Invokeai

A tela traz a edição em camadas para a geração com IA. Você pode desenhar, pintar, esboçar e fazer inpainting em camadas separadas, e depois mover cada uma por conta própria. Isso importa quando você compõe uma cena em etapas em vez de aceitar o que um único prompt devolve, porque dá para fixar as partes que já estão boas. Como cada camada continua editável, refinar uma parte de uma imagem nunca obriga a regerar o conjunto inteiro, que é justo onde quase todas as ferramentas de só prompt falham. Está mais perto de como os artistas trabalham no Photoshop do que de um gerador típico de escrever e esperar.

Cada geração pode ser expressa como um grafo visual de nós, então você vê exatamente como o pipeline roda, qual modelo alimenta qual sampler e onde fica a etapa de upscaling. Você conecta modelos, samplers e etapas de pós-processamento, e depois salva o grafo para reutilizar mais tarde. Parâmetros personalizados podem virar controles simples de interface, para você não precisar mexer no grafo só para ajustar um valor.

O InvokeAI aceita de fábrica modelos fundamentais atuais, como Flux, SDXL e SD 1.5, então você escolhe o modelo que combina com seu estilo em vez de ficar preso a um. O Model Manager mantém checkpoints, LoRAs, Textual Inversions e ControlNets organizados num só lugar. Essa variedade faz com que você não fique preso a uma família de modelos quando sai um lançamento novo.

O software roda inteiramente no seu próprio hardware, então prompts e imagens prontas ficam no seu disco, sem conta na nuvem e sem um terceiro guardando uma cópia do seu trabalho. Para quem teme entregar trabalho criativo a terceiros, esse é exatamente o motivo de escolher esta ferramenta.

O suporte a ControlNet cobre mapas de profundidade, detecção de bordas e orientação de poses para direcionar como uma geração é distribuída. Você usa isso para ditar a composição em vez de descrevê-la em palavras. Na prática, é a diferença entre "uma pessoa parada numa porta" como prompt e de fato colocar a figura onde você quer.

Geração em lote, curingas de prompt e upscaling em alta resolução vêm incluídos, então um único prompt pode render dezenas de variações sem um app separado. Os curingas inserem valores aleatórios de uma lista para que um prompt produza dezenas de variantes. O upscaling então leva as vencedoras à resolução pronta para impressão, tudo dentro do mesmo espaço de trabalho.

O código tem licença Apache 2.0 e é desenvolvido à vista de todos. Os usuários reportam bugs, pedem recursos e contribuem diretamente para o roteiro. Se falta um recurso, existe um caminho real para conseguir que ele seja construído, não um ticket de suporte que não vai a lugar nenhum. Quer uma correção mais rápido? Escreva você mesmo.