Hugging Face пересобрала AUTOMATIC1111 на холсте Gradio из 73 узлов

Команда Gradio воспроизвела большую часть возможностей AUTOMATIC1111 на одном холсте нового графового компонента Gradio. AUTOMATIC1111 — самый известный веб-интерфейс для Stable Diffusion. Проект назвали Workflow1111. Это граф из 73 узлов, в котором собраны 11 цепочек для работы с картинками и видео. Запустить его можно в браузере, если войти в аккаунт Hugging Face. Модели при этом расходуют квоту самого пользователя.

На холсте есть почти всё, к чему привыкли пользователи оригинала. Можно генерировать картинку по тексту, повышать разрешение, редактировать готовое изображение, строить сетку вариантов одного запроса и извлекать параметры генерации из PNG. Кое-что сделано иначе. Черновой запрос вроде «маяк в шторм» Qwen3-4B превращает в список тегов. Кнопку Interrogate, которая восстанавливает запрос по картинке, здесь выполняет не CLIP, а мультимодальная модель Qwen2.5-VL. Маску для перерисовки фрагмента не нужно рисовать вручную: её строит детектор объектов DETR. Готовую картинку можно оживить в видео моделью Wan 2.2.

Своей видеокарты не требуется. Модели вызываются через Inference Providers или чужие Spaces на Hub. При этом 22 узла из 36 работают прямо на машине пользователя, без обращения к сети. Это, например, препроцессоры в духе расширения ControlNet: выделение контуров, штриховой рисунок, карта глубины. Они написаны на NumPy и на обычном процессоре обрабатывают фото примерно за полсекунды. По оценке авторов, если пропадёт интернет, около двух третей холста продолжит работать. Узлы без общих зависимостей запускаются параллельно, поэтому четыре картинки для сетки вариантов генерируются одновременно.

Каждый узел вывода автоматически становится адресом REST API, у проекта их девять. Если запустить приложение с MCP-сервером, те же функции станут инструментами для ИИ-агентов вроде Claude Code или Cursor. Каждый вызывающий передаёт собственный токен Hugging Face, и сам Space токенов не хранит.

Сравнивают новый компонент, впрочем, не с AUTOMATIC1111, а с ComfyUI: там тоже собирают процессы из узлов. Авторы считают, что инструмент Gradio закрывает многие те же задачи. Свой узел здесь — это просто функция на Python, а LLM и диффузионная модель стоят на одном холсте без особых расширений. Готовое приложение можно скопировать и переделать под себя. Инструмент подходит и для локальной работы: узел может загрузить модель на вашу собственную видеокарту.