NVIDIAのNeMo AutomodelがDiffusersの動画および画像モデルのファインチューニングに対応
NeMo AutomodelはFLUX.1、Qwen-Image、Wan、HunyuanVideoをサポートし、変換不要でHugging Faceのチェックポイントから直接フルチューニングとLoRAファインチューニングを実行する。
- FLUX.1-dev(12B)は、8基のH100 GPUでのフルファインチューニングにおいて毎秒35.51画像の速度を達成。
- 20BモデルのQwen-Imageも、同じフルファインチューニングで毎秒41.21画像に達する。
- 32BのFLUX.2-devとWan 2.2の27B動画モデルには、どちらもランク64のLoRAレシピが用意されている。
なぜ重要か: 320億パラメータのモデルをファインチューニングするには、依然としてNVIDIA自社のハードウェアを借りる必要があるということだ。
Hugging Face blog (NVIDIA/Hugging Face teams) ↗ · 2026年7月17日26/7/17 · ✓ 確認済✓