NeMo Automodel von NVIDIA bietet nun Fine-Tuning für Video- und Bildmodelle von Diffusers
NeMo Automodel unterstützt FLUX.1, Qwen-Image, Wan und HunyuanVideo und führt vollständige sowie LoRA-Feinabstimmungen direkt aus Hugging Face Checkpoints ohne Konvertierung aus.
- FLUX.1-dev (12B) erreicht 35,51 Bilder pro Sekunde beim vollständigen Fine-Tuning auf 8 H100 GPUs.
- Qwen-Image, ein 20B-Modell, kommt beim selben vollständigen Fine-Tuning auf 41,21 Bilder pro Sekunde.
- FLUX.2-dev mit 32B und das 27B-Videomodell von Wan 2.2 erhalten beide LoRA-Rezepte auf Rang 64.
Warum das wichtig ist: Ein Fine-Tuning für ein Modell mit 32 Milliarden Parametern durchzuführen, bedeutet weiterhin, dafür die Hardware von NVIDIA mieten zu müssen.
Hugging Face blog (NVIDIA/Hugging Face teams) ↗ · 17. Juli 202617.7.26 · ✓ Geprüft✓