Hugging FaceがAUTOMATIC1111をGradio Workflow アプリとして再構築 — SDユーザーに何が変わるか

Hugging Faceは、AUTOMATIC1111のStable DiffusionパイプラインをネイティブなGradio Workflowアプリケーションとして再構築し、10年近く使われてきたWebUIのモノリスを、Hugging Face Spaces上で直接動作するモジュール式のノードベースグラフに置き換えた。

主なポイント

• Hugging FaceはAUTOMATIC1111のStable DiffusionコアパイプラインをGradio Workflowアプリとして再構築した — 元のWebUIを置き換えるノードベースのモジュール式グラフアーキテクチャだ。
• 新しいアプリはHugging Face Spaces上で動作するため、AUTOMATIC1111スタイルの生成にローカルインストールは不要となった。
• サンプリング、VAEデコード、LoRAロードといった個々のパイプラインステージが、設定パネルに埋もれるのではなく、独立した再配線可能なノードとして公開されている。
• 再構築にはGradioのWorkflowコンポーネントが使用されており、グラフをJSONとしてシリアライズするため、パイプラインの共有やバージョン管理が可能になった。
• 既存のAUTOMATIC1111拡張機能やチェックポイントは自動的には互換性がなく、新しいアーキテクチャには適合した統合が必要となる。

旧WebUIが限界を迎えていた理由

AUTOMATIC1111のオリジナル webui.py は2022年に急速なプロトタイプとして登場し、そのDNAを完全に脱ぎ捨てることはなかった。設定はグローバルで、拡張APIは脆弱であり、新しいサンプラーやControlNetパイプラインを追加するには、他の拡張機能も触れていた共有ステートオブジェクトにパッチを当てる必要があった。複雑なLoRAスタックやチェーン化されたインペインティングパスを実行するクリエイターにとって、競合状態やサイレントな失敗は繰り返し発生するコストだった。Gradio Workflowによる再構築はこれを構造的に解決している。各処理ステップは型付きの入力と出力を持つ明示的なノードであるため、データフローは暗黙的ではなく可視化され、監査可能となった。

ノードグラフが実際に何を変えるか

新しいアーキテクチャでは、標準的なtxt2imgの実行は小さな有向グラフのように見える。プロンプトエンコードノードがサンプラーノードに接続され、サンプラーノードがVAEデコーダーノードに接続され、プレビューノードへと出力される。ControlNetパスを挿入したい場合は、グローバルなパイプライン状態を不可視に変えるチェックボックスをオンにするのではなく、エンコーダーとサンプラーの間にコンディショニングノードを配線するだけだ。

すでにComfyUIを使用しているクリエイターには馴染み深く感じられるだろう。重要な違いは、Gradio WorkflowがグラフをプレーンなJSONとしてシリアライズする点だ。つまり、パイプラインをGitリポジトリにコミットし、差分を確認し、単一のURLでHugging Face Spaceとして共有できる — カスタムノードのzipファイルは不要だ。この移植性だけで、チームやチュートリアル作成者がセットアップを配布する方法が変わる。

Hugging Faceのブログによると、再構築されたアプリはPython APIも自動的に公開するため、グラフ内の任意のノードをWebUIの内部ルートをスクレイピングすることなくプログラム的に呼び出せる — これはオリジナルでは技術的にサポートされていなかったが、広く乱用されていたパターンだ。

クリエイターが計画すべき互換性のギャップ

再構築はドロップイン置き換えではない。AUTOMATIC1111の拡張エコシステム — フェイスリストアからリージョナルプロンプティングまであらゆるものをカバーする300以上のコミュニティ拡張機能 — は、元のWebUIのフックシステムに対して書かれている。これらの拡張機能はいずれも、Gradioコンポーネントまたはカスタムノードとしてリライトされない限り、Gradio Workflowバージョンではロードされない。Hugging Faceはまだ最も使用されている拡張機能の移行ガイドや互換性レイヤーを公開していないため、たとえば sd-webui-controlnet や adetailer に依存しているユーザーは、当面これをアップグレードパスではなく並行環境として扱うべきだ。

チェックポイントとLoRAウェイトは完全に再利用可能だ — 基盤となる拡散モデルは変わっておらず、変わったのはその周囲のオーケストレーションレイヤーだけだ。クリエイターは、元のWebUIですでに使用しているSafetensorsチェックポイントを新しいアプリで指定できる。

Spacesでの実行 vs. ローカル実行

アプリがHugging Face Spacesをネイティブターゲットとしているため、GPUワークステーションを持たないクリエイターも無料または有料のSpaceで実行できる — ただし、無料のCPU Spaceでの生成速度は小さな解像度以外では遅くなる。A10GまたはT4 GPUを搭載した有料Spaceでは、ローカルのRTX 3090セットアップに近いパフォーマンスが得られる。CharmlooopのAI画像ジェネレーターを素早いイテレーションに使用しているクリエイターにとって、Gradio Workflowの再構築は洗練されたホスト型ツールの代替としてよりも、カスタマイズと実験の環境として関連性が高い。

Hugging Faceは拡張機能互換性ツールや公式移行ドキュメントのタイムラインをまだ発表していない。パワーユーザーにとっての実際的な次のステップは、Hugging Faceのブログ投稿でフォローアップのコミットを監視することだ — リポジトリは公開されており活発で、ノードスキーマは今すぐ構築を始めるのに十分なほど安定している。