Открытый код для эффективной генерации изображений и видео высокого разрешения с помощью линейных diffusion transformer, включая пайплайны обучения и инференса.
huggingface/diffusers
Библиотека PyTorch с предобученными диффузионными моделями, планировщиками шума и компонентами для генерации изображений, видео и аудио.
Open source альтернатива:Midjourney
- Звёзды
- 34,771
- Форки
- 7,411
- Открытые issues
- 1,507
- Последний коммит
- 12 часов назад
Что это?
Diffusers — библиотека Hugging Face для запуска и обучения диффузионных моделей. С её помощью можно в несколько строк кода загрузить предобученный чекпойнт с Hugging Face Hub и генерировать результаты по текстовым запросам, изображениям или видео. Взаимозаменяемые планировщики шума позволяют выбирать баланс между скоростью генерации и качеством результата.
Помимо готовых пайплайнов, библиотека предоставляет предобученные модели, например UNet и трансформеры, в виде модульных компонентов. Их можно комбинировать с планировщиками, чтобы создавать собственные диффузионные системы. Библиотека предназначена как для инференса, так и для обучения; в руководствах описаны загрузка моделей, оптимизация скорости и потребления памяти, а также методы обучения для разных задач.
Библиотека написана на Python поверх PyTorch и устанавливается из PyPI или conda-forge. Она поддерживает распространённые задачи: генерацию изображений по тексту, преобразование изображений, дорисовку, сверхразрешение, генерацию видео по тексту и безусловную генерацию изображений.
Ключевые возможности
- 01Пайплайны позволяют в несколько строк кода загружать предобученные диффузионные чекпойнты с Hugging Face Hub.
- 02Взаимозаменяемые планировщики шума помогают выбирать баланс между скоростью генерации и качеством результата.
- 03Предобученные модели можно комбинировать с планировщиками, создавая собственные диффузионные системы.
- 04Поддерживаются задачи генерации изображений по тексту, преобразования изображений, дорисовки, сверхразрешения и генерации видео по тексту.
- 05В библиотеке есть руководства по оптимизации инференса и обучению диффузионных моделей.
Сценарии использования
- Генерация изображений по текстовым запросам с помощью чекпойнтов Stable Diffusion или Flux.
- Создание собственного диффузионного пайплайна из отдельных моделей и планировщиков.
- Обучение или дообучение диффузионной модели для конкретной задачи обработки изображений или видео.
- Добавление в приложение функций редактирования изображений, например дорисовки или преобразования изображения.
Быстрый старт
- 1
Создайте виртуальное окружение и установите Diffusers и PyTorch из PyPI
pip install --upgrade diffusers[torch] - 2
Загрузите предварительно обученный pipeline и создайте изображение по тексту в Python
from diffusers import DiffusionPipeline
Что важно знать
- Для генерации изображений с помощью примеров моделей на приемлемой скорости нужен GPU.
- Крупные предварительно обученные чекпойнты необходимо скачать с Hugging Face Hub, что требует много места на диске.
Темы
Частые вопросы
- Что такое diffusers?
- Библиотека PyTorch с предобученными диффузионными моделями, планировщиками шума и компонентами для генерации изображений, видео и аудио. Diffusers — библиотека Hugging Face для запуска и обучения диффузионных моделей. С её помощью можно в несколько строк кода загрузить предобученный чекпойнт с Hugging Face Hub и генерировать результаты по текстовым запросам, изображениям или видео. Взаимозаменяемые планировщики шума позволяют выбирать баланс между скоростью генерации и качеством результата.
- diffusers можно использовать бесплатно? Какая у него лицензия?
- diffusers распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- diffusers всё ещё поддерживается?
- Активно поддерживается. Последний коммит в diffusers — 20 окт. 2026 г..
- Для чего можно использовать diffusers?
- Генерация изображений по текстовым запросам с помощью чекпойнтов Stable Diffusion или Flux. Создание собственного диффузионного пайплайна из отдельных моделей и планировщиков. Обучение или дообучение диффузионной модели для конкретной задачи обработки изображений или видео. Добавление в приложение функций редактирования изображений, например дорисовки или преобразования изображения.
- Как установить diffusers?
- Создайте виртуальное окружение и установите Diffusers и PyTorch из PyPI: pip install --upgrade diffusers[torch] Загрузите предварительно обученный pipeline и создайте изображение по тексту в Python: from diffusers import DiffusionPipeline
- Где скачать diffusers?
- Исходный код и инструкции по установке — на GitHub: https://github.com/huggingface/diffusers
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Движок с открытым исходным кодом для генерации изображений, видео и аудио с помощью Diffusion-моделей; поддерживает инференс и обучение при небольшом объёме VRAM.
Веб-интерфейс на базе Gradio для запуска Stable Diffusion и новых моделей генерации изображений и видео — продолжение форка Forge с поддержкой дополнительных моделей и оптимизациями.
Открытая диффузионная модель для генерации изображений по тексту с 5 млрд параметров, точной отрисовкой текста, управлением компоновкой через JSON и возможностью дообучения.
GUI с узловым графом, API и бэкенд для локального запуска диффузионных моделей и генерации изображений, видео, аудио и 3D-контента.
Креативная веб-платформа для генерации и редактирования изображений с помощью Stable Diffusion и других AI-моделей, с единым холстом и узловыми рабочими процессами.