NeMo Automodel de NVIDIA ahora ajusta modelos de imagen y video de Diffusers
NeMo Automodel cubre FLUX.1, Qwen-Image, Wan y HunyuanVideo, realizando ajustes finos completos y LoRA directamente desde puntos de control de Hugging Face sin necesidad de conversión.
- FLUX.1-dev (12B) alcanza 35,51 imágenes por segundo en ajuste fino completo con 8 GPU H100.
- Qwen-Image, un modelo de 20B, llega a 41,21 imágenes por segundo bajo el mismo ajuste fino completo.
- FLUX.2-dev de 32B y el modelo de video de 27B de Wan 2.2 obtienen recetas LoRA en rango 64.
Por qué importa: Realizar el ajuste fino de un modelo de 32 mil millones de parámetros todavía significa alquilar el propio hardware de NVIDIA para lograrlo.
Hugging Face blog (NVIDIA/Hugging Face teams) ↗ · 17 jul 202617/7/26 · ✓ Verificado✓