Kandinsky 6.0 sin censura: videos que hablan, cantan y suenan reales

De clips mudos a escenas con voz

Kandinsky Lab se ganó su reputación con Kandinsky 5.0, un modelo de video abierto que muchos aficionados ya ejecutaban en casa. La nueva generación conserva ese núcleo de video y añade un segundo flujo que genera el audio al mismo tiempo que la imagen, para que los labios de una cantante coincidan con la letra y los pasos suenen cuando los pies tocan el suelo. Cada clip dura cinco segundos a 24 fotogramas por segundo, con sonido de 44 kHz que puede mezclar voz, ambiente y música. Puedes empezar solo con texto o con una foto de referencia que se convierte en el primer fotograma. La mejora es real, pero también lo son los límites: los clips siguen siendo cortos, la resolución nativa ronda los 864×480 antes del escalado y el modelo Pro, más grande, necesita mucha memoria. Las propias pruebas a ciegas con personas de Kandinsky Lab también reconocen que los mejores servicios de video cerrados siguen por delante en general.

Qué crean los creadores con video IA con sonido

El mayor cambio es la velocidad para quienes hacen contenido corto. Un clip que antes necesitaba un paso aparte de texto a voz, una pista musical de stock y sincronización manual ahora sale en un solo render. Por eso el modelo triunfó primero entre canales de videos cortos y de narrativa, creadores de memes musicales y quienes crean personajes de IA para redes sociales. Los creadores adultos (18+) aprovechan esa misma fortaleza para monólogos coquetos, bailes lentos y escenas íntimas de ambiente, porque un susurro y una música suave transmiten un ambiente mucho mejor que el silencio.

Por qué la gente quiere Kandinsky 6.0 sin censura

Las apps de video alojadas revisan cada prompt y cada fotograma, y a menudo bloquean trajes de baño, romance o cualquier cosa ligeramente sugerente, incluso entre adultos que consienten. Los pesos abiertos funcionan de otra manera. Cuando ejecutas Kandinsky 6.0 sin censura en ComfyUI en tu propio equipo, no hay ningún servicio de moderación de por medio: el workflow simplemente renderiza lo que describes. Ten en cuenta que es un modelo general, no ajustado para contenido adulto, así que el detalle explícito no es su fuerte, y cada escena debe incluir solo adultos y nunca personas reales sin su consentimiento.

• Tus prompts y clips se quedan en tu propio ordenador.
• Sin rechazos para temas adultos de buen gusto como boudoir, trajes de baño o romance.
• Control total sobre pasos, seeds, voces y música en el workflow.

Lite vs Pro: qué versión ejecutar

Hay dos tamaños. Lite tiene 3.000 millones de parámetros y es la opción amigable para GPU domésticas. Pro tiene 29.000 millones y ofrece movimiento más limpio y más detalle, a cambio de mucha más memoria y tiempo. Cada uno llega como checkpoint base (50 pasos, CFG 5), destilado (10 pasos, CFG 1) y un checkpoint de preentrenamiento pensado para fine-tuning. Para clips cotidianos con Kandinsky 6.0 sin censura, empieza con un modelo destilado; las plantillas oficiales de ComfyUI ya usan Pro destilado por defecto.

Los tiempos son las cifras oficiales del README para modelos no destilados tras el calentamiento; Kandinsky Lab no ha publicado tiempos para las versiones destiladas.

Instalación y workflow de Kandinsky 6.0 en ComfyUI

¿Quieres probarlo antes de descargar decenas de gigabytes? Kandinsky Lab ofrece un Hugging Face Space gratuito con Pro destilado. Cuando quieras ejecutarlo en local, ComfyUI es el hogar más sencillo para Kandinsky 6.0 sin censura, porque el laboratorio publicó sus propios nodos personalizados el día del lanzamiento. El soporte nativo en el núcleo de ComfyUI sigue siendo un pull request abierto, así que por ahora se usa la extensión:

• Instalación: busca kandinsky6 (y kandinsky6-sr para el escalado) en ComfyUI Manager, o ejecuta comfy node install kandinsky6 kandinsky6-sr. La extensión de generación requiere ComfyUI 0.38.0 o posterior.
• Workflow: abre la plantilla integrada Text to Video+Audio o Image to Video+Audio.
• Descarga de modelos: el botón Download models de la plantilla descarga todas las piezas necesarias, incluidos los codificadores de texto, el VAE de video, el VAE de audio y el vocoder, y el escalador.
• Carpetas: los modelos de difusión van en models/diffusion_models, los codificadores de texto en models/text_encoders, el VAE de video en models/vae y las piezas de audio en models/audio_vae.
• Opcional: el potenciador de prompts Qwen3.5-9B añade unos 19 GB; desactívalo si vas justo de disco o de memoria.

Requisitos de VRAM: ¿puede con ello una tarjeta de 16GB?

Sí, Kandinsky 6.0 sin censura funciona con 16GB, con paciencia. El preset oficial de 16GB descarga bloques del modelo a la RAM del sistema, lo que mantiene baja la memoria gráfica pero traslada la carga a la RAM y al tiempo. Un análisis independiente del paper estima que Pro necesita unos 58 GiB de RAM del sistema en ese modo, así que una tarjeta de 16GB es en realidad una máquina para Lite, salvo que tengas RAM de sobra. Con todo cargado en la GPU, los picos llegan a unos 44 GiB en Lite y 73 GiB en Pro. Recuerda que el tamaño del archivo no es el pico de VRAM. Tiempos oficiales para un clip de cinco segundos:

Modelos no destilados, tras el calentamiento, sin contar la carga de pesos ni la codificación MP4 (README de Kandinsky Lab).

Versiones INT8 y cuantizadas para poca VRAM

Si buscabas una versión GGUF, no existe una oficial. Lo que ofrece la comunidad en su lugar son archivos INT8 ConvRot. El paquete T8star incluye modelos de un solo archivo de 4,87 GB para Lite, 3,77 GB para Lite destilado y 34,97 GB para Pro destilado, y requiere ComfyUI 0.39.0 o posterior, comfy-kitchen 0.2.37 o posterior y una GPU NVIDIA con INT8 Tensor Cores. Su autor lo validó en un RTX 5090 Laptop con 24 GB. Un segundo conjunto de kabachuha depende del pull request nativo de ComfyUI aún sin fusionar, así que puede no funcionar con los nodos oficiales. Trata ambos como versiones de la comunidad y compara los resultados con el original.

Cómo solucionar errores y conflictos de nodos en ComfyUI

La mayoría de los problemas en una instalación nueva vienen de unas pocas causas, así que revisa esto antes de reinstalarlo todo:

• Nodos duplicados: la extensión oficial kandinsky6 y la extensión T8star registran los mismos nombres de nodo. Activa solo una de ellas.
• Versiones incompatibles: actualiza ComfyUI a la versión que pide la extensión y mantén al día comfy-kitchen y el driver de la GPU. Kandinsky Lab ofrece wheels alternativos para ComfyUI 0.38.0 con comfy-kitchen 0.2.36.
• Lite base se ve mal: el modelo Lite no destilado necesita 50 pasos y CFG 5, con MagCache eliminado o desactivado.
• Ajustes del destilado: usa 10 pasos, CFG 1 y denoise 1, o el resultado sale turbio.
• Diffusers a secas falla: puede que el soporte aún no esté en el paquete diffusers publicado, así que usa la extensión de ComfyUI o el repositorio del propio laboratorio.

Escalado a Full HD e imagen a video con audio

Dos extras hacen que los clips de Kandinsky 6.0 sin censura sean mucho más aprovechables. Primero, el modelo de superresolución aparte (instala kandinsky6-sr) escala 2x, 2,25x o 4x, hasta 1920×1080. Es una segunda pasada, así que cuenta con tiempo y memoria extra; la plantilla de ComfyUI conserva el sonido, mientras que el pipeline de diffusers a secas solo genera video y tienes que volver a unir el audio tú mismo. Segundo, imagen a video con audio: elige la plantilla Image to Video+Audio, carga una foto como primer fotograma y describe el movimiento y el sonido. Es la mejor forma de mantener la cara y la ropa de un personaje coherentes de un clip a otro.

Recetas de prompts para diálogo, música y ambiente

El modelo lee dos descripciones: un texto de video para la imagen y un texto de audio para el sonido. Las frases habladas van dentro del texto de video entre <S> y <E>, mientras que la música, el ruido y el estilo de voz van en el texto de audio. Estas recetas sacan el máximo partido a Kandinsky 6.0 sin censura; cambia los detalles por los tuyos:

• Diálogo: "An adult woman in a red dress leans on a bar and says <S>You came back.<E>, slow push-in." Audio: "warm female voice, quiet bar chatter, soft piano."
• Canto: "An adult man with a guitar sings on a rooftop at sunset, close-up." Audio: "gentle acoustic ballad, male vocals, light wind."
• Ambiente: "Rain streams down a window, a candle flickers on the sill, static camera." Audio: "steady rain, distant thunder, faint crackle."
• Romance (18+): "An adult couple slow dances in a dim loft, fairy lights, camera orbits slowly." Audio: "soft saxophone, quiet laughter."

1. Limita cada clip a una acción y una frase de diálogo; cinco segundos pasan rápido.
2. Indica el movimiento de cámara (push-in, órbita, travelling) y la fuente de luz en cada prompt.
3. Describe la voz: la edad, la calidez, el ritmo y el acento cambian el resultado.
4. Fija la seed mientras ajustas el texto de audio, para oír qué ha cambiado.
5. Indica que todas las personas que aparecen son adultas (18+).

Cómo se compara con Wan 2.2 y LTX-2.5

Su gran baza es el sonido nativo junto con pesos abiertos. En las pruebas a ciegas con personas del laboratorio, Pro superó a LTX-2.5 en calidad visual y voz, mientras que LTX-2.5 rindió algo mejor en sincronía audio-video y en audio general, una diferencia que el paper considera no significativa. LTX-2.5 ya tiene soporte nativo en ComfyUI, lo que simplifica la configuración. Wan 2.2 genera video mudo, así que hay que añadir un modelo de voz aparte; una prueba práctica en ruso publicada en Habr vio esa vía más lenta y costosa, pero mejor para mantener una misma voz entre clips, y midió una versión cuantizada de Pro en unos 144 segundos por clip de cinco segundos. Son impresiones de un solo probador, no cifras del laboratorio.

¿Sin GPU? Crea videos para adultos en tu navegador

No todo el mundo tiene una tarjeta de 24GB ni una tarde libre para configurarlo todo. Spicy AI ofrece una generación de video sin censura similar en línea: sube una foto, describe el movimiento y obtén un clip corto para adultos (18+), sin descargar nada. Usa solo fotos que sean tuyas o que tengas permiso para usar, y nunca muestres a menores ni a personas reales sin su consentimiento.

Fuentes

• Informe técnico de Kandinsky 6.0 Video (arXiv 2610.05608)
• Repositorio kandinskylab/kandinsky-6 (GitHub)
• Guía oficial de la extensión para ComfyUI
• Página de modelos de video de Kandinsky Lab
• Ficha del modelo Kandinsky 6.0 Lite (Hugging Face)
• Ficha del modelo de superresolución de video de Kandinsky 6.0 (Hugging Face)
• Demo gratuita de Pro destilado (Hugging Face Space)
• Nodo kandinsky6 en el ComfyUI Registry
• Modelos INT8 de T8star para ComfyUI (Hugging Face)
• Pull request de soporte nativo para Kandinsky 6.0 (ComfyUI)
• Prueba práctica en ruso (Habr)

Más guías de modelos de video sin censura

• Kling sin censura
• Kling 2.6 sin censura
• Kling O1 sin censura
• Sora sin censura
• Veo sin censura
• Hailuo AI sin censura
• MiniMax H3 Max sin censura
• Wan sin censura
• Wan 3.0 sin censura
• Seedance sin censura
• Seedance 2.5 sin censura
• Seedance 2.0 sin censura
• Seedance 2.0 Mini sin censura
• HunyuanVideo sin censura
• LTX Video sin censura
• Runway sin censura
• Pika sin censura
• Luma Dream Machine sin censura
• Vidu sin censura
• PixVerse sin censura
• EdenLive sin censura
• Grok Imagine sin censura
• AI Avatars sin censura
• HappyHorse 1.0 sin censura
• MiniMax H3 FL2VA Ref2VA sin censura
• Kling 4.0 sin censura
• Kling 3.0 sin censura
• MiniMax H3 RefMods sin censura