Hugging Face reconstrói interface do AUTOMATIC1111 como um grafo visual de 73 nós
A plataforma lançou o Workflow1111, que reproduz praticamente todas as funções do popular AUTOMATIC1111 para geração de imagens com IA usando um canvas de fluxo de trabalho visual com 11 pipelines de mídia.
A Hugging Face lançou o Workflow1111, que recria as funções do AUTOMATIC1111 (interface popular para geração de imagens com IA) usando 73 nós organizados em 11 pipelines visuais. Inclui texto para imagem, edição, máscaras automáticas, remoção de fundo e conversão para vídeo, rodando sem GPU própria.
A Hugging Face (uma plataforma onde desenvolvedores compartilham e baixam modelos de IA já treinados) lançou o Workflow1111, uma reconstrução completa do AUTOMATIC1111 — uma das interfaces mais populares para geração de imagens com IA — usando sua nova ferramenta Gradio Workflow. O projeto reúne 73 nós em um único canvas visual, organizados em 11 pipelines diferentes que vão desde a geração básica de texto para imagem até animação de fotos.
O Workflow1111 funciona como um diagrama de fluxo onde cada operação é representada por um nó: funções Python comuns, modelos de IA chamados remotamente, outros Spaces (aplicativos hospedados na Hugging Face) ou linhas de conjuntos de dados. Qualquer pessoa pode usar a ferramenta gratuitamente com uma conta na plataforma — as chamadas aos modelos consomem a própria cota de processamento do usuário, sem precisar de GPU própria.
Entre os pipelines disponíveis estão geração de texto para imagem com controles de prompt negativo, passos de difusão, CFG (um parâmetro que controla o quanto o modelo segue o prompt à risca) e semente aleatória; correção em alta resolução usando o modelo FLUX.1-Kontext; edição de imagem para imagem; uso de um LLM (modelo de linguagem grande, como os que alimentam o ChatGPT) para escrever prompts automaticamente; leitura reversa de imagens em prompts usando um VLM (modelo de visão e linguagem, que entende texto e imagem juntos); detecção de objetos para criar máscaras de inpaint (preenchimento de áreas específicas da imagem); anotadores de estilo ControlNet (como detecção de bordas e profundidade); remoção de fundo; leitura de metadados de PNG; e conversão de imagem em vídeo.
Dois terços dos nós rodam localmente, sem precisar de conexão à internet — os anotadores de imagem, por exemplo, funcionam inteiramente em NumPy e levam cerca de meio segundo cada no processador comum. Já os modelos pesados, como os geradores de imagem e os upscalers (que aumentam a resolução), são chamados remotamente através dos Inference Providers (servidores que executam modelos de IA sob demanda) da Hugging Face ou de outros Spaces. Como o grafo identifica quais nós não dependem uns dos outros, ele executa operações em paralelo — as quatro imagens de uma matriz de prompt, por exemplo, são geradas ao mesmo tempo.
O sistema também pode rodar modelos na GPU do próprio usuário: basta vincular uma função Python que carregue um checkpoint local ao canvas e executar o aplicativo na própria máquina. Um exemplo disso é o FastVideo, um Space que gera vídeo com trilha sonora usando o ZeroGPU (um sistema da Hugging Face que aloca GPU temporariamente para uma função e depois libera o recurso). Além disso, cada nó de saída no canvas se torna automaticamente um endpoint REST, sem precisar escrever rotas à mão — o Workflow1111 expõe nove APIs diferentes, uma para cada pipeline.
