Стартап ComfyUI, который помогает создателям управлять генерацией изображений, видео и аудио с помощью диффузионных моделей через систему узлов, привлёк 30 миллионов долларов при оценке компании в 500 миллионов.

Раунд возглавил фонд Craft Ventures, в нём также участвовали Pace Capital, Chemistry и TruArrow.

ComfyUI начался как открытый проект в 2023 году, вскоре после появления диффузионных моделей. Тогда такие системы, как Мидджорни (Midjourney) и DALL-E от ОпенЭйАй (OpenAI), работали плохо и часто допускали грубые ошибки — например, рисовали по шесть пальцев на руке.

Чтобы обойти эти ограничения, основатели создали модульную платформу, дающую полный контроль над каждым этапом генерации.

Инструмент быстро стал популярен среди профессионалов, и проект перерос в полноценный стартап. В конце 2024 года ComfyUI уже привлёк 19 миллионов на серии А от Chemistry Ventures, Cursor Capital и Гильермо Рауча — основателя Vercel.

Почему обычные промпты не работают

«Представьте типичный промт-интерфейс — как у Мидджорни или ЧатГПТ (ChatGPT), — говорит сооснователь и CEO ComfyUI Йолан Ян. — Вы просите что-то, и результат получается на 60–80% правильным. А чтобы подправить оставшиеся 20%, приходится играть в однорукого бандита».

Он сравнивает процесс с казино: попытка внести мелкую правку может полностью изменить изображение, уничтожив уже удачные фрагменты.

Интерфейс ComfyUI на основе узлов позволяет соединять отдельные этапы генерации, сохраняя контроль над каждым элементом финального результата.

«Вы не сможете передать такую точность через обычное текстовое поле промпта», — подчеркнул Ян.

Рост и влияние

Создатели соглашаются: у ComfyUI уже более 4 миллионов пользователей.

Инструмент используют в визуальных эффектах, анимации, рекламе и даже в промышленном дизайне.

Настолько востребован, что на кастинговых досках студий нередко встречается вакансия «художник или инженер ComfyUI».

Даже несмотря на прогресс диффузионных моделей, Ян утверждает: они всё ещё далеки от идеала.

«В мире, где повсюду будет ИИ-мусор, победит подход ComfyUI — с человеком в цикле управления», — считает он.

Среди конкурентов — стартап Weavy, который в прошлом году приобрела Figma.

ComfyUI, a startup that helps creators control image, video, and audio outputs from diffusion models with a node-based workflow, has raised a $30 million funding round at a $500 million valuation.

The round was led by Craft Ventures, with participation from other investors including Pace Capital, Chemistry, and TruArrow.

ComfyUI was started as an open-source project in 2023 shortly after the introduction of diffusion models. At that time, models like Midjourney and OpenAI’s DALL-E were barely functional, frequently making major mistakes, such as adding extra fingers to hands.

To address these limitations, the project founders developed a modular framework that gives creators granular control over every step of the generation process.

Their tool gained such significant traction among creative professionals that it eventually evolved into a formal startup. In late 2024, ComfyUI raised $19 million in Series A financing from investors including Chemistry Ventures, Cursor Capital, and Guillermo Rauch, founder of Vercel.

Although the latest diffusion models have come a long way from adding a sixth digit to hands, the need for the granular precision that ComfyUI offers has only grown.

“If you think about your typical prompt-based solution, like Midjourney or ChatGPT, you ask for something, it [gets only] 60% – 80% there,” Yoland Yan, ComfyUI’s co-founder and CEO, told TechCrunch. “But to change that remaining 20%, you have to try this slot machine.”

Yan compared the process to playing in a casino because prompting the model to make a small change can result in a completely different output, including overwriting the parts that were already perfect.

ComfyUI’s node-based interface allows creators to link specific components of the generation process, giving them full control over the quality of their final output.

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

Creators seem to agree, as ComfyUI claims to have over 4 million users.

The tool is being used by creative professionals for visual effects, animation, advertising, and even industrial design.

The startup says its offering has become such a necessary tool of the trade for technical artists and other creatives that it is not uncommon to see “ComfyUI artist or engineer” listed as a job title on studio job boards.

Although video and image foundational models continue to improve, Yan claims that they are far from perfect, and a tool like ComfyUI will continue to be in high demand.

“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,” he said.

ComfyUI’s competitors includeWeavy, a startup that was acquired by Figma last year.