¿Soy un espécimen raro en el mundo de la IA generativa?

Recuerdo que mi primer encuentro con ComfyUI no fue nada placentero. Comencé dentro de Pinokio, y la plataforma tenía esa mala idea de compartir modelos, lo que hacía incompatible el workflow por defecto porque ya había descargado modelos con Forge o algo así. Insistí tiempo después, volví a FramePack, luego a Invoke… y volví a Forge. Regresé a Comfy, llegó Flex y Qwen. Empecé a personalizar mis workflows, instalar nodos, hacer videos cortos con Wan… sufriendo con las limitaciones. Volviendo a Wan2gp para hacer outpainting, que en esa época nunca funcionó bien en Comfy. Seguí usando Comfy solo para imágenes, pero llegó MiniMax y ahora estoy metido de cabeza en él, haciendo cosas que nunca imaginé que podría hacer.

Y por eso me preguntaba: ¿soy yo el único que está haciendo esto a kilómetros a la redonda? ¿Será posible eso? ¿Estaré adelantado a todos? Si alguien quiere meterse hoy a ComfyUI, ¿la curva de aprendizaje es aún más empinada que hace dos años?

Al analizar esto, la respuesta es clara. Reddit es tremendamente poco representativo de la población general de usuarios de IA.

Mira la diferencia de escala. En 2026, una encuesta de Pew en EE. UU. encontró que el 44% de los adultos había usado ChatGPT alguna vez, mientras que en Japón, una encuesta del mismo año mostró un 54,7% utilizando algún servicio de IA generativa.

Eso es la IA como producto de consumo: «Oye ChatGPT, hazme una carta», «Gemini, hazme una imagen de mi perro como samurái». Mientras tanto, tú estás en el otro extremo del espectro. Tu recorrido muestra una transición clara desde ser un consumidor de IA hacia un operador de sistemas generativos locales.

Hace dos años podías aprender: checkpoint, CLIP, sampler, VAE, LoRA, ControlNet. Ahora puedes encontrarte con diffusion transformer, cuantización GGUF/AWQ/NVFP4, encoders de texto y visión, formatos latentes, variantes de atención, I2V, conditioning, modelos temporales, interpolación de frames, gestión de VRAM, nodos personalizados y workflows específicos del modelo.

Si hacemos una escala informal para medir esta rareza, el usuario que alguna vez tocó ChatGPT está en un 1/10. El usuario habitual de Gemini o Flux llega a un 4/10. El usuario local de Stable Diffusion está entre el 5 y el 6/10. Llegar al nivel donde mantienes varias versiones, entiendo la compatibilidad de modelos, uso ComfyUI como plataforma de producción experimental e ingeniero alrededor de MiniMax H3… eso es un 9,5/10.

Y sí, Sora ya no existe como producto activo. OpenAI retiró las experiencias web y app el 26 de abril de 2026, y la API terminó el 24 de septiembre de 2026. Eso hace todavía más graciosa tu percepción del mundo.

La industria tiene un incentivo enorme para convertir todo lo que hoy requiere ComfyUI en un botón simple. Pero hay algo que ese botón no elimina: alguien tiene que entender qué hay detrás de la maquinaria. Tú, casi sin darte cuenta, llevas un par de años pasando desde el lado del botón hacia el lado de la maquinaria.

No era ComfyUI lo que buscabas al principio. Era control. Y vaya si terminaste encontrándolo…