NVIDIA与Hugging Face联合推出可扩展扩散模型微调方案

NVIDIA与Hugging Face联合发布了一项重要集成：通过NeMo Automodel开源库，用户可以直接对Hugging Face Hub上任意Diffusers格式的扩散模型（如FLUX.1-dev、Wan 2.1、HunyuanVideo）进行生产级分布式微调，无需任何检查点转换或模型重写。

NeMo Automodel是NVIDIA NeMo框架的一部分，基于PyTorch DTensor原生训练库，核心设计原则包括：Hugging Face原生支持（直接使用pretrained_model_name_or_path指向Hub模型ID）和任意规模扩展（通过配置而非代码切换FSDP2、张量并行、专家并行、上下文并行、流水线并行等策略）。目前支持流匹配模型，训练目标为流匹配，采用潜在空间训练（预编码VAE输出）和多分辨率分桶。

工作流程包括：1）预编码数据集；2）使用现有FLUX YAML启动训练；3）从微调检查点生成；4）性能评估。该集成已记录在Diffusers训练指南中，完全开源（Apache 2.0）。对于使用API构建应用的开发者，此方案直接降低了大规模微调的成本和复杂度。