变更摘要

此 PR 引入了一个多模型容器架构 ModelContainer，用于在 FSDP2 训练场景中统一管理多个子模型（如 VAE、文本编码器、预测器等），并通过可插拔的 pipeline 机制编排子模型间的数据流。同时，围绕 Wan2.2 视频生成模型提供了完整的配套实现：flow-matching 扩散调度器 WanFlowMatchScheduler、T2V/I2V 训练 pipeline WanT2VPipeline、Diffusers 权重键名映射转换表，以及具体的 Wan2_2ModelContainer 容器子类，支持冻结子模型的检查点策略和向后兼容的旧格式权重加载。

主要改动

• 新增 ModelContainer 基类：提供多子模型注册、按前缀分发的 state_dict/load_state_dict、检查点子模型过滤（checkpoint_submodels）以及旧格式扁平键兼容（legacy_flat_key_target），同时内置 FSDP2 的 fully_shard、set_is_last_backward、set_requires_all_reduce 委托方法。
• 新增 WanFlowMatchScheduler 扩散调度器：实现 flow-matching 的训练损失计算（training_losses）、采样去噪循环（sample）、前向加噪（q_sample）以及基于 timestep 的训练权重策略。
• 新增 FlowMatchT2VPipeline 与 WanT2VPipeline：定义四阶段训练数据流——条件编码（VAE 编码、文本编码、图像条件准备）、前向扩散加噪、预测器前向、损失计算；WanT2VPipeline 在此基础上扩展了 T2V/I2V 双任务支持。
• 新增 Wan2_2ModelContainer：继承 ModelContainer，绑定 WanT2VPipeline 作为 pipeline，仅将 predictor 子模型纳入训练检查点，并重写 train() 方法使冻结子模型保持在 eval 模式。
• 新增 Diffusers 权重转换映射：定义 DIFFUSERS_CONVERT_MAPPING 精确键名映射和 DIFFUSERS_STR_REPLACE_MAPPING 子串替换规则，通过 Wan22DiffusersTransformPipeline 注册到全局转换管道，用于将 Diffusers 格式权重迁移到原生 WanModel 格式。

代码审查

I have 8 findings. Let me now write the closing summary.

审查总结

各文件审查结果

按优先级统计

• P0: 2 个（均为导入依赖缺失，模块无法加载）
• P1: 1 个（len() 在 0-d tensor 上 TypeError，batch_size=1 时崩溃）
• P2: 4 个（None 安全、边界索引、KeyError、None 调用）
• P3: 1 个（循环定义/可疑代码）

整体风险评估

高风险。 2 个 P0 导入错误意味着本 PR 作为独立变更无法运行 — diffusers_ckpt_trans.py 和 pipeline_wan2_2.py 依赖的基类/模块 (DiffusersKeyMapTransformPipeline、GenerativePipelineBase、GenerativePipelineOutput) 在当前仓库中不存在。如果这些依赖属于同一 PR 中其他尚未展示的 commit，则 P0 降级；否则必须补全。此外 diffusion.py 中的 len() 在 0-d tensor 上的崩溃是确定性的运行时错误，batch_size=1 训练场景会直接触发。建议在上线前修复所有 P0–P2 问题。

⛔ 需要修改

Thanks for your pull-request.
The full list of commands accepted by me can be found at here。
You can get sig-info at here

PR Approval Progress

✅ Congratulations! All modules have met the lgtm and approve requirements.

Module Approval Details

💡 Tip:

• Committer can comment /approve or /lgtm
• Commenting /approve implies both code review (lgtm) and intent to merge (approve)

CLA Signature Pass

chenpeizhe, thanks for your pull request. All authors of the commits have signed the CLA. 👍

/approve

Pull Request 已合并或已关闭。

If you want to solve this problem, you can click here to do it in the FAQs.