¿El mejor modelo para imágenes NSFW desde referencias?

Cuando se trata de generar imágenes adultas a partir de una o varias imágenes de referencia, la respuesta cambia drásticamente respecto al mejor modelo general. Dado que estás utilizando ComfyUI y una RTX 3090, el punto de partida más interesante es Qwen-Image-Edit-2511. Su mejora principal es la consistencia del personaje y la reducción del *identity drift*, además de admitir múltiples imágenes de referencia.

La jerarquía para probar sería Qwen-Image-Edit 2511 como primera opción, seguido de FLUX.1 Kontext, excelente para conservar la identidad y modificar escenas mediante instrucciones. También vale la pena considerar a Qwen-Image-Edit 2509, que introdujo explícitamente la entrada multiimagen.

Es crucial entender una distinción importante: el mejor modelo para «mantener a esta persona y cambiarle la situación» no es necesariamente el mejor para generar NSFW desde cero. Para la referencia, se prioriza la identidad, pose y anatomía; luego puedes resolver el estilo mediante checkpoints o LoRAs.

Si buscas combinar una foto A como identidad y una foto B como cuerpo, Qwen 2509 es mucho más interesante que simplemente buscar un «checkpoint NSFW». Si las imágenes funcionan bien para transformaciones normales pero colapsan con una transformación sexual, probablemente estás viendo una combinación de alineamiento de seguridad, distribución de entrenamiento y la dificultad geométrica de la edición.

Esto explica algo contraintuitivo: un modelo menos potente entrenado específicamente con material adulto puede producir una imagen coherente, mientras que Qwen puede generar una imagen técnicamente sofisticada pero anatómicamente absurda. Si deseas más detalles sobre los modelos locales actuales para el flujo de trabajo de referencia a personaje consistente, podemos profundizar en las diferencias entre Flux, SDXL y los derivados de Pony.