Black Forest Labs가 FLUX.2 모델을 새로운 아키텍처와 사전학습으로 완전히 재설계해 단일 텍스트 인코더 사용 및 트랜스포머 블록 최적화 달성
Diffusers welcomes FLUX-2
Hugging Face Diffusers 팀이 Flash Attention 3, torch.compile, FP8 양자화를 조합해 Flux.1-Dev 모델의 LoRA 추론 속도를 2.23배 향상
Fast LoRA inference for Flux with Diffusers and PEFT
Hugging Face가 VAE 디코딩을 원격 엔드포인트로 위임하는 기능을 Diffusers에 추가해 소비자 GPU의 메모리 부담 제거
Remote VAEs for decoding with Inference Endpoints 🤗
Hugging Face Diffusers가 Stable Diffusion 3.5 Large 모델을 지원하면서 QK normalization과 dual attention layers 추가로 이미지 생성 품질 향상
Diffusers welcomes Stable Diffusion 3.5 Large
Hugging Face 팀이 확산 모델 대신 Masked Image Modeling 방식의 aMUSEd 모델을 개발해 추론 단계를 단계 단위로 감소시키고 모델 크기를 800M 파라미터로 축소
Welcome aMUSEd: Efficient Text-to-Image Generation
Hugging Face Diffusers 라이브러리가 1주년을 맞으며 DeepFloyd IF, SDXL, 텍스트-비디오, 텍스트-3D, 이미지 편집 파이프라인 추가 및 Consistency Models로 256x256 이미지 생성을 0.75초로 단축
Happy 1st anniversary 🤗 Diffusers!
Hugging Face Diffusers 라이브러리가 메모리 최적화 기법을 조합해 40GB 모델(IF)을 15GB VRAM 프리 티어 Google Colab에서 실행 가능하게 함
Running IF with 🧨 diffusers on a Free Tier Google Colab
Hugging Face가 diffusers 라이브러리로 ControlNet 학습 파이프라인을 제공해 3단계(조건 계획 → 데이터셋 구축 → 모델 학습)만으로 Stable Diffusion 커스텀 모델 개발 가능
Train your ControlNet with diffusers
Hugging Face Diffusers 라이브러리가 StableDiffusionControlNetPipeline을 통합하여 ControlNet 기반 이미지 생성을 Google Colab에서 5초에 처리 (기존 구현 17초 대비 70% 단축)
ControlNet in 🧨 Diffusers
Hugging Face가 LoRA 기법을 Stable Diffusion에 적용해 GPU 메모리 11GB로 전체 모델 파인튜닝 가능하게 했으며, 학습 가중치를 1000배 축소(3MB)한 배포 방식 도입
Using LoRA for Efficient Stable Diffusion Fine-Tuning
Hugging Face가 Dreambooth 파인튜닝 실험을 통해 학습률·스텝·텍스트 인코더 설정 조합으로 Stable Diffusion의 오버피팅 문제 해결
Training Stable Diffusion with Dreambooth using Diffusers
Hugging Face Diffusers 라이브러리가 Stable Diffusion 모델을 몇 줄의 코드로 실행 가능하게 추상화해 텍스트-이미지 생성 파이프라인의 진입장벽 제거
Stable Diffusion with 🧨 Diffusers