texto tiene mucha más influencia.
Este control sobre el nivel de ruido es lo que hace que img2img sea tan flexible. La misma foto de referencia puede producir un retrato de estudio fotorrealista con una intensidad baja, o una escena completamente reimaginada con una intensidad alta.
No todos los pipelines img2img funcionan igual. En los últimos dos años, el campo se ha dividido en varios enfoques especializados, cada uno adecuado para objetivos creativos distintos.
La transferencia de estilo clásica toma el contenido de una imagen y aplica la estética visual de otra, como convertir una fotografía en una pintura sin perder el tema. La transferencia de estilo moderna basada en difusión va mucho más allá: puedes aplicar no solo un estilo artístico, sino también un ambiente fotográfico, una época o una paleta de color concreta de cualquier imagen de referencia.
Los modelos guiados por profundidad, como Flux Depth Pro y Flux Depth Dev, extraen un mapa de profundidad de tu imagen de referencia y lo usan como restricción durante la generación. Esto preserva la estructura tridimensional de la escena mientras reemplaza por completo las texturas y los estilos de superficie. El interior de una habitación conserva la misma forma arquitectónica, pero las paredes, los muebles y la iluminación cambian por completo.
💡 El img2img guiado por profundidad se usa mucho en visualización de arquitectura y diseño de interiores, donde la precisión espacial no es negociable.
Los modelos basados en Canny funcionan extrayendo las líneas de borde de tu imagen de referencia. Flux Canny Pro y Flux Canny Dev usan estos mapas de bordes para controlar la salida generada a nivel estructural. Cada contorno, límite y silueta de la imagen original se conserva en el resultado, mientras que el color, la textura y el estilo cambian con libertad.
Este enfoque resulta especialmente valioso para convertir bocetos o dibujos de líneas en imágenes fotorrealistas, o para mantener una composición precisa a lo largo de varias iteraciones de estilo.
El inpainting es una forma concreta de img2img en la que enmascaras una parte de la imagen y pides a la IA que la rellene con contenido nuevo. Flux Fill Pro y Flux Fill Dev están diseñados específicamente para esto: leen el contexto que rodea la zona enmascarada y generan contenido que encaja a la perfección.
El outpainting hace lo contrario. Amplía la imagen más allá de sus bordes originales y genera contenido nuevo que continúa la escena de forma natural en cualquier dirección.
El panorama de los modelos img2img se ha consolidado alrededor de unas pocas arquitecturas destacadas que conviene conocer.
Flux Redux Dev está diseñado específicamente para crear variaciones controladas de una imagen de entrada. A diferencia del img2img básico, Redux codifica la imagen de referencia en un vector de características rico que guía la generación a un nivel más profundo que el simple condicionamiento por píxeles. El resultado son variaciones que parecen relacionadas de forma coherente con el original, sin ser copias directas.
Flux Redux Schnell es la variante más rápida, que sacrifica algo de fidelidad en el detalle a cambio de tiempos de generación mucho menores, lo que lo hace práctico para iterar rápidamente cuando necesitas probar muchas variaciones en poco tiempo.
Las familias de modelos Canny y Depth de Black Forest Labs representan lo más avanzado en generación de imágenes que preserva la estructura. Mientras que los primeros enfoques de ControlNet requerían pipelines de preprocesado independientes, estos modelos gestionan el condicionamiento de forma interna.
| Modelo | Tipo de control | Mejor uso |
|---|---|---|
| Flux Canny Pro | Líneas de borde | De boceto a foto, estilo con composición preservada |
| Flux Canny Dev | Líneas de borde | Trabajo creativo iterativo |
| Flux Depth Pro | Mapa de profundidad 3D | Arquitectura, interiores, productos |
| Flux Depth Dev | Mapa de profundidad 3D | Trabajo espacial experimental |
Flux Kontext Fast representa un enfoque más reciente en el que las instrucciones de texto y la imagen de referencia se procesan juntas en una ventana de contexto unificada. En lugar de tratar el condicionamiento de imagen y el prompt de texto como señales separadas, Kontext los fusiona, lo que permite ediciones guiadas por lenguaje natural como "haz su pelo rojo" o "cambia el fondo por una playa", con una mejor preservación de todo lo demás del encuadre.
Una de las decisiones más importantes en cualquier flujo de trabajo img2img es cuánto control le das a la imagen de referencia sobre el resultado final. Esto lo regula el parámetro denoise strength o image strength, normalmente un valor entre 0,0 y 1,0.
Con valores de intensidad de 0,15 a 0,40, el modelo hace cambios sutiles. Puedes ver:
Este rango es ideal cuando tienes una foto de referencia sólida y quieres refinarla en lugar de reemplazarla.
Con valores de intensidad de 0,65 a 0,90, el prompt de texto domina. El modelo usa la imagen de referencia principalmente como guía estructural general. Verás:
💡 La mayoría de los usuarios experimentados de img2img trabajan en el punto ideal de 0,45-0,65, donde la referencia y el prompt tienen una influencia aproximadamente igual, lo que produce resultados que parecen intencionados en lugar de aleatorios.
La gama de aplicaciones prácticas de img2img se ha ampliado mucho a medida que los modelos han mejorado.
Los fotógrafos de comercio electrónico usan img2img para generar rápidamente tomas alternativas de producto a partir de una sola foto de referencia. En lugar de volver a fotografiar sobre otros fondos o con otras condiciones de iluminación, introducen la foto del producto en un modelo de profundidad o Canny y describen el nuevo entorno en el prompt. La forma y las proporciones del producto se mantienen constantes mientras la escena cambia.
Los fotógrafos de retratos de alta gama y los retocadores usan pasadas img2img de intensidad baja para afinar los tonos de piel, ajustar la dirección de la iluminación o introducir cambios sutiles de ambiente sin perder el parecido del sujeto. Flux Redux Dev en particular gestiona bien las variaciones de retrato, porque su condicionamiento a nivel de características conserva la estructura facial durante la generación.
Los arquitectos usan modelos guiados por profundidad para probar distintos acabados, materiales y disposiciones de mobiliario sobre la misma distribución espacial. Una sola fotografía arquitectónica se convierte en una plantilla para decenas de variaciones de diseño, cada una con proporciones espaciales precisas gracias al mapa de profundidad.
PicassoIA te da acceso directo a los mejores modelos img2img disponibles, sin configuración, sin GPU local y sin conocimientos técnicos. Así puedes usar Flux Redux Dev para crear variaciones de imagen:
Paso 1: Ve a Flux Redux Dev en la colección de modelos de PicassoIA.
Paso 2: Sube tu imagen de referencia. Puede ser una fotografía, un render, un boceto o cualquier imagen que quieras usar como base estructural.
Paso 3: Escribe un prompt de texto que describa el resultado que quieres. Sé preciso con la iluminación, el ambiente y el estilo. Cuanto más preciso sea tu prompt, mejor podrá el modelo equilibrarlo con la referencia.
Paso 4: Ajusta el control deslizante de intensidad de la imagen. Empieza en 0,5 como punto de partida. Si el resultado está demasiado cerca del original, súbela. Si pierde la composición que quieres conservar, bájala.
Paso 5: Genera y itera. Los flujos de trabajo img2img casi siempre implican varias pasadas. Usa el primer resultado como nueva referencia para una segunda pasada que refine zonas concretas.
💡 Para trabajos donde la estructura es crítica, como fotos de producto o visualización arquitectónica, prueba Flux Depth Pro en lugar de Redux. El condicionamiento por profundidad preserva la geometría espacial con mucha más precisión.
Incluso los usuarios experimentados tropiezan con los mismos problemas cuando empiezan con img2img.
El error más común es subir el denoise strength por encima de 0,8 esperando un cambio dramático y, al mismo tiempo, conservar la composición original. A ese nivel, la imagen de referencia apenas influye en el resultado. Terminas con una imagen que sigue tu prompt de texto con casi ningún recuerdo del original. Si quieres un cambio fuerte que respete la composición, usa un modelo de profundidad o Canny con intensidad media en lugar de llevar Redux a su máximo.
El modelo condiciona según las características que puede extraer de tu referencia. Una entrada borrosa y de baja resolución produce un condicionamiento de características vago que lleva a resultados irregulares. Empieza siempre con la versión de mayor resolución que tengas de tu imagen de referencia. Si necesitas escalar antes una imagen de baja resolución, las herramientas de superresolución de PicassoIA pueden encargarse de eso antes de que la introduzcas en el pipeline img2img.
Algunos usuarios suben una imagen de referencia y dejan el prompt de texto vacío o casi vacío, esperando que el modelo deduzca lo que quieren solo a partir de la imagen. Sin un prompt de texto que guíe la dirección de la eliminación de ruido, los resultados son impredecibles. Incluso una descripción breve como "retrato fotorrealista, iluminación natural, detalle nítido" mejora mucho la constancia del resultado.
Image to image no es una función de nicho para usuarios técnicos. Es la forma más práctica de trabajar con imágenes de IA una vez que dejas atrás la generación básica de texto a imagen. Tienes una foto existente que está casi bien. Quieres cambiar el ambiente, el fondo, la iluminación o el estilo. img2img es la herramienta para eso.
PicassoIA tiene disponible la familia completa de modelos img2img de Flux, incluyendo Flux Redux Dev para variaciones, Flux Canny Pro para generación controlada por bordes, Flux Depth Pro para precisión espacial y Flux Fill Pro para inpainting sin costuras. Todos los modelos son accesibles directamente desde el navegador, sin instalación.
Sube una foto. Escribe un prompt. Mira qué pasa con una intensidad de 0,5. Luego ajusta desde ahí.
Elige tu idioma
