أعلنت شركتا إنفيديا وهفينغ فيس عن إطلاق تكامل رسمي بين مكتبة NeMo Automodel مفتوحة المصدر التابعة لإنفيديا ومكتبة Diffusers الرائدة على منصة هفينغ فيس. يهدف هذا التعاون إلى تمكين الباحثين والمطورين من ضبط نماذج الانتشار الخاصة بالصور والفيديو على نطاق صناعي، مع الحفاظ على توافق كامل مع معايير المنصة دون الحاجة إلى تحويل نقاط التفتيش أو إعادة كتابة أكواد التكيف. يعمل التكامل تحت رخصة Apache 2.0 وهو متاح مجاناً للجمهور. يركز التكامل على تسريع عمليات التدريب الضوئي داخل مساحة الكامن، مع دعم التحميل البصري متعدد الدقة والتجزئة الموفرة للذاكرة. تتيح المكتبة للمطورين الاستفادة من تسريع موازٍ متقدم يشمل FSDP2 والموازاة السياقية والخطية، مما يسهل تدريب نماذج ضخمة على مئات وحدات معالجة الرسومات. كما يدعم كل من التدريب الكامل للنموذج وتقنيات الكفاءة البارامترية مثل LoRA، مما يمنح المستخدمين مرونة بين أقصى جودة وأعلى كفاءة حسابية. تشمل القائمة الرسمية للنماذج المدعومة FLUX.1-dev وFLUX.2-dev للصور، بالإضافة إلى Wan 2.1 وWan 2.2 وHunyuanVideo للفيديو، وQwen-Image للصور. تؤكد المقاييس التجريبية التي أُجريت على عقدة واحدة تضم ثمانية معالجات NVIDIA H100 قدرات المكتبة على تحقيق سرعات معالجة عالية، حيث سجل نموذج FLUX.1-dev سرعة 4.44 صورة لكل ثانية لكل معالج في وضع FSDP2، بينما وصل أداء وضع LoRA إلى 6.72 صورة لكل ثانية لكل معالج. وفي مجال الفيديو، تمكن النموذج Wan 2.1 من معالجة أكثر من ثمانية مقاطع فيديو قصيرة لكل ثانية، مع استهلاك محدود للذاكرة بفضل التحقق من النشاطات المخزنة. توضح أمثلة عملية كيفية دمج مجموعة بيانات رموز الطاروت لضبط نموذج FLUX.1-dev، حيث حافظ النموذج المنظم على التفاصيل المطلوبة مع اكتساب لوحة ألوان ونمط فني مميز، دون التأثير على الأداء الأساسي للنموذج الأصلي. يؤكد ذلك قدرة التكامل على التخصص الدقيق دون فقدان المرونة الوظيفية. وتعمل إنفيديا حالياً على تطوير واجهة برمجية بلغة بايثون مباشرة للوصفات التدريبية، بهدف تبسيط دمج المكتبة في بيئة العمل الحالية ودعم المكونات القابلة للتحديد برمجيًا بجانب نظام ملفات التكوين الحالي. يُعد هذا التكامل خطوة عملية نحو تعميم إتاحة تدريب النماذج التوليدية المعقدة، مما يرفع المعيار الصناعي للبحث والتطوير في مجال الذكاء التوليدي.