# AutoPipeline

[AutoPipeline](../api/models/auto_model) 是一种按*任务和模型*选择的pipeline，会根据任务自动选择正确的pipeline子类。这样你就不用提前知道具体的pipeline子类名称，也能加载不同类型的pipeline。

这和 `DiffusionPipeline` 不同。后者是只按*模型*选择的pipeline，会根据模型自动选择pipeline子类。

`AutoPipelineForImage2Image` 会返回某个特定的pipeline子类，例如 `StableDiffusionXLImg2ImgPipeline`，它只能用于 image-to-image 任务。

```py
import torch
from diffusers import AutoPipelineForImage2Image

pipeline = AutoPipelineForImage2Image.from_pretrained(
  "RunDiffusion/Juggernaut-XL-v9", torch_dtype=torch.bfloat16, device_map="cuda",
)
print(pipeline)
"StableDiffusionXLImg2ImgPipeline {
  "_class_name": "StableDiffusionXLImg2ImgPipeline",
  ...
"
```

如果用同一个模型加载 `DiffusionPipeline`，则会返回 `StableDiffusionXLPipeline` 子类。它可以根据输入用于 text-to-image、image-to-image 或 inpainting 任务。

```py
import torch
from diffusers import DiffusionPipeline

pipeline = DiffusionPipeline.from_pretrained(
  "RunDiffusion/Juggernaut-XL-v9", torch_dtype=torch.bfloat16, device_map="cuda",
)
print(pipeline)
"StableDiffusionXLPipeline {
  "_class_name": "StableDiffusionXLPipeline",
  ...
"
```

你可以查看 [mappings](https://github.com/huggingface/diffusers/blob/130fd8df54f24ffb006d84787b598d8adc899f23/src/diffusers/pipelines/auto_pipeline.py#L114)，确认某个模型是否受支持。

如果尝试加载不受支持的模型，就会报错。

```py
import torch
from diffusers import AutoPipelineForImage2Image

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

[AutoPipeline](../api/models/auto_model) 一共有四种类型：

- `AutoPipelineForText2Image`
- `AutoPipelineForImage2Image`
- `AutoPipelineForInpainting`
- `AutoPipelineForText2Audio`

这些类都带有预定义的映射关系，会把某个pipeline关联到对应任务的子类上。

调用 `from_pretrained()` 时，它会从 `model_index.json` 文件中提取类名，并根据映射关系为该任务选择合适的pipeline子类。