هگینگ فیس در تازه‌ترین اقدام خود، AUTOMATIC1111 را با استفاده از گرادیو ورک‌فلو (Gradio Workflow) بازسازی کرده است. این پروژه که Workflow1111 نام گرفته، یک بوم گرافی متشکل از ۱۱ خط لوله رسانه‌ای و ۷۳ نود است که هدف آن یکپارچه‌سازی ابزارهای پیشرفته هوش مصنوعی مولد است.

Workflow1111 چیست؟

Workflow1111 در واقع بازتعریف وب‌یوآی محبوب AUTOMATIC1111 برای استیبل دیفیوژن در محیط گرادیو به حساب می‌آید. این سیستم، زنجیره‌ای از پردازش‌های تصویری را به شکل گره‌های قابل اتصال ارائه می‌دهد و سعی دارد پیچیدگی‌های فنی را در عین حفظ انعطاف‌پذیری، مدیریت‌پذیر کند. کاربران می‌توانند با ورود به وب‌سایت هگینگ فیس، از طریق حساب کاربری یا توکن دسترسی، از این سرویس استفاده کنند.

امکانات کلیدی Workflow1111

این ابزار یازده خط لوله را شامل می‌شود که در مجموع هفتاد و سه گره پردازشی را پوشش می‌دهند. فهرست این امکانات به این شرح است:

  • متن‌به‌تصویر (Text-to-image) با مدل‌های پیشرفته
  • رفع‌رزولوشن بالا (Hi-resolution fix)
  • تصویربه‌تصویر (Image-to-image)
  • ماتریس پرامپت برای تولید شبکه‌ای از تصاویر
  • نگارش پرامپت با کمک مدل زبانی
  • بازگردانی تصویر به پرامپت با مدل‌های VLM
  • تشخیص و ساخت ماسک inpaint
  • حاشیه‌نویس‌های سبک ControlNet
  • حذف پس‌زمینه خودکار
  • ذخیره و بازیابی اطلاعات PNG (PNG Info)
  • تبدیل تصویر به ویدیو (Image-to-video)

مزیت‌های Workflow1111 نسبت به ComfyUI

وقتی صحبت از ابزارهای گره‌محور در تولید تصویر می‌شود، ComfyUI یکی از شناخته‌شده‌ترین گزینه‌هاست. با این حال، Workflow1111 با تکیه بر سادگی گرادیو، مسیر تازه‌ای را معرفی می‌کند. در این معماری، هر خروجی یک گره به‌طور خودکار به یک API تبدیل می‌شود که امکان استفاده در برنامه‌های خارجی را فراهم می‌کند. علاوه بر این، کاربران می‌توانند همه مدل‌ها را روی GPU شخصی خود اجرا کنند و وابستگی به سرورهای ابری را کاهش دهند.

این رویکرد، گامی در جهت دموکراتیک‌سازی ابزارهای هوش مصنوعی است؛ به این معنا که نه‌تنها کاربران حرفه‌ای، بلکه علاقه‌مندان به تولید محتوا نیز می‌توانند از توانمندی‌های یک سیستم پیچیده بدون نیاز به دانش کدنویسی بالا بهره‌مند شوند.

چگونه از Workflow1111 استفاده کنیم؟

برای شروع، به وب‌لاگ معرفی این پروژه در سایت هگینگ فیس مراجعه کنید. پس از ورود با حساب کاربری یا ارائه توکن دسترسی (Access Token)، می‌توانید خطوط لوله موردنظر خود را انتخاب کرده و پردازش را آغاز کنید. این ابزار به‌صورت متن‌باز منتشر شده و توسعه‌دهندگان می‌توانند نسخهٔ شخصی‌سازی‌شدهٔ آن را بسازند.

با چنین ابتکارهایی، آیندهٔ ابزارهای مولد هوش مصنوعی به سمت سیستمی یکپارچه، شفاف و قابل دسترس برای همگان حرکت می‌کند.

پرسش‌های پرتکرار

Workflow1111 چیست و چه کاربردهایی دارد؟

Workflow1111 پروژه‌ای از هگینگ فیس است که AUTOMATIC1111 را به صورت یک بوم گرافی در گرادیو بازسازی می‌کند. این ابزار برای تولید تصویر، ویرایش و تبدیل به ویدیو با مدل‌های هوش مصنوعی کاربرد دارد.

برای استفاده از Workflow1111 به چه چیزهایی نیاز دارم؟

تنها کافی است یک حساب Hugging Face داشته باشید یا یک توکن دسترسی (Access Token) ارائه دهید. سپس می‌توانید همه خطوط لوله را اجرا کنید.