Ce comparatif détaillé de Stable Diffusion Forge et de ComfyUI couvre l’installation de modèles NSFW, la configuration des LoRA, les réglages d’échantillonnage, les flux de travail par lots et les différences de performance réelles entre les deux interfaces. Que vous privilégiiez la simplicité ou la puissance d’une interface à nœuds, il vous indique quelle configuration convient à votre flux de travail.
Lorsque vous voulez générer du contenu non censuré, suggestif ou NSFW avec Stable Diffusion, le choix de l’interface change tout. Le checkpoint du modèle que vous chargez, les réglages d’échantillonnage que vous configurez et la manière dont vous structurez les prompts négatifs se comportent différemment selon que vous utilisez Forge ou ComfyUI. Deux philosophies très différentes, et les résultats le reflètent.
Stable Diffusion WebUI Forge est un fork de l’interface originale Automatic1111, conçu avec un objectif unique : la vitesse. Il a été créé par lllyasviel (le créateur de ControlNet) et repose sur un backend repensé qui réduit nettement l’utilisation de la VRAM tout en améliorant le débit de génération.
Si vous avez déjà utilisé A1111, Forge vous paraîtra immédiatement familier. La disposition par onglets, les zones de prompt, les paramètres de génération et la liste déroulante des modèles sont tous là où vous les attendez. Cette familiarité est l’un des grands atouts de Forge. Vous pouvez passer d’A1111 à Forge et générer des images en quelques minutes, sans lire la moindre documentation.
Forge gère les checkpoints de modèles non censurés sans aucune difficulté. Déposez votre checkpoint NSFW dans le dossier /models/Stable-diffusion/, sélectionnez-le dans la liste déroulante, et il est prêt. Pas d’assistant de configuration, pas de modification de JSON, pas de graphe de nœuds à câbler. Pour celles et ceux qui veulent un modèle réaliste précis comme RealVisXL ou DreamShaper XL Turbo, Forge rend le flux de travail immédiat.
Les atouts de Forge pour la génération NSFW :
💡 Astuce : dans Forge, réglez votre CLIP skip sur 2 lorsque vous utilisez des modèles NSFW basés sur SDXL. Cela réduit la sursaturation et donne des tons de peau plus naturels.
ComfyUI fonctionne par nœuds. Il n’y a ni formulaire, ni onglets, ni listes déroulantes dans un panneau. Chaque élément de votre pipeline de génération se trouve sur un canevas sous forme de nœud individuel, et vous les reliez par des câbles. Le prompt positif est un nœud. L’échantillonneur en est un autre. Le VAE decode en est encore un autre. Vous construisez manuellement chaque connexion.
Cela paraît intimidant, et c’est effectivement le cas au début. Mais une fois que vous avez compris le graphe, ComfyUI vous offre un niveau de contrôle qui n’existe tout simplement pas dans Forge.
Chaque nœud est explicite. Quand quelque chose ne fonctionne pas, vous voyez exactement à quel endroit du pipeline l’erreur s’est produite. Si vous voulez appliquer un LoRA à seulement une partie du processus, branchez-le à l’étape précise voulue. Si vous voulez enchaîner deux échantillonneurs différents, l’un pour le bruit de base et l’autre pour l’affinage, ajoutez les deux et connectez-les en séquence.
Pour les flux de travail NSFW, cela compte. Vous pouvez construire un pipeline qui :
Ce niveau de granularité n’existe tout simplement pas dans Forge sans superposer des extensions susceptibles d’entrer en conflit entre elles.
L’obstacle principal est le temps de configuration. Un flux txt2img de base dans ComfyUI demande de placer et de connecter manuellement au minimum 8 nœuds. Pour les débutants, cela implique de suivre une référence de flux de travail ou de charger un fichier JSON de flux prédéfini partagé par la communauté.
💡 Astuce : téléchargez des fichiers JSON de flux de travail proposés par la communauté sur les forums et déposez-les directement dans ComfyUI. Vous disposez immédiatement d’un pipeline testé et fonctionnel, sans avoir à le construire depuis zéro.
Le processus d’installation de Forge est conçu pour ne pas vous compliquer la tâche. Voici une marche à suivre claire pour faire tourner votre premier modèle NSFW.
webui-user.bat (Windows) ou webui.sh (Linux/Mac)http://127.0.0.1:7860.safetensors ou .ckpt dans models/Stable-diffusion/| Réglage | Valeur recommandée | Pourquoi |
|---|---|---|
| CFG Scale | 5 à 7 | Évite la sur-accentuation et garde des proportions naturelles |
| Étapes d’échantillonnage | 25 à 35 | Équilibre entre détail et vitesse pour les modèles réalistes |
| Échantillonneur | DPM++ 2M Karras | Résultats constants et propres sur la plupart des checkpoints NSFW |
| CLIP Skip | 2 | Meilleure précision anatomique avec les modèles SDXL |
| Résolution | 832x1216 | Format portrait natif de SDXL pour une qualité optimale |
| Hires Fix | Activé à 1,5x | Évite le flou et ajoute des détails fins à la résolution finale |
💡 Astuce : ajoutez toujours votre prompt négatif avant de lancer la génération. Parmi les termes négatifs NSFW efficaces, on trouve
(deformed, distorted, bad anatomy:1.4), (ugly, mutated:1.3), (worst quality, low quality:1.3).
La configuration de ComfyUI est plus complexe, mais elle vous offre davantage de précision dès la toute première génération.
git clone https://github.com/comfyanonymous/ComfyUIpip install -r requirements.txtpython main.pyhttp://127.0.0.1:8188Un flux de travail NSFW minimal et fonctionnel dans ComfyUI nécessite les nœuds suivants :
Connectez-les dans l’ordre : le checkpoint alimente les encodeurs CLIP et le KSampler. Le KSampler alimente le VAE Decode. Le VAE Decode alimente le Save Image.
| Nœud | Configuration | Effet |
|---|---|---|
| KSampler | CFG 6.0, DPM++ 2M SDE | Dégradés de peau doux, anatomie naturelle |
| VAE Loader | Utiliser vae-ft-mse-840000 | Corrige les décalages de couleur et la désaturation de la peau |
| LoRA Loader | Poids de 0,6 à 0,85 | Applique le style du personnage sans écraser le modèle de base |
| Image Scale | Lanczos à 1,5x | Upscaling propre, sans artefacts |
Les fichiers LoRA sont au cœur de la plupart des flux de travail NSFW. Ils affinent le modèle de base pour produire un style de personnage, une morphologie ou une esthétique visuelle précise. Les deux interfaces prennent en charge les LoRA, mais elles les gèrent de façons fondamentalement différentes.
Dans Forge, vous appliquez les LoRA directement dans le prompt, avec la syntaxe <lora:filename:weight>. Par exemple :
(beautiful woman, slim figure:1.2) <lora:realistic_body_v3:0.75> <lora:skin_texture_enhance:0.4>
Vous pouvez empiler autant de LoRA que vous le souhaitez. Forge lit les fichiers depuis models/Lora/ et les applique à la volée. Un navigateur visuel de LoRA est aussi disponible dans l’interface pour les insérer d’un clic, sans écrire de syntaxe.
Les atouts des LoRA dans Forge :
Pour une génération basée sur les LoRA sans installation locale, p-image-lora sur PicassoIA offre une alternative dans le navigateur avec une flexibilité comparable.
ComfyUI utilise des nœuds Load LoRA dédiés, placés entre le checkpoint et l’échantillonneur. Chaque LoRA est un nœud distinct dans le graphe. L’avantage : vous voyez exactement quel LoRA alimente quelle partie du pipeline, et vous pouvez les enchaîner dans un ordre précis, ce qui influe directement sur le résultat final.
Pour les configurations NSFW complexes avec plusieurs LoRA de personnages, des LoRA régionaux et des LoRA de style actifs en même temps, la chaîne explicite de nœuds de ComfyUI vous donne un contrôle nettement supérieur sur la façon dont ils interagissent.
Les atouts des LoRA dans ComfyUI :
Si vous souhaitez un contrôle de pose de type ControlNet avec vos LoRA, vous pouvez utiliser SDXL Multi ControlNet LoRA pour une version de ce flux de travail dans le cloud.
Forge l’emporte en matière de vitesse et de simplicité. ComfyUI l’emporte en matière de puissance et de précision. Si vous utilisez un seul LoRA de personnage pour des portraits NSFW, Forge est plus rapide. Si vous empilez cinq LoRA et que chacun doit être appliqué dans un ordre précis, ComfyUI est le bon choix.
La vitesse brute de génération dépend de votre GPU et du modèle, mais les deux interfaces gèrent la génération par lots de façons très différentes.
Le backend repensé de Forge réduit nettement l’utilisation de la VRAM par rapport à A1111. Sur un GPU de 6 Go, Forge peut faire tourner confortablement SDXL en 1024x1024, là où A1111 planterait ou exigerait des optimisations drastiques. Cela se traduit directement par des temps de génération plus courts, car Forge évite les échanges constants de mémoire qui ralentissent A1111.
Pour la génération par lots dans Forge, définissez un nombre de lots et une taille de lot directement dans l’interface. Vous pouvez mettre en file des dizaines d’images et vous éloigner pendant leur génération.
ComfyUI dispose d’un système de file d’attente qui vous permet d’aligner plusieurs exécutions de flux de travail. Vous pouvez modifier les paramètres entre deux entrées de la file, ce qui est utile pour comparer différents réglages au cours d’une session. Pour les flux NSFW avec de nombreuses combinaisons de LoRA, c’est vraiment puissant.
ComfyUI prend aussi en charge les nœuds de lot latent, qui permettent de générer plusieurs échantillons latents en une seule passe, ce qui est plus rapide que de lancer plusieurs générations à la suite sur la plupart des configurations matérielles.
| Indicateur | Forge | ComfyUI |
|---|---|---|
| Utilisation de la VRAM (SDXL 1024px) | ~5,5 Go | ~5,8 Go |
| Temps de configuration | 5 minutes | 30 à 60 minutes |
| Configuration du lot | 2 clics | 10 à 15 minutes |
| Contrôle du pipeline | Limité | Complet |
| Vitesse d’itération des LoRA | Rapide | Modérée |
| Partage de flux de travail de la communauté | Extensions | Fichiers JSON |
À modèles et réglages identiques, Forge et ComfyUI produisent essentiellement le même résultat. Les différences de qualité perçues viennent de la configuration du flux de travail, et non des interfaces elles-mêmes.
La capacité de ComfyUI à utiliser des VAE séparés, à enchaîner plusieurs échantillonneurs et à appliquer un conditionnement par région signifie qu’avec un flux bien construit, il peut produire une anatomie nettement meilleure, des tons de peau plus constants et des détails plus fins dans les scènes complexes.
Un flux ComfyUI utilisant SDXL avec un VAE dédié, un échantillonneur de base sur 15 étapes et un échantillonneur refiner ajoutant 10 étapes supplémentaires sur les zones très détaillées surpassera généralement une génération Forge en une seule passe, à réglages équivalents.
L’intégration d’ADetailer dans Forge (qui détecte automatiquement les visages et les mains et les régénère à plus haute résolution) compense une grande partie de l’avantage du pipeline multi-passes qu’offre ComfyUI. Avec le bon ensemble d’extensions, une génération Forge peut égaler la qualité de ComfyUI dans la plupart des cas, sans les contraintes de configuration des nœuds.
💡 Astuce : activez ADetailer dans Forge avec le modèle d’inpainting pour les visages. Il détecte automatiquement les visages dans votre rendu et les régénère à plus haute résolution. Combiné à un bon checkpoint NSFW comme Stable Diffusion 3.5 Large, les résultats sont nettement plus nets.
Si une installation locale vous paraît trop lourde, PicassoIA vous donne accès directement à bon nombre de ces modèles dans le navigateur, sans aucune configuration.
PicassoIA héberge toute la famille Stable Diffusion ainsi que de nombreuses variantes affinées populaires :
Pour les utilisateurs de ComfyUI, PicassoIA propose aussi Any ComfyUI Workflow, qui exécute directement votre fichier JSON de flux de travail sur la plateforme, sans aucune installation locale.
Étape 1 : rendez-vous sur la page du modèle du checkpoint souhaité (par exemple Stable Diffusion 3.5 Large).
Étape 2 : saisissez votre prompt positif. Soyez précis sur l’éclairage, le sujet, la pose et les termes de qualité :
beautiful woman in red bikini, golden hour beach, volumetric light, 85mm f/1.4, photorealistic, 8k, film grain
Étape 3 : définissez votre prompt négatif pour éviter les problèmes de qualité courants :
(deformed, mutated:1.4), (bad anatomy:1.3), blurry, low quality, plastic skin, overexposed
Étape 4 : réglez le CFG scale (6 à 7 est idéal pour les modèles réalistes), réglez les étapes sur 25 à 30 et choisissez votre format.
Étape 5 : cliquez sur Generate. Votre image est traitée dans le cloud, sans aucun besoin de VRAM locale.
Les modèles p-image-lora et SDXL Multi ControlNet LoRA de PicassoIA vous permettent de générer avec des LoRA directement dans le navigateur. Pour les portraits réalistes, RealVisXL et DreamShaper XL Turbo sont tous deux disponibles directement sur la plateforme, sans gestion de fichiers de modèles en local.
Choisissez Forge si :
Choisissez ComfyUI si :
Oui, et de nombreux artistes NSFW sérieux le font. Forge sert au prototypage rapide et à la génération occasionnelle. ComfyUI sert aux flux de qualité production, où chaque paramètre compte. Les deux partagent la même structure de dossiers de modèles, vous n’avez donc pas à dupliquer vos fichiers de checkpoint entre eux.
Forge comme ComfyUI produisent des résultats impressionnants, mais ils nécessitent une configuration GPU locale, l’installation de dépendances et une maintenance continue. Si vous voulez accéder à Stable Diffusion, SDXL, Flux Dev et des dizaines d’autres modèles sans tous ces obstacles, PicassoIA est le moyen le plus rapide d’obtenir des résultats.
Chaque modèle tourne dans le cloud. Pas de limites de VRAM, pas de problèmes de pilotes, pas de dépendances cassées. Vous bénéficiez des mêmes contrôles d’échantillonnage, de la prise en charge des LoRA avec p-image-lora, et même d’un exécuteur de flux ComfyUI compatible via Any ComfyUI Workflow. Que vous recherchiez la rapidité de SDXL Lightning 4-Step ou le détail brut de Stable Diffusion 3.5 Large Turbo, tout est à portée d’un clic.
Rédigez votre prompt, choisissez votre modèle et voyez ce qui se passe. Le seul obstacle entre vous et votre première image, c’est le temps qu’il faut pour taper.
Choisissez votre langue
