Diffusers 0.41.0リリース:Qwen-Image 2.1対応とメモリ削減

Diffusers 0.41.0リリース:Qwen-Image 2.1対応とメモリ削減

基本情報

項目 内容
リポジトリ huggingface/diffusers
版 v0.41.0
公開日 2026-10-06
ライセンス Apache-2.0
出典の種類 公開元の一次情報(GitHub公式リポジトリのリリースノート)

情報を集めた時点で、当サイトのコードが確定させた値です。日付はJSTで表示しています。

概要

PyTorchで画像、動画、および音声の生成を行うための最先端の拡散モデルライブラリである「huggingface/diffusers」(Python、Apache-2.0ライセンス)の最新バージョン「v0.41.0」がリリースされました。

本バージョンにおける最も大きな変更点は、画像生成と編集を統合した最新モデル「Qwen-Image 2.1」への対応です。これにより、テキストからの画像生成や画像編集、さらにはLoRAトレーニングなどがDiffusers上で直接利用可能になりました。また、今回のリリースから、新しいモデルの統合に合わせてマイナーリリースを調整する「Transformers」と同様のリリース方針が採用されています。

破壊的変更・非推奨

本バージョンでは、ONNXサポートの非推奨化や、以前から非推奨とされていた古いAPIの完全な削除が行われています。更新を行う前に、ご自身のコードに以下の変更が必要ないかご確認ください。

旧機能・旧API 移行先・推奨される方法
ONNXサポート(非推奨) ONNX Runtimeワークフローには Optimum を使用してください。
LuminaText2ImgPipeline(削除) LuminaPipeline を使用してください。
Lumina2Text2ImgPipeline(削除) Lumina2Pipeline を使用してください。

影響を受けるユーザー

ONNXを用いたワークフローを構築している開発者や、Luminaモデルの古いエイリアス(LuminaText2ImgPipelineなど)をコード内で呼び出しているユーザーに影響します。これらの古いコードパスは削除されているため、アップデート前にコードの修正が必要です。

主な変更点

Qwen-Image 2.1パイプラインの統合

画像生成と画像編集を1つのモデルに統合した「Qwen-Image 2.1」が利用可能になりました。このモデルの視覚生成コンポーネントは7Bパラメータの規模を持ち、複数の参照画像を用いた生成や、透過画像のためのネイティブなRGBA出力に対応しています。さらに、LoRAトレーニングもサポートされています。Qwen-Image 2.1を用いて高度な画像生成や編集を行いたいユーザーに影響します。

テンソル並列ロードによるメモリ削減

シャード化されたチェックポイントをロードする際、テンソル並列(Tensor-parallel)処理において、各ランクが自身のスライスを直接読み込むようになりました。これにより、モデルのロード時に必要となるメモリ量を大幅に削減できます。マルチGPU環境などで大規模なモデルを並列ロードするユーザーに恩恵があります。

LTX-2.5 DFRパイプラインの追加

新しいLTX-2.5 DFRパイプラインがサポートされました。キーフレームスロットを用いた生成や、空間的・時間的な洗練(refinement)を組み合わせた高度な生成が可能になります。LTX-2.5による動画生成ワークフローを活用したいユーザーに影響します。

Cosmos 3の機能強化

Cosmos 3パイプラインにおいて、SeaCacheのサポートが追加されました。また、ModelOpt FP8チェックポイント向けに、W8A8とW8A16を混合したデノイジング(mixed denoising)に対応しています。Cosmos 3モデルをFP8などで効率的に動作させたいユーザーに影響します。

モジュラー化とローカルロードの最適化

Wan 2.2 VACEにモジュラーブロックが追加されました。また、ローカルに存在する既存のパスからモデルをロードする際、不要な重みのダウンロードを回避するよう改善されました。ローカル環境でモデルを繰り返しロードして動作確認を行う開発者にとって、無駄なダウンロードを抑え、起動時間を短縮することができます。

シングルファイルローダーの拡充

Krea 2およびMiniMax-H3のシングルファイルローダーが新しくサポートされました。これにより、これらのモデルを単一のファイルから簡単に読み込んで推論を実行できるようになります。

対応モデル・ハードウェア

本バージョンでは、新しいモデルアーキテクチャへの対応や、特定のハードウェア環境における動作の最適化が多数行われています。

Qwen-Image 2.1

画像生成と編集の機能を1つのモデルに統合した「Qwen-Image 2.1」に対応しました。このモデルのビジュアル生成コンポーネントは7B(70億)パラメータの規模を持ち、複数の参照画像を用いた生成や、透過画像のためのネイティブなRGBA出力に対応しています。Diffusers 0.41.0では、テキストからの画像生成や画像編集のほか、LoRAトレーニングやシングルファイル形式からのロード(Single file support)もサポートされています。

LTX-2.5 DFR

新しいLTX-2.5 DFRパイプラインがサポートされました。キーフレームスロットを用いた生成や、空間的・時間的な洗練(refinement)を組み合わせた高度な生成プロセスが利用可能になります。

Cosmos 3

キャッシュ技術である「SeaCache」が新しくサポートされました。また、ModelOpt FP8チェックポイント向けに、W8A8とW8A16を混合したデノイジング(mixed denoising)に対応しています。さらに、FP8テンソル並列処理に関するバグ修正や、コントロールCFG(control CFG)を使用する際のSeaCacheアーティファクト転送に関する不具合が修正されています。

Wan 2.2 VACE

Wan 2.2 VACE向けに、モジュラーブロックセット(modular blockset)が追加されました。これにより、より柔軟なパイプラインの構築が可能になります。

Krea 2

Krea 2モデルが新しくサポートされ、シングルファイル形式からのロードに対応しました。また、Krea 2のテキストエンコーダーの出力を denoiser_input_fields としてタグ付けする処理が追加されています。

MiniMax-H3

MiniMax-H3モデルが新しくサポートされ、シングルファイル形式からのロードに対応しました。fp64(双精度浮動小数点数)をサポートしていないバックエンドにおいて、デバイス転送時に position_ids をダウンキャストする処理が追加されたほか、VAEデコード処理に関する修正が行われています。

ハードウェアおよび実行環境の改善

特定のGPUやアクセラレータ環境における動作の安定化や最適化も行われています。

  • Ascend NPUへの対応改善: HuaweiのAscend NPU環境において、RMSNormおよびfused-attentionのマスク形状に関する不具合が修正されました。
  • CUDA非搭載デバイスでのテスト最適化: CUDAが利用できないデバイス環境において、CUDA専用の処理を含む一部のモデリングテストを自動的にスキップするよう修正されました。
  • テンソル並列処理と分散環境の強化: テンソル並列(Tensor-parallel)チェックポイントのロードおよびセーブ時に、各ランクが直接自身のシャードを読み書きする仕組みが導入され、メモリ効率が向上しました。また、ディスクへのオフロード前に計算ストリームを同期する処理が追加されています。分散トレーニング環境においては、num_train_epochs が指定された場合の学習率(LR)スケジューラーの挙動が修正されました。

アップデート方法

🤗 Diffusersは、仮想環境(virtual environment)において PyPI または Conda からインストールすることが推奨されています。具体的なインストール手順や最新の依存関係については、公式のインストールガイドやリリースページを確認してください。

インストール後、以下のようにしてモデルのロードと画像生成を簡単に試すことができます。以下のコードは、from_pretrained メソッドを用いてHubに公開されている3万以上のチェックポイントからモデルをロードし、テキストから画像を生成する例です。

from diffusers import DiffusionPipeline
import torch

pipeline = DiffusionPipeline.from_pretrained("stable-diffusion-v1-5/stable-diffusion-v1-5", dtype=torch.float16)
pipeline.to("cuda")
pipeline("An image of a squirrel in Picasso style").images[0]

また、より詳細にモデルやスケジューラーをカスタマイズして独自の拡散システムを構築する場合は、以下のコード例を参考にしてください。

from diffusers import DDPMScheduler, UNet2DModel
from PIL import Image
import torch

scheduler = DDPMScheduler.from_pretrained("google/ddpm-cat-256")
model = UNet2DModel.from_pretrained("google/ddpm-cat-256").to("cuda")
scheduler.set_timesteps(50)

sample_size = model.config.sample_size
noise = torch.randn((1, 3, sample_size, sample_size), device="cuda")
input = noise

for t in scheduler.timesteps:
    with torch.no_grad():
        noisy_residual = model(input, t).sample
        prev_noisy_sample = scheduler.step(noisy_residual, t, input).prev_sample
        input = prev_noisy_sample

image = (input / 2 + 0.5).clamp(0, 1)
image = image.cpu().permute(0, 2, 3, 1).numpy()[0]
image = Image.fromarray((image * 255).round().astype("uint8"))
image

前回の記事からの更新履歴

当サイトがGitHubのリリース一覧から機械的にまとめた、この版と前回取り上げた版の間に出た版です(単独記事にはしていません)。 全ての版はエンジン別ページにあります。

版 公開日 リリースノート
v0.40.0 2026-08-20 GitHub
v0.39.0 2026-07-03 GitHub
v0.38.0 2026-05-01 GitHub
v0.37.1(Fixes for AutoModel type hints in Modular Pipelines and Flux Klein LoRA loading ) 2026-03-25 GitHub
v0.37.0 2026-03-06 GitHub
v0.36.0 2025-12-08 GitHub
v0.35.2(🐞 fixes for transformers models, imports, ) 2025-10-15 GitHub
v0.35.1 2025-08-20 GitHub
v0.35.0 2025-08-19 GitHub
v0.34.0 2025-06-25 GitHub
v0.33.1 2025-04-10 GitHub
v0.33.0 2025-04-09 GitHub
v0.32.2 2025-01-16 GitHub
v0.32.1 2024-12-25 GitHub
v0.32.0 2024-12-24 GitHub
v0.31.0 2024-10-22 GitHub
v0.30.3 2024-09-17 GitHub
v0.30.2 2024-08-31 GitHub
v0.30.1 2024-08-24 GitHub
v0.30.0 2024-08-07 GitHub
v0.29.2 2024-06-27 GitHub
v0.29.1 2024-06-21 GitHub
v0.29.0 2024-06-13 GitHub
v0.28.2 2024-06-05 GitHub
v0.28.1 2024-06-04 GitHub
v0.28.0 2024-05-27 GitHub
v0.27.2 2024-03-20 GitHub
v0.27.1 2024-03-19 GitHub
v0.27.0 2024-03-15 GitHub
v0.26.3 2024-02-13 GitHub
v0.26.2 2024-02-06 GitHub
v0.26.1 2024-02-02 GitHub
v0.26.0 2024-02-01 GitHub
v0.25.1(Patch release) 2024-01-18 GitHub
v0.25.0 2023-12-27 GitHub
v0.24.0 2023-11-30 GitHub
v0.23.1([Patch release] Make sure we install correct PEFT version) 2023-11-16 GitHub
v0.23.0 2023-11-10 GitHub
v0.22.3 2023-11-08 GitHub
v0.22.2 2023-11-08 GitHub
v0.22.1(Patch Release: Fix community vs. hub pipelines revision) 2023-11-06 GitHub
v0.22.0 2023-11-06 GitHub
v0.21.4(Patch Release: Fix Lora fusing/unfusing) 2023-09-30 GitHub
v0.21.3(Patch Release: Fix LoRA attention processor for xformers.) 2023-09-28 GitHub
v0.21.2(Patch Release: CPU offloading + Lora load/Text inv load & Multi Adapter) 2023-09-19 GitHub
v0.21.1 2023-09-14 GitHub
v0.21.0 2023-09-14 GitHub
v0.20.2 2023-09-01 GitHub
v0.20.1(Patch Release: Fix torch.compile() support for ControlNets) 2023-08-28 GitHub
v0.20.0 2023-08-17 GitHub
v0.19.3(Patch release: Fix incorrect filenaming) 2023-07-30 GitHub
v0.19.2(Patch Release: Support for SDXL Kohya-style LoRAs, Fix batched inference SDXL Img2Img, Improve watermarker) 2023-07-29 GitHub
v0.19.1(Patch Release: Fix torch compile and local_files_only) 2023-07-28 GitHub
v0.19.0 2023-07-27 GitHub
v0.18.2 2023-07-12 GitHub
v0.18.1(Patch Release for Stable Diffusion XL 0.9) 2023-07-08 GitHub
v0.18.0(Shap-E, Consistency Models, Video2Video) 2023-07-07 GitHub
v0.17.1 2023-06-12 GitHub
v0.17.0 2023-06-09 GitHub
v0.16.1 2023-04-28 GitHub
v0.16.0 2023-04-27 GitHub
v0.15.1 2023-04-18 GitHub
v0.15.0 2023-04-13 GitHub
v0.14.0(ControlNet, 8K VAE decoding) 2023-03-04 GitHub
v0.13.1 2023-02-20 GitHub
v0.13.0(Controllable Generation: Pix2Pix0, Attend and Excite, SEGA, SAG, …) 2023-02-20 GitHub
v0.12.1 2023-01-27 GitHub
v0.12.0(Instruct-Pix2Pix, DiT, LoRA) 2023-01-26 GitHub
v0.11.1 2022-12-21 GitHub
v0.11.0 2022-12-20 GitHub
v0.10.2 2022-12-10 GitHub
v0.10.1 2022-12-09 GitHub
v0.10.0 2022-12-09 GitHub
v0.9.0 2022-11-26 GitHub
v0.8.1 2022-11-24 GitHub
v0.8.0 2022-11-24 GitHub
v0.7.2 2022-11-06 GitHub
v0.7.1 2022-11-04 GitHub
v0.7.0 2022-11-04 GitHub
v0.6.0 2022-10-20 GitHub
v0.5.1 2022-10-14 GitHub
v0.5.0 2022-10-14 GitHub
v0.4.2 2022-10-12 GitHub
v0.4.1 2022-10-07 GitHub
v0.4.0 2022-10-07 GitHub
v0.3.0 2022-09-09 GitHub
v0.2.4 2022-08-23 GitHub
v0.2.3 2022-08-22 GitHub
v0.2.2 2022-08-17 GitHub
v0.2.1 2022-08-17 GitHub
v0.2.0 2022-08-17 GitHub
0.1.3 2022-07-28 GitHub
0.1.2(Initial release of 🧨 Diffusers) 2022-07-21 GitHub

関連記事

次に読むなら

出典