开源 AI 图像技术栈正被重建，一次一个工作流

这个月模型发布的背后，有一个更安静的故事正在 Hugging Face 上发生。驱动本地 AI 图像生成的开源工具正在被重建，而做这件事的人并不是大型实验室，而是社区，他们在公开地工作。

最清晰的例子出现在 2026 年 9 月 11 日，Hugging Face 发布了 Workflow1111，这个项目使用 gr.Workflow 重现了 AUTOMATIC1111 的大部分功能。如果这句话你完全看不懂，简单来说就是：Stable Diffusion 最流行的本地界面——那个让一代人能在自己 GPU 上运行图像模型的工具——正在以一种更现代、更易维护的形式被重新实现。

AUTOMATIC1111 曾经是什么，以及它为什么重要

要理解这次重建为什么是新闻，你需要了解一点历史。

多年来，如果你想在本地运行 Stable Diffusion，你会使用 AUTOMATIC1111 的 Web UI，大家都叫它“A1111”。它就是默认选择。它处理文生图、图生图、局部重绘、放大，以及一个庞大的扩展生态。大多数教程、大多数 LoRA 训练脚本，以及社区的大多数肌肉记忆都围绕它运转。

问题是 A1111 变老了。代码库积累了多年的补丁，扩展系统变得脆弱，它所依赖的底层 Gradio 版本也过时了。与此同时，基于节点的替代品 ComfyUI 凭借更干净、更可组合的设计，占据了高端用户市场。A1111 并没有消失，但它的发展势头停滞了。

Workflow1111 试图在 gr.Workflow（构建 Gradio 应用的更新、更结构化的方式）之上重建 A1111 的体验。它不是分支，而是一次公开进行的重新实现。

这次重建覆盖了什么

对于一个社区项目来说，这个范围令人印象深刻。Workflow1111 在 11 条媒体流水线中重建了 73 个节点，覆盖了 A1111 成为默认选择的大部分功能。

清单包括文生图、图生图和高分辨率修复，这三项核心任务。它还包括提示词矩阵，让你在网格中测试提示词和参数的组合；以及一个 VLM 反向提示词功能，读取图像并从中建议提示词。还有局部重绘蒙版生成、用于利用边缘和姿态信息引导模型的 ControlNet 风格预处理器、背景移除、PNG 元数据处理，甚至图像转视频。

最后这一点说明了问题。最初的 A1111 是一个静态图像工具。重建版本包含视频，这表明该项目不只是重现过去，而是在为这个领域的发展方向重建技术栈，而不是它过去的样子。

为什么社区要自己做这件事

有一个值得注意的模式。闭源实验室发布模型，开源社区发布围绕它们的配套底层设施。

模型能上头条，但配套底层设施才决定一个模型是否真正可用。一个优秀但没有像样界面的模型只是研究产物。一个良好且有出色界面的模型，会变成爱好者可以在笔记本电脑上运行的东西。

社区重建这些底层设施，是因为闭源公司对此不感兴趣。像 OpenAI 这样的公司没有动力去维护本地 Stable Diffusion UI。维持本地工具活力的动力来自使用它的人，他们做这件事的原因和任何开源维护者一样：他们需要这个工具，所以他们就构建它。

ComfyUI 与双轨生态系统

本地生态系统现在运行在两条轨道上。

ComfyUI 是专业工具。它基于节点，也就是说你要把各个操作连接成自己的流水线。它更难学，但灵活得多，已经成为想要精确控制的人的标准。它持续更新，最新版本进一步深入同一领域，最近一次新版本发布就在九月中旬。

Workflow1111 及类似项目是易用性轨道。它们为不想学习节点图的人重现熟悉的、线性的 A1111 体验。这两条轨道服务于不同的人，它们共存是因为使用场景不同。

Workflow1111 重建的意义在于，易用性轨道不再被弃之不顾。很长一段时间里，选择似乎只是在老化的 A1111 和需要真正技术能力的 ComfyUI 之间。这次重建为人们提供了一个位于中间、有人维护的现代选项。

你到底要不要费心用本地工具

对大多数人来说，诚实的答案是：不用，至少一开始不用。

云工具对大多数任务来说更好。它们启动更快，不需要好的 GPU，也不要求你维护任何东西。如果你只是想生成一张图像，打开网页应用生成就行。

本地工具因为三个具体原因而有价值。第一是规模成本。如果你要生成数千张图像，自己硬件的每张图像成本胜过任何 API。第二是控制力。本地工具让你可以调整每个参数、换入自定义模型和 LoRA，并构建云工具永远不会开放的工作流。第三是隐私。如果你的图像或提示词敏感，本地运行意味着它们永远不会离开你的机器。

代价是学习曲线。本地工具期望你懂一点模型、懂一点硬件，也懂一点工具本身。这是真实的障碍，而这正是 Workflow1111 等项目试图通过带回熟悉、线性界面来降低的障碍。

实际路径是从云端开始，只有遇到瓶颈时才转向本地。而当你真的遇到瓶颈时，开源技术栈正在被积极重建这一事实意味着，那堵墙比以前更低，而且还在继续降低。

如果你不在本地运行模型，这意味着什么

读到这篇文章的大多数人永远不会在本地运行模型，这没关系。云工具对大多数任务来说更好，而且它们还在变得更便宜。

但开源技术栈的健康仍然对每个人都很重要，原因有两个。首先，便宜和免费的选项来自这里。开放模型及其周边工具是阻止市场地板价上涨的力量。其次，下一代想法往往首先出现在这里。本地工具是人们试验奇怪工作流的地方，而这些工作流最终会被大公司产品化。

从更宏大的格局看，Workflow1111 是个小项目，它重新实现了一个大多数人永远不会使用的界面。但它是一个信号：开源 AI 图像生态不只是在一波波闭源模型的冲击中幸存下来，它正被关心它的人积极重建，为一个仍然比任何人能跟上的速度变化得更快的领域而重建。