Workflow ComfyUI sans censure : setup en 7 étapes (2026)

Par Alexandra Joly, Rédactrice en chef · Vérifié le 4 juin 2026 · Relu par l'équipe éditoriale · Voir notre processus éditorial et notre journal d'errata

C'est quoi ComfyUI, et pourquoi les utilisateurs avancés le préfèrent pour le sans censure

Ce guide part du principe que tu connais déjà les bases du Stable Diffusion sans censure (Pony V6 XL pour l'anime, Realistic Vision pour le photoréaliste, FLUX.1-dev pour le respect du prompt). Si c'est pas encore le cas, va lire d'abord notre article compagnon sur les meilleurs modèles Stable Diffusion pour le sans censure. Cette page se pose par-dessus cette base et couvre la partie spécifique à ComfyUI.

Y'a deux vrais publics qui atterrissent sur un guide ComfyUI. Le premier tourne déjà sous Automatic1111, a tapé un plafond, et veut le contrôle du graphe de nodes. Le second a lu un truc sur ComfyUI sur Reddit ou Civitai et veut sauter Automatic1111 entièrement. Les deux sont servis ici. Les sept étapes ci-dessous produisent un workflow sans censure qui marche sur une machine neuve, sans aucune install Automatic1111 préalable.

Ce qu'il te faut avant de commencer

Trois prérequis durs et un mou. Je te les passe dans l'ordre pour que tu saches si ta config est même dans la course avant de télécharger quoi que ce soit.

Le plancher matériel d'abord. GPU NVIDIA avec 8 gigaoctets de VRAM pour les checkpoints SD 1.5 (Realistic Vision V6.0 B1, DreamShaper 8). 10 à 12 gigaoctets pour les checkpoints SDXL (Pony Diffusion V6 XL, SDXL de base). 16 à 24 gigaoctets pour FLUX.1-dev. Les GPU AMD marchent via DirectML ou ROCm avec un support de toolchain réduit, et les Mac Apple Silicon font tourner ComfyUI via MPS mais traînent derrière NVIDIA sur la vitesse. L'inférence CPU-seule génère techniquement, mais elle tourne dix à cinquante fois plus lentement qu'un GPU NVIDIA milieu de gamme, donc c'est pas pratique pour le genre de prompting itératif que tu vas vraiment faire.

Ensuite le budget disque. Vingt gigaoctets de libre minimum pour démarrer. Un seul checkpoint SDXL fait six à sept gigaoctets, et FLUX.1-dev fait douze à vingt-trois gigaoctets selon la précision. Ajoute des LoRA, des VAE, des ControlNets et des modèles d'upscale et l'install atteint facile cent gigaoctets en un mois d'usage régulier. J'ai appris celle-là à la dure.

Le système d'exploitation après. Windows 10 ou 11 (build portable, le chemin le plus simple), Linux (install manuelle via venv Python) ou macOS (install manuelle, inférence plus lente sur Apple Silicon). Le build portable Windows, c'est le chemin que je conseillerais pour une première install, parce qu'il embarque Python, PyTorch et le support CUDA et tourne tout seul.

Et le mou : la patience. Deux à quatre heures de patience d'apprentissage pour le premier workflow. La métaphore du graphe de nodes est pas intuitive quand tu viens d'une interface à onglets. Si tu as déjà touché aux shader nodes de Blender, au Material Editor d'Unreal ou à Houdini, la courbe s'aplatit vite. Sinon, attends-toi à au moins une génération en image noire dans ta première session (souvent un VAE qui colle pas). C'est un rite de passage.

Le workflow ComfyUI sans censure en 7 étapes

Setup ComfyUI sans censure : 7 étapes de l'install neuve au JSON de workflow réutilisable

1. 1

   Installe ComfyUI sur ta machine

   Télécharge le build portable de ComfyUI depuis la page de releases officielle du dépôt GitHub comfyanonymous/ComfyUI pour Windows, ou clone le dépôt et fais une install Python manuelle sous Linux et macOS [Source: GitHub : page de releases ComfyUI · verified 2026-06-04]. Le build portable Windows embarque un Python 3.11 et un PyTorch avec support CUDA et tourne direct sur les GPU NVIDIA. Extrais l'archive, lance run_nvidia_gpu.bat, et vérifie que l'interface web charge dans ton navigateur sur http://127.0.0.1:8188.

   Les utilisateurs Linux et macOS installent par le chemin manuel documenté : git clone https://github.com/Comfy-Org/ComfyUI, crée un environnement virtuel Python, installe PyTorch accordé à ton backend CUDA, ROCm ou MPS, installe les requirements ComfyUI, puis lance python main.py. Laisse-lui dix à quinze minutes pour l'install initiale des dépendances sur une machine neuve.

   Saute cette étape uniquement si tu as déjà une install ComfyUI qui marche sur la machine où tu comptes faire tourner tes workflows sans censure.

2. 2

   Installe ComfyUI Manager pour gérer nodes et modèles en un clic

   Clone le dépôt ltdrdata/ComfyUI-Manager dans le dossier ComfyUI/custom_nodes/, puis redémarre ComfyUI [Source: GitHub : ltdrdata/ComfyUI-Manager · verified 2026-06-04]. Après le redémarrage, un nouveau bouton Manager apparaît dans le menu ComfyUI. Le panneau Manager fait remonter trois trucs sur lesquels tu vas t'appuyer en permanence : installer des custom nodes depuis le registre, installer les nodes manquants d'un workflow importé, et télécharger des checkpoints, des LoRA et des VAE direct depuis Civitai ou HuggingFace.

   Sans ComfyUI Manager, chaque custom node et chaque dépendance manquante devient une corvée de copie de fichier à la main. Et chaque workflow Civitai publié que tu importes référence au moins un custom node, donc la détection automatique des nodes manquants du Manager te fait gagner des heures par workflow. Le saute pas.

   Saute cette étape uniquement si tu as une règle stricte contre l'installation d'outils tiers maintenus par la communauté. ComfyUI Manager est open source, largement audité, et l'add-on standard de fait pour ComfyUI.

3. 3

   Télécharge Pony Diffusion V6 XL ou Realistic Vision V6 dans le bon dossier

   Pour de l'anime, du cartoon ou du furry sans censure, télécharge Pony Diffusion V6 XL depuis Civitai et place le fichier safetensors dans ComfyUI/models/checkpoints/ [Source: Civitai : fiche modèle Pony Diffusion V6 XL · verified 2026-06-04]. Il a été entraîné sur environ 2,6 millions d'images avec un ratio 1:1 entre les jeux de données anime, cartoon, furry et pony, et un ratio 1:1 entre les évaluations safe, questionable et explicit. Le set d'entraînement est à moitié explicite par design, et c'est pour ça que le checkpoint produit du sans censure sans aucun empilement de LoRA.

   Pour du photoréaliste sans censure sur du matériel à faible VRAM, prends plutôt Realistic Vision V6.0 B1 [Source: Civitai : fiche modèle Realistic Vision V6.0 B1 · verified 2026-06-04]. Ce checkpoint SD 1.5 de SG_161222, à 729 019 téléchargements, c'est le choix photoréaliste de référence au niveau 8 gigaoctets de VRAM, et il se marie bien avec Face Detailer à l'étape 5.

   Optionnel : si tu as 16 gigaoctets de VRAM ou plus et que le respect du prompt te tient plus à cœur qu'un style précis, télécharge FLUX.1-dev depuis HuggingFace et un LoRA communautaire sans censure depuis Civitai [Source: HuggingFace : fiche modèle black-forest-labs/FLUX.1-dev · verified 2026-06-04]. La base FLUX est entraînée en SFW, donc la sortie sans censure vient du LoRA.

   Saute cette étape uniquement si tu as déjà un checkpoint Stable Diffusion dans ComfyUI/models/checkpoints/. Mélanger des architectures de modèle (SDXL contre SD 1.5 contre FLUX) dans le même workflow, c'est pas supporté par le graphe ComfyUI de base, donc choisis une architecture par workflow.

4. 4

   Construis le graphe texte-vers-image de base dans ComfyUI

   Pose les nodes suivants sur la toile dans cet ordre : Load Checkpoint (sélectionne ton fichier Pony V6 XL ou Realistic Vision téléchargé), CLIP Text Encode (prompt positif), CLIP Text Encode (prompt négatif), Empty Latent Image (1024 par 1024 pour SDXL, 512 par 768 pour SD 1.5), KSampler (25 à 30 steps, CFG 6 à 8 pour Pony V6 XL ou 1,5 à 2,0 pour Realistic Vision avec le LoRA Hyper), VAE Decode et Save Image.

   Câble-les dans la chaîne standard : Load Checkpoint envoie MODEL vers KSampler, CLIP vers les deux encodeurs de prompt ; le prompt positif envoie CONDITIONING vers l'entrée positive du KSampler ; le prompt négatif envoie CONDITIONING vers l'entrée négative du KSampler ; Empty Latent Image envoie LATENT vers l'entrée latent du KSampler ; KSampler envoie LATENT vers VAE Decode ; VAE Decode envoie IMAGE vers Save Image.

   Pour Pony V6 XL précisément, fais commencer le prompt positif par la séquence de tags de score documentée par l'auteur du modèle : score_9, score_8_up, score_7_up, source_anime, [ton prompt ici]. Ces tags de score, c'est une convention de modificateur de qualité que la communauté a standardisée, et si tu les omets ta sortie ressort visiblement dégradée. Utilise le sampler Euler A à 25 steps et CFG 7 pour le premier passage le plus fort.

   Saute le détail du câblage de cette étape uniquement si tu as importé un JSON de workflow qui marche depuis Civitai. Dans ce cas le graphe est déjà construit et tu sautes direct à l'étape 5.

5. 5

   Ajoute un node Face Detailer pour la fidélité des visages

   Les visages rétrécissent à une petite fraction de la toile en 1024 et perdent en fidélité au premier passage. Installe Impact Pack via ComfyUI Manager pour avoir FaceDetailer, l'équivalent ComfyUI d'ADetailer pour Automatic1111. ADetailer, c'est l'outil de détail de visage de référence dans le monde Automatic1111, et FaceDetailer reproduit son comportement à l'intérieur du graphe de nodes ComfyUI [Source: GitHub : Bing-su/adetailer (référence Automatic1111) · verified 2026-06-04].

   Câble FaceDetailer après VAE Decode et avant Save Image. Le node découpe les visages détectés avec un modèle de détection de visage YOLO, les ré-échantillonne en plus haute résolution via le checkpoint de base, puis recompose le visage upscalé dans le cadre d'origine. Les réglages par défaut (débruitage 0,4, 20 steps, CFG 7) marchent bien pour la plupart des portraits sans censure. Monte le débruitage à 0,5 si les visages restent flous, ou descends-le à 0,3 si le redessin dérive trop de l'original.

   Pour les workflows qui génèrent plusieurs personnages par cadre, FaceDetailer détecte et traite chaque visage tout seul, ce qui est exactement ce que tu veux pour les compositions à plusieurs persos qui démarquent Pony V6 XL du SDXL mono-sujet.

   Saute cette étape uniquement si tes prompts visent des plans en pied où les visages sont volontairement petits ou absents. Pour tout workflow portrait, demi-corps ou gros plan, FaceDetailer est le deuxième passage au meilleur rapport rendement que tu peux ajouter.

6. 6

   Ajoute un node d'upscale 2x pour une sortie de qualité production

   Stable Diffusion XL sort en 1024 pixels natif et SD 1.5 en 512 pixels natif, et plein de travaux de production demandent plus haut que ça. Installe Ultimate SD Upscale via ComfyUI Manager et ajoute-le après FaceDetailer. Il découpe l'image en segments qui se chevauchent, ré-échantillonne chaque tuile via le checkpoint de base avec une force de débruitage plus faible (0,2 à 0,35), puis recoud les tuiles avec un fondu sans couture.

   La sortie ressort plus propre qu'un upscale bilinéaire ou Lanczos naïf, et elle garde le détail de texture que les upscalers plus simples lissent. Pour les workflows SDXL, l'upscale 2x monte de 1024 à 2048 pixels ; pour les workflows SD 1.5, le 2x monte de 512 à 1024 ou de 768 à 1536. La pression VRAM grimpe en flèche pendant le passage d'upscale, donc si tu es sur une carte de 8 à 10 gigaoctets, attends-toi à utiliser le flag --medvram au démarrage de ComfyUI ou à accepter un passage tuile par tuile plus lent.

   Si tu préfères une approche par modèle pré-entraîné, 4x-UltraSharp et RealESRGAN_x4plus_anime_6B sont tous les deux dispos via le navigateur de modèles de ComfyUI Manager. Ils tournent plus vite qu'Ultimate SD Upscale, mais ils appliquent un détourage plus agressif, que certains workflows adorent et que d'autres supportent pas.

   Saute cette étape uniquement si tu n'as pas besoin d'une sortie au-dessus de la résolution native du checkpoint. Pour de la sortie taille réseaux sociaux (1024 par 1024), le passage FaceDetailer seul suffit largement.

7. 7

   Sauvegarde le JSON du workflow et réutilise-le d'une session à l'autre

   Clique sur Save dans le menu ComfyUI pour exporter tout le graphe de nodes en fichier JSON de workflow. Le JSON capture chaque node, chaque connexion, chaque valeur de paramètre et chaque référence de modèle dans un seul fichier. Tu peux le réimporter sur la même machine en glissant le fichier sur la toile, le partager avec des collaborateurs qui font tourner leur propre install ComfyUI, ou l'attacher à des images générées pour que quiconque a les mêmes modèles reproduise le graphe exact [Source: Documentation ComfyUI · verified 2026-06-04].

   C'est franchement la fonction la plus sous-cotée de ComfyUI. Chaque workflow Civitai sans censure publié arrive en JSON téléchargeable que tu déposes direct sur la toile. La galerie de workflows communautaires Civitai héberge des milliers de ces fichiers couvrant des setups Pony V6 XL, FLUX et Realistic Vision avec des LoRA custom, des ControlNets et des chaînes de post-traitement [Source: Civitai : contenu Stable Diffusion communautaire · verified 2026-06-04].

   Deux habitudes de production que le workflow JSON débloque. D'abord, versionne tes workflows dans un dépôt git pour pouvoir revenir à un graphe précédent quand un nouveau node casse un setup qui marchait nickel. Ensuite, monte une petite bibliothèque de trois à cinq fichiers JSON (un pour les portraits, un pour le plein cadre, un pour l'upscale seul, un pour l'inpainting, un pour FLUX) et charge juste le bon par session au lieu de reconstruire le graphe de zéro à chaque fois.

   Saute cette étape uniquement si tu comptes utiliser ComfyUI en générateur d'image ponctuel et ne jamais reproduire un workflow. Pour tout usage itératif ou production, l'export JSON est non négociable.

Pièges courants (et comment les éviter)

Piège 1 : mauvais VAE pour le checkpoint

L'échec le plus courant en première session, c'est une image noire, et la cause c'est presque toujours un VAE qui colle pas. Les checkpoints SDXL attendent le VAE SDXL, les checkpoints SD 1.5 attendent le VAE SD 1.5, et FLUX attend un VAE FLUX. ComfyUI charge un VAE par défaut avec le checkpoint, mais certains téléchargements Civitai arrivent sans le VAE embarqué et te servent une sortie noire jusqu'à ce que tu câbles explicitement un node Load VAE dans le graphe. Donc quand un workflow crache du noir pur ou du bruit pur à la première génération, vérifie le câblage du VAE avant de toucher au prompt ou au sampler.

Piège 2 : oublier les tags de score sur Pony V6 XL

Pony Diffusion V6 XL a été entraîné avec un système de tags de qualité que l'auteur du modèle a documenté (score_9, score_8_up, score_7_up, score_6_up). Les prompts qui laissent tomber les tags de score reviennent visiblement dégradés : couleurs boueuses, anatomie molle, résultats hors style que les gens reprochent au modèle alors que c'est une convention de prompting qu'ils ont sautée. Chaque prompt positif Pony V6 XL devrait commencer par la séquence de tags de score, et le prompt négatif inclut d'habitude score_4, score_3, score_2, score_1 pour pousser le sampler loin des sorties de basse qualité.

Piège 3 : faire tourner SDXL sur 8 Go de VRAM sans le flag --medvram

Les checkpoints SDXL peuvent techniquement tourner sur 8 gigaoctets de VRAM, mais le démarrage ComfyUI par défaut essaie de charger le modèle entier en VRAM et tombe à court en pleine génération. Le correctif, c'est le flag --medvram au démarrage (sous Windows, édite run_nvidia_gpu.bat pour ajouter le flag ; sous Linux, ajoute-le à la commande python main.py). Il échange le modèle entre VRAM et RAM pour un petit coût en vitesse. Si tu te prends une erreur CUDA out-of-memory dans la console en pleine génération, dégaine --medvram avant de redescendre à un checkpoint plus petit.

Piège 4 : installer des custom nodes sans ComfyUI Manager

Voilà une histoire que j'ai vue se rejouer une dizaine de fois. Quelqu'un atterrit sur un fil Reddit, voit un custom node recommandé, le clone direct dans ComfyUI/custom_nodes/, et le redémarrage suivant échoue à charger à cause d'un conflit de dépendance avec un autre node. ComfyUI Manager gère la résolution des dépendances et l'épinglage des versions pour toi ; un git clone manuel non. Fais passer chaque install de custom node par le panneau Install Custom Nodes du Manager, et garde le git clone manuel pour les nodes pas encore au registre.

Piège 5 : traiter les fichiers JSON de workflow comme du code de confiance

Un JSON de workflow importé d'un utilisateur Civitai inconnu peut référencer des custom nodes qui font tourner du code arbitraire sur ta machine quand le workflow s'exécute. Le JSON en lui-même, c'est juste de la donnée et ça peut rien exécuter ; les custom nodes référencés sont des fichiers Python et eux le peuvent absolument. Importe les JSON de workflow d'auteurs Civitai nommés avec un historique d'upload vérifié, et laisse ComfyUI Manager installer les nodes référencés depuis le registre au lieu de cloner depuis des URL GitHub au hasard.

Quand ce guide ne s'applique pas

C'est le chemin de setup technique pour les utilisateurs avancés, et il s'applique pas à tout le monde. Sois honnête avec toi-même sur les points suivants.

Tu n'as pas de GPU NVIDIA avec au moins 8 gigaoctets de VRAM. Le workflow ci-dessus a besoin de matériel CUDA pour des vitesses de génération utilisables. Les chemins AMD et Apple Silicon existent, mais avec un support de toolchain réduit et une itération plus lente.

Tu n'as pas deux à quatre heures à passer sur le premier workflow. ComfyUI, c'est pas une install de quinze minutes. Un temps réaliste jusqu'à la première génération sur une machine neuve, c'est une heure pour l'install et les dépendances, une heure pour le premier workflow de base, une heure pour ajouter FaceDetailer et l'upscale, plus au moins trente minutes pour dépanner l'inévitable erreur de VAE ou de VRAM.

Tu veux un workflow que t'as pas à maintenir. Les custom nodes se mettent à jour, les checkpoints de base se mettent à jour, ComfyUI lui-même se met à jour, et un workflow JSON qui marchait nickel en hiver peut casser au printemps. Les alternatives hébergées (Promptchan, Candy.ai, DarLink Ai, Joi) portent cette charge de maintenance de leur côté.

Tu génères une image de temps en temps plutôt que d'itérer en série. La taxe de setup ne se rentabilise que sur un usage régulier. Pour une image par mois, les quatre alternatives clés en main en bas de page produisent une sortie sans censure équivalente sans le GPU et sans l'install.

Si l'un de ces points c'est toi, les quatre choix hébergés en bas de page sont le bon virage. Le workflow en sept étapes ci-dessus, c'est pour les lecteurs qui cochent les quatre conditions.

ComfyUI contre Automatic1111 : lequel choisir ?

Pars sur ComfyUI quand il te faut un contrôle précis sur un pipeline multi-étapes. Pense texte-vers-image vers face detailer vers upscale vers post-traitement, ou texte-vers-image vers conditioning de pose ControlNet vers une pile de LoRA vers un ordonnancement de sampler custom. Chaque opération est son propre node que tu peux re-router, dupliquer ou désactiver, et tout le graphe s'exporte en fichier JSON qu'un autre utilisateur ComfyUI reproduit à l'identique.

Pars sur Automatic1111 quand tu veux charger un checkpoint, taper un prompt, cliquer sur Generate et voir le résultat. L'interface à onglets planque le graphe de nodes derrière une interface plus simple. ADetailer, l'upscale et les autres extensions s'installent via l'onglet Extensions et apparaissent en onglets supplémentaires plutôt qu'en nodes. Courbe d'apprentissage moins raide, plafond de personnalisation plus bas.

Plein de gens font tourner les deux : ComfyUI pour le travail de pipeline itératif, Automatic1111 pour les coups rapides. Pointe-les vers le même emplacement disque et ils partagent les mêmes dossiers de checkpoint, de LoRA et de VAE, donc tu dupliques pas tes fichiers de modèle partout sur ton disque.

Y'a une troisième option sur laquelle certains atterrissent aussi. Forge, c'est un fork communautaire d'Automatic1111 accordé pour une VRAM plus faible et un échantillonnage plus rapide. Il fait tourner les mêmes checkpoints et la même extension ADetailer, et ça vaut le coup d'œil si le chemin d'install Automatic1111 standard te casse les pieds.

Questions fréquentes

Si tu veux pas gérer une install ComfyUI : quatre alternatives clés en main

Le workflow en sept étapes ci-dessus, c'est du vrai territoire d'utilisateur avancé. Si tu as atterri ici sans GPU NVIDIA, sans deux à quatre heures de patience d'apprentissage, ou sans aucune envie de materner les mises à jour de checkpoint et les conflits de dépendance des custom nodes, tu as un chemin alternatif légitime. Les plateformes hébergées produisent une sortie d'image sans censure sur une offre accessible au public, avec une vraie boîte derrière elles et un programme d'affiliation actif. Les quatre choix ci-dessous sortent direct de notre notation.

1. La génération d'images sans censure de Promptchan : spécialiste de la génération d'images

Recommandé (7,0-7,9) selon notre notation Compagnons IA. Quartile supérieur sur la qualité de génération d'images. Les modèles sous le capot incluent Flux.1, Stable Diffusion 3 et Pony, les mêmes architectures que le workflow en sept étapes ci-dessus, juste habillées d'une interface hébergée qui dégage la taxe de setup. La galerie publique générée par les utilisateurs, à plus de 20 millions, c'est un vrai atout, parce que tu peux parcourir les prompts de la communauté avant de payer le moindre centime. Tu as 30 à 50 gems par jour sur l'offre gratuite avec une sortie filigranée, et l'offre Pro tourne à environ 26,99 $ par mois [Source: Apple App Store : fiche Promptchan · verified 2026-06-04].

Le hic : le chat grand public est rapporté en option, et les testeurs tiers le trouvent court et générique. Promptchan, c'est un outil d'image et vidéo sans censure avec un vernis de chat, pas un compagnon IA pensé chat d'abord.

Essayer Promptchan gratuitement →

2. Notre avis sur Candy.ai : appli compagnon avec génération d'images intégrée

Excellent (8,0-8,9) selon notre notation Compagnons IA. Quartile supérieur sur la qualité de génération d'images et la personnalisation. L'offre annuelle se pose à environ 3,99 $ par mois effectif, la plus basse de toutes les options hébergées qu'on couvre pour un bundle compagnon plus génération d'images. L'ergonomie est léchée, avec des curseurs de personnalisation visuelle, des prompts de changement de scène et une cohérence au re-roll qui font tous une forte première impression. Et l'expérience groupée (création de compagnon, génération d'images, voix) c'est exactement ce que la plupart des gens cherchent quand ils tapent « petite amie IA avec génération d'images ».

Le hic : la faiblesse de la mémoire ressort chez chaque testeur en main propre, donc attends-toi à voir le perso dériver passé la semaine 2 ou 3 d'usage intensif.

Essayer Candy.ai →

3. Notre choix DarLink : scénario ancré dans le récit + média

Recommandé (7,0-7,9). Fort sur la personnalisation et la génération d'images, milieu de peloton sur la voix. C'est une plateforme domiciliée en Suisse, récit d'abord, bâtie autour d'une sortie Scenario plus Media. Le système Living Memory à trois niveaux retient mieux le perso que les alternatives hébergées d'achat impulsif. La génération d'images en 4K annoncé, en ligne, c'est le point fort ici, et le tout vise les lecteurs qui veulent leurs images sans censure tissées dans une histoire continue plutôt que crachées en résultats de prompt isolés.

Le hic : c'est moins adapté à la besogne brute de prompt-et-sortie où Promptchan règne. L'enrobage narratif, c'est le but, pas la friction.

Essayer DarLink Ai →

4. Notre avis sur Joi.ai : verrouillage de visage + Dream Clips

Excellent (8,0-8,9). Quartile supérieur sur la qualité de génération d'images et la génération de vidéos. Face-Sync V4, c'est le verrouillage d'identité le mieux documenté de notre panel de test, qui tient le même personnage d'un re-roll à l'autre et d'une image de vidéo Dream Clips à l'autre en résolution proche du 4K. Si ton souci principal c'est la cohérence de personnage (le problème même sur lequel les utilisateurs ComfyUI galèrent avec les LoRA de face-embedding et Face Detailer), Joi est la réponse côté plateforme gérée. L'offre gratuite te donne environ 5 messages par jour et 6 générations d'images sans sortie explicite, et l'offre Premium annuelle tourne à environ 4 $ par mois effectif.

Le hic : l'économie de jetons Neuron s'empile vite, et les appels vidéo en direct tournent à peu près à 30 à 50 $ de l'heure. Les lecteurs UK sont géo-bloqués, Joi servant une page /uk/unavailable au lieu d'appliquer le UK Online Safety Act [Source: Joi : page d'indisponibilité UK · verified 2026-06-04].

Essayer Joi →

---

Vérifié le 4 juin 2026 · Voir le journal d'errata pour toute correction post-publication · Rédactrice : Alexandra Joly · Méthode · Processus éditorial · Divulgation d'affiliation

Saute le setup ComfyUI, essaie Promptchan gratuitement →

À lire aussi

• Le hub de génération d'images IA et le classement complet
• Meilleurs modèles Stable Diffusion pour le sans censure (5 choix testés)
• Top 10 des générateurs d'images IA sans censure
• Comment on note les compagnons IA (notre méthode)
• Avis complet sur Promptchan (offre Pro et Video Engine)
• Candy.ai
• Joi
• Notre avis sur DarLink AI