NVIDIA와 Hugging Face가 협력해 NeMo Automodel 오픈소스 라이브러리로 Diffusers 형식 모델을 체크포인트 변환 없이 대규모 분산 파인튜닝할 수 있게 했다. FLUX.1-dev(12B), FLUX.2-dev(32B), Wan 2.1/2.2, HunyuanVideo 1.5, Qwen-Image 등 주요 텍스트-이미지·비디오 모델용 레시피를 제공하며, FSDP2·텐서·파이프라인 병렬화를 코드 수정 없이 YAML 설정만으로 전환할 수 있다. 8×H100 기준 FLUX.1-dev LoRA 학습에서 초당 53.7장 처리 성능을 보였고, 78장 타로 카드 데이터셋으로 200스텝 만에 스타일 특화가 가능함을 시연했다. 대형 확산 모델 파인튜닝의 인프라 장벽을 낮춰 개발자가 도메인 특화 이미지·영상 모델을 쉽게 만들 수 있게 됐다는 점에서 의미가 있다.

• •NeMo Automodel은 Hugging Face Hub의 Diffusers 모델 ID를 그대로 지정해 학습 가능하며, 체크포인트가 변환 없이 DiffusionPipeline으로 왕복 호환됨 (Apache 2.0)
• •FSDP2·텐서·컨텍스트·파이프라인 병렬화를 모델 코드 재작성 없이 YAML 설정 선언만으로 전환하는 구조
• •지원 모델: FLUX.1-dev(12B), FLUX.2-dev(32B), Wan 2.1 T2V(1.3B/14B), Wan 2.2 A14B(MoE 27B), HunyuanVideo 1.5(13B), Qwen-Image(20B)
• •8×H100 벤치마크에서 FLUX.1-dev LoRA r64가 초당 53.73장(스텝당 0.894초), Wan 2.1 1.3B 풀 파인튜닝이 초당 8.5클립 처리
• •풀 파인튜닝과 LoRA PEFT 모두 지원하며, 향후 YAML 외에 완전 타입 지정 Pythonic API 제공 예정