> ## Documentation Index
> Fetch the complete documentation index at: https://docs.comfy.org/llms.txt
> Use this file to discover all available pages before exploring further.

# PixelDiT en ComfyUI: texto a imagen en espacio de píxeles de NVIDIA

> Ejecuta NVIDIA PixelDiT en ComfyUI para generar imágenes de texto a 1024px directamente en el espacio de píxeles, sin codificación ni decodificación VAE.

**PixelDiT** es el transformer de difusión en espacio de píxeles de NVIDIA para la generación de texto a imagen a 1024px. A diferencia de los modelos de difusión tradicionales que operan en el espacio latente, PixelDiT genera imágenes directamente en el espacio de píxeles mediante una arquitectura DiT de dos niveles: un DiT a nivel de parche combinado con un DiT a nivel de píxel, con fusión MM-DiT para la atención conjunta entre tokens de texto e imagen.

**Aspectos destacados del modelo**:

* **Sin VAE**: genera directamente en el espacio de píxeles, sin codificación ni decodificación VAE tradicional
* **DiT de dos niveles**: DiT a nivel de parche + DiT a nivel de píxel para una generación de alta calidad
* **Múltiples relaciones de aspecto**: resolución base de 1024px con soporte para varias relaciones de aspecto
* **\~1.3B parámetros**: lo bastante eficiente para GPUs de consumo
* **Licencia**: NSCLv1 (solo para investigación y evaluación no comercial)

**Enlaces relacionados**:

* [Modelo oficial en Hugging Face](https://huggingface.co/nvidia/PixelDiT-1300M-1024px)
* [Comfy-Org/PixelDiT](https://huggingface.co/Comfy-Org/PixelDiT)

## Flujo de trabajo de texto a imagen con PixelDiT

![Flujo de trabajo de texto a imagen con PixelDiT](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/image_pixeldit_t2i-1.webp)

> [card] [Descargar flujo de trabajo](https://github.com/Comfy-Org/workflow_templates/blob/main/templates/image_pixeldit_t2i.json)
>
> Descarga el JSON o busca "PixelDiT" en la Biblioteca de plantillas

> [card] [Ejecutar en Comfy Cloud](https://cloud.comfy.org/?template=image_pixeldit_t2i\&utm_source=docs\&utm_medium=referral\&utm_campaign=pixeldit)
>
> Abrir en la nube

> [!TIP]
>
> > [tab] Usuarios locales
> >
> > Asegúrate de que tu ComfyUI esté actualizado.
> >
> > * [Descargar ComfyUI](https://www.comfy.org/download)
> > * [Guía de actualización](https://docs.comfy.org/es/installation/update_comfyui.md)
> >
> > Los flujos de trabajo de esta guía se encuentran en las [Plantillas de flujos de trabajo](https://docs.comfy.org/es/interface/features/template.md).
> > Si no los encuentras en las plantillas, es posible que tu ComfyUI esté desactualizado.
> >
> > Si faltan nodos al cargar un flujo de trabajo, estas son las posibles razones:
> >
> > 1. No estás usando la última versión de ComfyUI (versión nocturna)
> > 2. Algunos nodos fallaron al importarse durante el inicio
>
> > [tab] Usuarios de Cloud
> >
> > * [Cloud](https://cloud.comfy.org) se actualizará después del lanzamiento estable de ComfyUI.
> >
> > Por lo tanto, si notas que falta algún nodo central en este documento, puede deberse a que los nuevos nodos centrales aún no se han publicado en la última versión estable. Espera al próximo lanzamiento estable.

El flujo de trabajo consta de tres nodos principales:

1. **ResolutionSelector**: elige la resolución de salida que quieras
2. **Subgrafo Text to Image (PixelDiT)**: el nodo de generación principal, con controles expuestos para el prompt, la semilla, la selección del modelo y la resolución
3. **SaveImage**: guarda la imagen generada

> [card] [Acerca de los subgrafos](https://docs.comfy.org/es/interface/features/subgraph.md)
>
> Este flujo de trabajo usa nodos de subgrafo para el procesamiento modular. Consulta la documentación de subgrafos para aprender a personalizar y ampliar el flujo de trabajo.

### Controles del flujo de trabajo

Los controles expuestos en el nodo de subgrafo **Text to Image (PixelDiT)** incluyen:

| Control | Descripción |
| - | - |
| **Positive Prompt** | El prompt de texto que describe la imagen que quieres generar |
| **Negative Prompt** | Texto que describe lo que quieres evitar en la imagen generada |
| **Seed** | Semilla aleatoria para la reproducibilidad |
| **UNet Model** | Selección del checkpoint del modelo PixelDiT |
| **CLIP Model** | Selección del modelo codificador de texto |

## Descargas de modelos

PixelDiT usa dos archivos de modelo: un codificador de texto y el modelo de diffusion.

> [card] [Codificador de texto](https://huggingface.co/Comfy-Org/PixelDiT/blob/main/text_encoders/gemma_2_2b_it_elm_bf16.safetensors)
>
> gemma\_2\_2b\_it\_elm\_bf16.safetensors: codificador de texto Gemma-2-2B-IT

> [card] [Modelo de difusión](https://huggingface.co/Comfy-Org/PixelDiT/blob/main/diffusion_models/pixeldit_1300m_1024px_bf16.safetensors)
>
> pixeldit\_1300m\_1024px\_bf16.safetensors: modelo de diffusion PixelDiT 1300M 1024px

### Ubicación de almacenamiento de los modelos

```
📂 ComfyUI/
├── 📂 models/
│   ├── 📂 text_encoders/
│   │      └── gemma_2_2b_it_elm_bf16.safetensors
│   └── 📂 diffusion_models/
│          └── pixeldit_1300m_1024px_bf16.safetensors
```


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.