Hugging Face Diffusers 0.43.0がリリース、5つのモデル統合を追加

Hugging Face🖼 画像🎬 動画公開: 出典: Diffusers

#Hugging Face #Alibaba Qwen #Runway

要点

Diffusers 0.43.0が公開された。画像生成、動画、音声駆動アニメーションなどの5つのモジュール式モデル統合が追加されたほか、LoRAの処理やチェックポイントの保存機能などが改善された。

Hugging Faceは、Diffusers 0.43.0をリリースした。今回のリリースでは、画像生成、編集、音声付き動画、音声駆動アニメーション、およびワールドシミュレーションのための5つのモジュール式モデル統合が追加された。また、アテンションバックエンド、テンソル並列化、LoRAの処理、およびチェックポイントの保存機能の改善も行われた。

新機能として、MiniMax-H3-Imageはテキストからの画像生成と、1枚または複数の参照画像を用いた編集をサポートする。専用の画像トランスフォーマーとオートエンコーダーを備え、6ステップのサンプリングスケジュールと蒸留ガイダンスを使用する。また、Pika H3 FlexはMiniMax-H3をベースに、6ステップで動画と同期したステレオオーディオを生成する。さらに、Pruna AIのP-H3-Imageは、最大8枚の入力画像を用いたテキストからの画像生成と指示ベースの編集を提供する。

この記事は要約です。正確で完全な内容は元の記事をご確認ください。

元の記事を読む: Diffusers ↗