Gradio WorkflowでAUTOMATIC1111を再構築する
Rebuilding AUTOMATIC1111 with Gradio Workflow
Gradio Workflowは、AUTOMATIC1111のstable-diffusion-webuiの主要機能を単一のワークフローキャンバスで再構築した「Workflow1111」を発表しました。Workflow1111は、テキストから画像生成、高解像度化、画像から画像生成、プロンプトマトリックス、VLMによる画像解析、物体検出によるインペイントマスク生成、ControlNet風アノテーター、背景除去、PNG情報保存、画像から動画生成など、11のメディアパイプラインと73のノードで構成されています。ユーザーはHugging Faceアカウントでサインインするかアクセストークンを提供することで、これらのパイプラインを実行できます。モデル呼び出しはユーザー自身のクォータを使用します。Workflow1111は、Gradioの4種類のオペレーター(Python関数、モデル、Gradio Space、データセット)を使用して構築されており、GPUを持たない環境でも実行可能です。各出力ノードはRESTエンドポイントとしても機能し、MCPツールとしても利用できます。これにより、AIエージェントがコードの追加なしに画像生成やプロンプト読み出しなどのタスクを実行できるようになります。Gradio Workflowは、ComfyUIと比較されるノードベースのツールであり、ハードウェアを所有せずにノードを実行したり、OAuthによる認証、異なるモダリティのモデルを同一キャンバス上で組み合わせたりする柔軟性を提供します。
- Gradio Workflowが、AUTOMATIC1111のstable-diffusion-webuiの主要機能を単一キャンバスで再構築した「Workflow1111」を発表した。
- Workflow1111は11のメディアパイプラインと73ノードで構成され、テキストから画像生成、高解像度化、画像から画像、プロンプトマトリックス、VLM画像解析、物体検出によるインペイントマスク生成、ControlNet風アノテーター、背景除去、画像から動画生成などを含む。
- Hugging Faceアカウントまたはアクセストークンでサインインしてパイプラインを実行でき、モデル呼び出しはユーザー自身のクォータを消費する。
- Gradioの4種類のオペレーター(Python関数、モデル、Gradio Space、データセット)で構築され、GPUを持たない環境でも実行可能。
- 各出力ノードはRESTエンドポイントとして機能し、MCPツールとしても利用可能なため、AIエージェントがコード追加なしに画像生成やプロンプト読み出しを実行できる。
- ノードベースのComfyUIと比較されるツールであり、ハードウェア非所有での実行、OAuth認証、異なるモダリティのモデルを同一キャンバスで組み合わせる柔軟性を提供する。
画像生成の主要OSSであるAUTOMATIC1111の機能を、クラウド(Gradio Space)上のノードベース・ワークフローとして再構築し、GPU非保有でも実行可能にした点が注目される。各出力ノードがRESTエンドポイント兼MCPツールとして機能し、AIエージェントがコード追加なしに画像生成やプロンプト処理を呼び出せるようになるため、画像生成の「ツール化・エージェント組み込み」を加速させる。ComfyUIが支配的なワークフロー市場に対する競合提案であり、モデル呼び出しをユーザーのクォータに依存させる課金・実行モデルは、推論ホスティング事業者やエージェント基盤への波及を占ううえで注目に値する。