رابط وب محلی برای تولید تصویر، ویدیو و صدا با هوش مصنوعی، ساختهشده بر پایه ComfyUI
SwarmUI یک رابط کاربری وب برای تولید تصویر با هوش مصنوعی است. همچنین از مدلهای ویدیویی هوش مصنوعی و برخی مدلهای صوتی هوش مصنوعی پشتیبانی میکند. در README برای تصویر Krea 2، Stable Diffusion و Flux، برای ویدیو MiniMax H3، Wan و LTX-2، و برای صدا ACE-Step نام برده شده است. پیشتر با نام StableSwarmUI شناخته میشد.
SwarmUI از ComfyUI بهعنوان بکاند خود استفاده میکند. نصبکننده میتواند ComfyUI را برای شما نصب کند و نمودار کامل گرههای ComfyUI در تب Comfy Workflow در دسترس است. AUTOMATIC1111 Stable Diffusion WebUI میتواند بهعنوان بکاند قدیمی استفاده شود. تب Generate از تنظیمات ساده، فرآیندهای کاری میسازد. تولیدها را میتوان بین چندین GPU و دستگاه تقسیم کرد.
این برنامه بهصورت محلی روی رایانههای Windows، Linux و Mac با تراشههای سری M اپل اجرا میشود. وبسایت GPU با NVIDIA RTX 30xx یا جدیدتر را توصیه میکند. همچنین میتوان آن را روی Google Colab، Runpod یا Vast.ai اجرا کرد. بهطور پیشفرض کاملاً روی رایانه خودتان اجرا میشود و دادهای جمعآوری نمیکند.
SwarmUI تحت مجوز MIT رایگان و متنباز است و از طریق کمکهای مالی تأمین میشود. README نسخه 0.9.8 Beta را ذکر میکند.
افرادی که تصاویر و ویدیوهای هوش مصنوعی را روی رایانه خود تولید میکنند، از مبتدی تا کاربران پیشرفته. مستندات همچنین خطاب به کاربران ComfyUI، کاربران سایر رابطهای محلی Stable Diffusion، کاربران سرویسهای آنلاین هوش مصنوعی و تیمهایی که سرویسهای بزرگ هوش مصنوعی را اداره میکنند است.
یک تب ساده Generate از تنظیمات را روی موتور ComfyUI قرار میدهد، نمودار کامل گرهای فقط یک تب فاصله دارد، و کار را بین چند GPU یا رایانه تقسیم میکند.
مدلهای تصویری و ویدیویی مانند Flux، Wan و LTX-2 را از طریق ComfyUI اجرا میکند و کار را بین چندین GPU یا دستگاه تقسیم میکند.
بحث
برای پیوستن به بحث، وارد شوید.