NeMo Automodel de NVIDIA affine désormais les modèles vidéo et image de Diffusers
NeMo Automodel prend en charge FLUX.1, Qwen-Image, Wan et HunyuanVideo, exécutant des ajustements fins complets et LoRA directement depuis les points de contrôle Hugging Face, sans aucune conversion.
- FLUX.1-dev (12B) atteint 35,51 images par seconde en ajustement fin complet sur 8 GPU H100.
- Qwen-Image, un modèle de 20B, parvient à 41,21 images par seconde lors de ce même ajustement fin complet.
- FLUX.2-dev à 32B et le modèle vidéo Wan 2.2 de 27B obtiennent tous deux des recettes LoRA au rang 64.
Pourquoi c'est important: Affiner un modèle de 32 milliards de paramètres implique encore de louer le propre matériel de NVIDIA pour y parvenir.
Hugging Face blog (NVIDIA/Hugging Face teams) ↗ · 17 juil. 202617/07/26