diffusers：一個模組化工具箱，用於在圖像、音訊和 3D 結構上執行與訓練最先進的擴散模型

它解決了什麼問題

Diffusers 是一個庫，旨在提供對最先進的預訓練擴散模型的簡易存取，以生成圖像、音訊和 3D 分子結構。它簡化了執行推論（生成內容）和訓練自訂擴散模型的流程，提供一個以可用性與可客製化為優先的模組化工具箱，而非嚴格的抽象層。

它如何運作

此庫圍繞三個核心組件構建：

• Diffusion Pipelines：高階 API，讓使用者只需幾行程式碼即可執行複雜的推論任務。
• Noise Schedulers：可互換的元件，控制擴散速度與輸出品質。
• Pretrained Models：模組化的建構塊，可與 scheduler 結合，打造自訂的端到端擴散系統。

目標使用者

此工具箱適合想要使用預訓練擴散模型執行文字轉圖像、圖像轉圖像、修補與超解析度等任務的開發者與研究人員，也適合想要從頭訓練或微調自訂擴散模型的人士。

重點特色

• 廣泛的模態支援：支援圖像、音訊與 3D 分子結構生成。
• 豐富的模型中心：透過 Hugging Face Hub 可存取超過 30,000 個 checkpoint。
• 模組化架構：允許使用者交換 scheduler 與模型，以微調系統行為。
• 最佳化：提供降低記憶體消耗與提升推論速度的指南與工具。
• 廣泛採用：已被超過 14,000 個其他 GitHub 倉庫使用。

---

摘要： 一個模組化的庫，提供最先進的預訓練擴散模型，用於生成圖像、音訊與 3D 分子結構。

標題： diffusers：一個模組化工具箱，用於在圖像、音訊和 3D 結構上執行與訓練最先進的擴散模型