Upload README.md with huggingface_hub

README.md

@@ -157,54 +157,64 @@ LoRA: Analog Film
 
 ## 🎛️ Доступные Schedulers (Samplers)
 
-Начиная с версии 2.0, поддерживаются различные schedulers для контроля процесса генерации!
+⚠️ **Важно:** Qwen-Image использует **Flow Matching**, а не классическую diffusion!  
+Работают только **FlowMatchEulerDiscreteScheduler** с различными параметрами shift.
 
-### ⭐ Рекомендуемые (проверены сообществом)
+### ✅ Протестированные и рабочие schedulers:
 
-| Scheduler | Alias (для API) | Описание |
-|-----------|-----------------|----------|
-| **DPM++ 2M Karras** | `dpmpp_2m_karras` | 🏆 По умолчанию - баланс скорости и качества |
-| **DPM++ SDE Karras** | `dpmpp_sde_karras` | 💎 Высокая детализация, чуть медленнее |
-| **DPM++ 3M SDE Karras** | `dpmpp_3m_sde_karras` | 🎨 Максимальное качество |
-| **Euler Ancestral** | `euler_a` | ⚡ Быстрый и стабильный |
-| **Euler** | `euler` | 🔄 Простой и надежный |
+| Scheduler | Время | Speedup | Алиас | Рекомендация |
+|-----------|-------|---------|-------|--------------|
+| **Flow Euler (Shift 0.5)** | **33.8s** | **1.00x** | `flow_euler_shift05` | 🥇 **САМЫЙ БЫСТРЫЙ** (по умолчанию) |
+| Flow Euler (Shift 2.0) | 34.6s | 1.02x | `flow_euler_shift20` | 🥈 Быстрый + детали |
+| Flow Euler (Shift 1.5) | 38.8s | 1.15x | `flow_euler_shift15` | 🥉 Баланс |
+| Flow Euler (Default) | 40.2s | 1.19x | `flow_euler` | Стандарт (shift=1.0) |
 
-### 🧪 Экспериментальные
-
-| Scheduler | Alias | Особенность |
-|-----------|-------|-------------|
-| **DPM++ 2M** | `dpmpp_2m` | Без Karras sigmas |
-| **DPM++ 2M Beta** | `dpmpp_2m_beta` | Beta sigmas распределение |
-| **DPM++ 2M Exponential** | `dpmpp_2m_exp` | Exponential sigmas |
-| **Euler Karras** | `euler_karras` | Euler с Karras |
-
-### ⚡ Быстрые
-
-| Scheduler | Alias | Описание |
-|-----------|-------|----------|
-| **UniPC** | `unipc` | Быстрая генерация |
+*Время указано для 1024×1024, 40 steps на ZeroGPU*
 
 ### Использование
 
-**В интерфейсе:** Выберите в выпадающем списке "Sampler/Scheduler"
+**В интерфейсе:**  
+Выберите в dropdown "Sampler/Scheduler"
+
+**В API (полное имя):**
+```python
+scheduler_name="Flow Euler (Shift 0.5)"  # Самый быстрый!
+```
 
-**В API:** Используйте полное имя или алиас:
+**В API (алиас):**
 ```python
-scheduler_name="DPM++ 2M Karras"  # Полное имя
-scheduler_name="dpmpp_2m_karras"  # Алиас (короче)
+scheduler_name="flow_euler_shift05"  # Короткий вариант
 ```
 
 **Примеры:**
 ```python
-# Максимальное качество (медленнее)
-scheduler_name="DPM++ 3M SDE Karras", num_inference_steps=50
+# Для быстрой генерации (рекомендуется)
+scheduler_name="Flow Euler (Shift 0.5)"
+num_inference_steps=40
+# Время: ~34s
+
+# Для максимума деталей
+scheduler_name="Flow Euler (Shift 2.0)"
+num_inference_steps=50
+# Время: ~43s
+
+# Стандартный
+scheduler_name="Flow Euler (Default)"
+num_inference_steps=40
+# Время: ~40s
+```
 
-# Быстрая генерация
-scheduler_name="Euler Ancestral", num_inference_steps=25
+### 📊 Влияние Shift параметра:
 
-# Экспериментальный
-scheduler_name="dpmpp_2m_beta", num_inference_steps=40
-```
+- **Shift 0.5:** Больше шагов в начале → быстрее
+- **Shift 2.0:** Равномернее распределение → детальнее
+- **Разница:** 19% между самым быстрым и самым медленным
+
+### 🔬 Почему только Flow Euler?
+
+Qwen-Image это **Flow Matching** модель. Pipeline автоматически передает `sigmas` параметр в `scheduler.set_timesteps()`. Только `FlowMatchEulerDiscreteScheduler` полностью совместим с этой архитектурой.
+
+**Не работают:** DPM++, обычный Euler, Ancestral, UniPC, DDIM - все это классические diffusion schedulers.
 
 ---