La pile open-source d'images IA se reconstruit, un workflow à la fois

Une histoire plus discrète se déroule sous les lancements de modèles ce mois-ci, et elle se passe sur Hugging Face. L'outillage open-source qui alimente la génération d'images IA locale est en train d'être reconstruit, et ceux qui le font ne sont pas les grands labos. C'est la communauté, qui travaille au grand jour.

L'exemple le plus clair est arrivé le 11 septembre 2026, lorsque Hugging Face a publié Workflow1111, un projet qui recrée l'essentiel des fonctionnalités d'AUTOMATIC1111 en utilisant gr.Workflow. Si cette phrase ne vous dit rien, voici la version courte : l'interface locale la plus populaire pour Stable Diffusion, l'outil qui a permis à toute une génération de faire tourner des modèles d'images sur leurs propres GPU, est en train d'être réimplémentée sous une forme moderne et plus facile à maintenir.

Ce qu'était AUTOMATIC1111, et pourquoi c'est important

Pour comprendre pourquoi cette reconstruction fait l'actualité, il faut un peu d'histoire.

Pendant des années, si vous vouliez exécuter Stable Diffusion en local, vous utilisiez l'interface web d'AUTOMATIC1111, connue de tous sous le nom d'A1111. C'était l'option par défaut. Elle gérait le texte-vers-image, l'image-vers-image, l'inpainting, l'upscaling et tout un écosystème d'extensions tentaculaire. La plupart des tutoriels, la plupart des scripts d'entraînement de LoRA et la plupart des réflexes de la communauté passaient par elle.

Le problème, c'est qu'A1111 a vieilli. Le code a accumulé des années de correctifs, le système d'extensions est devenu fragile, et la version de Gradio sur laquelle il était construit est devenue obsolète. Pendant ce temps, ComfyUI, l'alternative basée sur des nœuds, a conquis le haut du marché des utilisateurs avancés avec une conception plus propre et plus modulaire. A1111 n'a pas disparu, mais son élan s'est essoufflé.

Workflow1111 est une tentative de reconstruire l'expérience A1111 au-dessus de gr.Workflow, la façon plus récente et plus structurée de créer des applications Gradio. Ce n'est pas un fork. C'est une réimplémentation, réalisée ouvertement.

Ce que couvre la reconstruction

L'ampleur est impressionnante pour un projet communautaire. Workflow1111 reconstruit 73 nœuds répartis sur 11 pipelines média, couvrant l'essentiel de ce qui faisait d'A1111 l'option par défaut.

La liste comprend le texte-vers-image, l'image-vers-image et la correction haute résolution, les trois tâches principales. Elle comprend aussi une matrice de prompts, qui permet de tester des combinaisons de prompts et de paramètres dans une grille, et une fonction de prompt inversé par VLM qui lit une image et en suggère un prompt. On y trouve la génération de masques d'inpainting, des préprocesseurs de type ControlNet pour guider le modèle avec des informations de contours et de pose, la suppression d'arrière-plan, la gestion des métadonnées PNG, et même la conversion image-vers-vidéo.

Ce dernier point est révélateur. L'A1111 d'origine était un outil d'images fixes. La version reconstruite inclut la vidéo, ce qui montre que le projet ne se contente pas de recréer le passé. Il reconstruit la pile pour là où va le domaine, pas pour là où il était.

Pourquoi la communauté fait cela elle-même

Il y a une tendance qui mérite d'être remarquée. Les labos fermés livrent des modèles. La communauté open-source livre la plomberie qui les entoure.

Les modèles font la une, mais c'est la plomberie qui détermine si un modèle est réellement utilisable. Un excellent modèle sans interface correcte est un artefact de recherche. Un bon modèle avec une excellente interface devient quelque chose qu'un amateur peut faire tourner sur un ordinateur portable.

La communauté reconstruit cette plomberie parce que les entreprises fermées ne s'y intéressent pas. Une entreprise comme OpenAI n'a aucun intérêt à maintenir une interface locale pour Stable Diffusion. L'incitation à maintenir l'outillage local en vie vient des personnes qui l'utilisent, et elles le font pour la même raison que n'importe quel mainteneur open-source : elles ont besoin de l'outil, alors elles le construisent.

ComfyUI et l'écosystème à deux vitesses

L'écosystème local fonctionne désormais sur deux voies.

ComfyUI est l'outil de puissance. Il est basé sur des nœuds, ce qui signifie que vous assemblez votre propre pipeline à partir d'opérations individuelles. Il est plus difficile à apprendre mais beaucoup plus flexible, et il est devenu la référence pour ceux qui veulent un contrôle précis. Il est mis à jour en permanence, et les dernières versions ont poussé encore plus loin dans cette direction, avec de nouvelles versions publiées aussi récemment que la mi-septembre.

Workflow1111 et ses semblables représentent la voie de l'accessibilité. Ils reproduisent l'expérience A1111 familière et linéaire pour ceux qui ne veulent pas apprendre un graphe de nœuds. Les deux voies servent des publics différents, et elles coexistent parce que les cas d'usage sont différents.

L'importance de la reconstruction de Workflow1111, c'est que la voie de l'accessibilité n'est plus laissée à l'abandon. Pendant longtemps, on avait l'impression de devoir choisir entre un A1111 vieillissant et un ComfyUI qui exigeait de vraies compétences techniques. La reconstruction donne aux gens une option moderne et maintenue entre les deux.

Faut-il vraiment s'intéresser à l'outillage local ?

Pour la plupart des gens, la réponse honnête est non, pas au début.

Les outils cloud sont meilleurs pour la plupart des tâches. Ils sont plus rapides à démarrer, ils n'exigent pas un bon GPU et ils ne vous demandent rien à entretenir. Si vous voulez simplement créer une image, ouvrez une application web et créez-la.

L'outillage local a sa place pour trois raisons précises. La première est le coût à grande échelle. Si vous générez des milliers d'images, le coût par image de votre propre matériel bat n'importe quelle API. La deuxième est le contrôle. Les outils locaux vous permettent de toucher chaque paramètre, d'intégrer des modèles personnalisés et des LoRA, et de construire des pipelines que les outils cloud n'exposeront jamais. La troisième est la confidentialité. Si vos images ou vos prompts sont sensibles, les exécuter en local signifie qu'ils ne quittent jamais votre machine.

Le hic, c'est la courbe d'apprentissage. L'outillage local suppose que vous compreniez un peu les modèles, un peu le matériel et un peu l'outillage lui-même. C'est un vrai obstacle, et c'est exactement l'obstacle que des projets comme Workflow1111 tentent d'abaisser en ramenant une interface familière et linéaire.

La voie pratique est de commencer dans le cloud, et de ne passer en local que lorsque vous butez sur un mur. Et quand vous butez dessus, le fait que la pile open-source soit activement reconstruite signifie que le mur est plus bas qu'avant, et qu'il continue de baisser.

Ce que cela signifie si vous n'exécutez pas de modèles en local

La plupart des gens qui lisent ceci n'exécuteront jamais de modèle en local, et c'est très bien. Les outils cloud sont meilleurs pour la plupart des tâches, et ils deviennent moins chers.

Mais la santé de la pile open-source compte toujours pour tout le monde, pour deux raisons. Premièrement, c'est de là que viennent les options bon marché et gratuites. Les modèles ouverts et l'outillage qui les entoure sont ce qui empêche le plancher du marché de remonter. Deuxièmement, c'est là que la prochaine génération d'idées a tendance à apparaître en premier. L'outillage local est l'endroit où les gens expérimentent des workflows étranges qui finissent par être transformés en produits par les grandes entreprises.

Workflow1111 est un petit projet dans l'ordre des choses, une réimplémentation d'une interface que la plupart des gens n'utiliseront jamais. Mais c'est un signal que l'écosystème open-source de l'image IA ne se contente pas de survivre au flot de modèles fermés. Il est activement reconstruit, par des gens qui s'en soucient, pour un domaine qui évolue encore plus vite que quiconque ne peut suivre.