AutoPipeline

Diffusers 提供了许多 pipelines 用于生成图像、视频、音频和图像修复等基本任务。除此之外，还有专门用于适配器和功能的 pipelines，例如放大、超分辨率等等。不同的 pipeline 类甚至可以使用相同的检查点，因为它们共享相同的预训练模型！由于有如此多的不同 pipelines，因此可能很难知道要使用哪个 pipeline 类。

AutoPipeline 类旨在简化 Diffusers 中各种 pipelines。它是一个通用的任务优先 pipeline，让您可以专注于任务（AutoPipelineForText2Image、AutoPipelineForImage2Image 和 AutoPipelineForInpainting），而无需知道具体的 pipeline 类。AutoPipeline 会自动检测要使用的正确 pipeline 类。

例如，让我们使用 dreamlike-art/dreamlike-photoreal-2.0 检查点。

在底层，AutoPipeline

1. 从 model_index.json 文件中检测到 "stable-diffusion" 类。
2. 根据您感兴趣的任务，它会加载 StableDiffusionPipeline、StableDiffusionImg2ImgPipeline 或 StableDiffusionInpaintPipeline。您可以传递给这些特定 pipelines 的任何参数（strength、num_inference_steps 等）也可以传递给 AutoPipeline。

已复制

from diffusers import AutoPipelineForText2Image
import torch

pipe_txt2img = AutoPipelineForText2Image.from_pretrained(
    "dreamlike-art/dreamlike-photoreal-2.0", torch_dtype=torch.float16, use_safetensors=True
).to("cuda")

prompt = "cinematic photo of Godzilla eating sushi with a cat in a izakaya, 35mm photograph, film, professional, 4k, highly detailed"
generator = torch.Generator(device="cpu").manual_seed(37)
image = pipe_txt2img(prompt, generator=generator).images[0]
image

不支持的检查点

AutoPipeline 支持 Stable Diffusion、Stable Diffusion XL、ControlNet、Kandinsky 2.1、Kandinsky 2.2 和 DeepFloyd IF 检查点。

如果您尝试加载不支持的检查点，您将收到错误。

from diffusers import AutoPipelineForImage2Image
import torch

pipeline = AutoPipelineForImage2Image.from_pretrained(
    "openai/shap-e-img2img", torch_dtype=torch.float16, use_safetensors=True
)
"ValueError: AutoPipeline can't find a pipeline linked to ShapEImg2ImgPipeline for None"