Création et médiasVersion 0.42.0 publiée

Diffusers 0.42 intègre de nouveaux parcours image et vidéo et exige Python 3.11

Source publiée le Hugging Face2 min de lecture

L’essentiel de l’annonce

Hugging Face fait évoluer sa bibliothèque de génération. Diffusers 0.42 ajoute plusieurs intégrations et modifie les prérequis des workflows personnalisés.

Date de publication de la source
Catégorie
Création et médias
Périmètre et accès
Version publiée le 23 octobre à 15:38 UTC.
Sujet du contenu
Composer un parcours de génération
Entreprises / organismes
Hugging Face

Des composants modulaires

Diffusers réunit des composants logiciels pour préparer une demande, générer un contenu puis le décoder. Ses pipelines modulaires permettent de composer ces étapes. La version intègre FLUX.3 Image Klein pour produire et modifier des images, Bria Fibo 2.0 avec plusieurs références et Kandinsky 6 pour la vidéo avec audio synchronisé. SANA-WM ajoute un parcours vidéo guidé par une trajectoire de caméra. Il s’agit d’intégrations dans la bibliothèque, sans redater les lancements des modèles. Python 3.10 n’est plus pris en charge. Certains workflows personnalisés doivent aussi adapter le format transmis au décodage.

Préparer, générer et décoder
1

Structurer la demande

Le pipeline transforme les entrées.

2

Utiliser le modèle

Les composants calculent une représentation.

3

Produire le contenu

Le décodage transforme cette représentation en sortie.

Structurer la demande

Le pipeline transforme les entrées.

Utiliser le modèle

Les composants calculent une représentation.

Produire le contenu

Le décodage transforme cette représentation en sortie.

Illustration simplifiée. Les dessins ne montrent pas de résultats mesurés.

Points techniques et opérationnels

  • Les intégrations ne changent pas la date de lancement des modèles.
  • Les workflows personnalisés peuvent demander une adaptation.

Préparer la migration

Exemples possibles. L’annonce ne démontre pas de gains pour ces usages.

Exemple pédagogique

Exemple fictif

Une application utilise plusieurs images pour guider une modification.

Deux questions pour évaluer l’intérêt

  • Vérifier la version de Python.
  • Examiner les conditions du modèle.

Qui peut l’utiliser, avec quelles limites ?

Version 0.42.0 publiée

Python 3.11 minimum. Les besoins matériels, poids et licences dépendent du modèle choisi. Une intégration ne démontre ni un gain de qualité ni une disponibilité gratuite. Les modèles et leurs performances n’ont pas été testés.

Conditions d’accès : Bibliothèque publiée. Python 3.11 minimum. Poids, matériel et conditions propres à chaque modèle à examiner.

Des accès distincts

Interprétation éditoriale à partir de l’annonce.

La migration concerne aussi les parcours existants.

Les mots utiles pour comprendre

Génération de contenu

La génération de contenu consiste à produire un texte, une image ou un autre résultat à partir d’une description. Le résultat doit être relu ou testé. Il faut aussi vérifier les droits avant de le réutiliser.

Comprendre cette technologie

Modèle multimodal

Un modèle multimodal peut lire plusieurs formats, comme le texte et les images. Dans un rapport, il peut examiner un paragraphe et le graphique qui l’accompagne. Les formats réellement pris en charge dépendent de l’outil.

Comprendre cette technologie

Sources et vérifications

Hugging Face - Diffusers v0.42.0

Lire la source officielle

Source vérifiée le . Synthèse originale. Les résultats annoncés restent attribués à leur source. Les dessins expliquent le principe ; les exemples présentent un usage possible.

Notes de version complètes et métadonnées GitHub relues. Aucun poids téléchargé ni logiciel exécuté.

Publié sur ce site le . Mis à jour le . Rédaction : Boris Shutov, avec l’aide de ChatGPT. Notre méthode éditoriale.