Hugging Face merilis tulisan pada 10 September yang memperkenalkan Workflow1111, proyek yang dibangun dengan Gradio Workflow untuk merekonstruksi kumpulan fitur AUTOMATIC1111 menjadi sebuah grafik yang terdiri dari 11 pipeline media dan 73 node. Penulisnya adalah Yuvraj Sharma dan Abubakar Abid.
Bagi pembaca yang belum pernah menggunakannya, AUTOMATIC1111 adalah antarmuka web lokal yang paling banyak dipakai pada era Stable Diffusion, dan hampir menentukan cara kerja generasi gambar AI selama beberapa tahun: prompt positif dan negatif, sampler, hires fix, image-to-image, dan ekstensi ControlNet. Belakangan, fokus komunitas bergeser ke ComfyUI yang berbasis node, tapi daftar fitur A1111 tetap menjadi acuan dasar de facto sampai sekarang.
Fitur Apa Saja yang Dipindahkan
Fitur yang disebut dalam tulisan itu sebagai hasil rekonstruksi mencakup text-to-image dengan preset gaya, hires fix (upscaling ditambah satu putaran denoising), pengeditan image-to-image, penulisan ulang prompt dengan model besar, image captioning, pembuatan mask untuk inpainting lewat deteksi objek, pembuatan gambar batch dengan prompt matrix, upscaling dan penghapusan latar belakang, anotator gaya ControlNet seperti Canny dan line-art, pembacaan dan penulisan metadata PNG, serta image-to-video.
Model yang dipanggil di baliknya mencakup FLUX.1-Kontext, Qwen2.5-VL, DETR, classifier ViT, BRIA RMBG-2.0, dan Wan 2.2 I2V.
Gradio Workflow sendiri mendefinisikan empat jenis operator: fn adalah fungsi Python biasa, model memanggil model lewat InferenceClient, space terhubung langsung ke Gradio Space lain, dan dataset mengambil baris data dari dataset di Hub. Dari keempat jenis ini, hanya fn yang sepenuhnya berjalan di mesin sendiri, sementara tiga jenis lainnya bergantung pada komputasi di tempat lain.
Pembagian Peran dengan ComfyUI
Di antara perbandingan yang diberikan dalam tulisan itu, beberapa perbedaan cukup konkret: sebuah node bisa berupa perangkat keras yang bukan milikmu; setiap output otomatis menjadi endpoint REST bertipe; mendukung OAuth, jadi cukup login lewat browser; modalitas yang berbeda bisa diletakkan di kanvas yang sama; dan node kustom hanyalah fungsi Python, jadi bisa melakukan apa saja yang bisa dilakukan Python.
Kode minimum untuk memulai hanya tiga baris — impor gradio, tulis satu fungsi, lalu panggil gr.Workflow(bind=[your_function]).launch(). Deployment dilakukan lewat gradio deploy yang mendorong langsung ke Spaces. Selain itu, seluruh workflow ini mendukung MCP, yang berarti agent bisa memperlakukannya sebagai tool yang bisa dipanggil.
Soal performa, tulisan itu hanya memberi satu angka: setelah gambar dimuat lebih dulu, setiap anotator berbasis CPU membutuhkan sekitar 0,5 detik. Lisensinya tidak disebutkan dalam tulisan tersebut.
Artinya Bagi Pengguna di China
Seberapa praktis alat ini sebenarnya dipakai tergantung di sisi jaringan mana penggunanya berada. 22 node yang murni lokal berarti pekerjaan seperti penghapusan latar belakang, deteksi Canny, ekstraksi line-art, dan pengolahan metadata bisa dijalankan sepenuhnya secara offline, tidak terpengaruh kondisi jaringan. Tapi operator jenis model dan space melewati endpoint inferensi Hugging Face, dan stabilitas koneksi langsung dari China ke sana sudah lama menjadi masalah — terutama terasa saat memanggil model berat seperti FLUX.1-Kontext dan Wan 2.2.
Wan 2.2 adalah model generasi video yang dirilis sebagai open source oleh Alibaba, dan di China ada jalur distribusi yang lebih dekat lewat ModelScope. Dengan kata lain, sebagian besar model dalam grafik ini sebenarnya punya hosting setara yang tersedia di dalam negeri, tapi runtime Workflow saat ini masih terikat ke Hub — untuk mengganti sumbernya, node fn harus diubah sendiri agar memanggil layanan lokal atau layanan domestik di China. Ini bukan sesuatu yang mustahil, hanya butuh kerja engineering tambahan.
Dilihat sebagai tahap evolusi alat, peralihan dari A1111 ke ComfyUI adalah pergeseran dari form ke grafik; langkah Workflow1111 ini adalah pergeseran dari 'grafik berjalan di GPU saya' menjadi 'grafik bisa berjalan di GPU siapa saja'. Begitu lapisan abstraksi ini berlaku, VRAM lokal tidak lagi menjadi prasyarat bisa-tidaknya sesuatu dijalankan, melainkan berubah menjadi pilihan biaya. Apakah anggapan ini benar atau tidak akan terlihat dari rasio node yang dibangun sendiri versus node sewaan di komunitas dalam satu-dua tahun ke depan.
Sumber: blog resmi Hugging Face, dokumentasi Gradio, CocoLoop; jumlah node, kategori operator, dan angka waktu telah diperiksa berdasarkan tulisan asli, sedangkan penilaian ketersediaan di China merupakan penilaian editorial.