A pilha de código aberto para imagens de IA está sendo reconstruída, um fluxo de trabalho por vez

Há uma história mais silenciosa acontecendo por baixo dos lançamentos de modelos deste mês, e ela está no Hugging Face. As ferramentas de código aberto que alimentam a geração local de imagens de IA estão sendo reconstruídas, e as pessoas que fazem isso não são os grandes laboratórios. São a comunidade, trabalhando em público.

O exemplo mais claro surgiu em 11 de setembro de 2026, quando o Hugging Face lançou o Workflow1111, um projeto que recria a maior parte da funcionalidade do AUTOMATIC1111 usando gr.Workflow. Se essa frase não significa nada para você, a versão curta é esta: a interface local mais popular para Stable Diffusion, a ferramenta que fez uma geração de pessoas rodarem modelos de imagem em suas próprias GPUs, está sendo reimplementada em uma forma moderna e mais fácil de manter.

O que era o AUTOMATIC1111 e por que importa

Para entender por que a reconstrução é notícia, é preciso um pouco de história.

Durante anos, se você quisesse rodar o Stable Diffusion localmente, usava a interface web do AUTOMATIC1111, conhecida por todos como A1111. Era o padrão. Ela lidava com texto-para-imagem, imagem-para-imagem, inpanting, upscaling e um extenso ecossistema de extensões. A maioria dos tutoriais, a maioria dos scripts de treinamento de LoRA e a maior parte da memória muscular da comunidade passavam por ela.

O problema é que o A1111 envelheceu. A base de código acumulou anos de patches, o sistema de extensões ficou frágil e a versão subjacente do Gradio em que foi construído ficou desatualizada. Enquanto isso, o ComfyUI, a alternativa baseada em nós, assumiu o controle do segmento de usuários avançados com um design mais limpo e componível. O A1111 não desapareceu, mas seu ímpeto estagnou.

O Workflow1111 é uma tentativa de reconstruir a experiência do A1111 sobre o gr.Workflow, a forma mais nova e estruturada de construir aplicativos Gradio. Não é um fork. É uma reimplementação, feita abertamente.

O que a reconstrução cobre

O escopo é impressionante para um projeto comunitário. O Workflow1111 reconstrói 73 nós em 11 pipelines de mídia, cobrindo a maior parte do que tornou o A1111 o padrão.

A lista inclui texto-para-imagem, imagem-para-imagem e correção de alta resolução, os três trabalhos principais. Também inclui uma matriz de prompts, que permite testar combinações de prompts e parâmetros em uma grade, e um recurso de prompt reverso VLM que lê uma imagem e sugere um prompt a partir dela. Há geração de máscara de inpaint, pré-processadores no estilo ControlNet para guiar o modelo com informações de borda e pose, remoção de fundo, manipulação de metadados PNG e até imagem-para-vídeo.

Esse último é o sinal. O A1111 original era uma ferramenta de imagem estática. A versão reconstruída inclui vídeo, o que mostra que o projeto não está apenas recriando o passado. Está reconstruindo a pilha para onde o campo está indo, não para onde estava.

Por que a comunidade está fazendo isso sozinha

Há um padrão que vale a pena notar. Os laboratórios fechados lançam modelos. A comunidade de código aberto lança a infraestrutura ao redor deles.

Os modelos ganham as manchetes, mas a infraestrutura é o que determina se um modelo é realmente utilizável. Um ótimo modelo sem uma interface decente é um artefato de pesquisa. Um bom modelo com uma ótima interface se torna algo que um hobbista pode rodar em um laptop.

A comunidade reconstrói essa infraestrutura porque as empresas fechadas não estão interessadas nela. Uma empresa como a OpenAI não tem incentivo para manter uma interface local de Stable Diffusion. O incentivo para manter as ferramentas locais vivas vem das pessoas que as usam, e elas fazem o trabalho pelo mesmo motivo que qualquer mantenedor de código aberto: precisam da ferramenta, então a constroem.

ComfyUI e o ecossistema de duas vias

O ecossistema local agora funciona em duas vias.

O ComfyUI é a ferramenta poderosa. É baseado em nós, o que significa que você monta seu próprio pipeline a partir de operações individuais. É mais difícil de aprender, mas muito mais flexível, e se tornou o padrão para pessoas que querem controle preciso. Ele atualiza constantemente, e os lançamentos mais recentes avançaram ainda mais no mesmo território, com novas versões chegando em meados de setembro.

O Workflow1111 e similares são a via da acessibilidade. Eles reproduzem a experiência linear e familiar do A1111 para pessoas que não querem aprender um grafo de nós. As duas vias atendem pessoas diferentes, e coexistem porque os casos de uso são diferentes.

O significado da reconstrução do Workflow1111 é que a via da acessibilidade não está mais sendo deixada de lado. Por muito tempo parecia que a escolha era entre um A1111 envelhecido e um ComfyUI que exigia habilidade técnica real. A reconstrução dá às pessoas uma opção moderna e mantida no meio.

Você deveria se incomodar com ferramentas locais?

Para a maioria das pessoas, a resposta honesta é não, pelo menos no início.

As ferramentas em nuvem são melhores para a maioria dos trabalhos. Elas são mais rápidas para começar, não exigem uma boa GPU e não pedem que você mantenha nada. Se você só quer criar uma imagem, abra um aplicativo web e faça.

As ferramentas locais ganham seu lugar por três motivos específicos. O primeiro é custo em escala. Se você está gerando milhares de imagens, o custo por imagem do seu próprio hardware supera qualquer API. O segundo é controle. As ferramentas locais permitem ajustar cada parâmetro, trocar modelos e LoRAs personalizados e construir pipelines que as ferramentas em nuvem nunca exporão. O terceiro é privacidade. Se suas imagens ou prompts são sensíveis, rodar localmente significa que eles nunca saem da sua máquina.

O problema é a curva de aprendizado. As ferramentas locais esperam que você entenda um pouco sobre modelos, um pouco sobre hardware e um pouco sobre as próprias ferramentas. Essa é uma barreira real, e é exatamente a barreira que projetos como o Workflow1111 estão tentando reduzir ao trazer de volta uma interface linear e familiar.

O caminho prático é começar na nuvem e só migrar para o local quando você encontrar um obstáculo. Quando encontrá-lo, o fato de a pilha de código aberto estar sendo ativamente reconstruída significa que o obstáculo é menor do que costumava ser, e está ficando menor.

O que significa se você não roda modelos localmente

A maioria das pessoas que lerem isto nunca rodará um modelo localmente, e tudo bem. As ferramentas em nuvem são melhores para a maioria dos trabalhos e estão ficando mais baratas.

Mas a saúde da pilha de código aberto ainda importa para todos, por dois motivos. Primeiro, é de onde vêm as opções baratas e gratuitas. Os modelos abertos e as ferramentas ao redor deles são o que impede o piso do mercado de subir. Segundo, é onde a próxima geração de ideias tende a aparecer primeiro. As ferramentas locais são onde as pessoas experimentam os fluxos de trabalho estranhos que eventualmente são productizados pelas grandes empresas.

O Workflow1111 é um projeto pequeno no grande esquema, uma reimplementação de uma interface que a maioria das pessoas nunca usará. Mas é um sinal de que o ecossistema de imagens de IA de código aberto não está apenas sobrevivendo à inundação de modelos fechados. Está sendo ativamente reconstruído, por pessoas que se importam, para um campo que ainda está mudando mais rápido do que qualquer um consegue acompanhar.