UniPCMultistepScheduler.set_timesteps(sigmas=...) raises TypeError for a list when use_flow_sigmas=True

Offen Anfängerfreundlich
  • Stimmt etwas nicht?
#15,207 0 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

Maintainer antworten meist innerhalb von 1 Tag

@marlonferreira1800-hue arbeitet bereits daran.

Seit 09.11.2026.

  • #15214 von @marlonferreira1800-hue — offen

Bewertung

Schwierigkeit
2/5
Geschätzter Aufwand
1-3 Stunden
Anfängerfreundlichkeit
85/100
Issue-Typ
Bug
Klarheit
Klar beschrieben
Aktivitätsstatus
Aktiv
Tech-Stack
numpy, python, pytorch
Bereich
backend, machine-learning

Rechercherichtung

Lies src/diffusers/schedulers/scheduling_unipc_multistep.py und vergleiche, wie Euler, FlowMatch Euler und FlowMatch LCM in set_timesteps Sigmas umwandeln. Füge einen Regressionstest für eine einfache Liste mit use_flow_sigmas=True hinzu, einschließlich dynamischer Verschiebung, falls unterstützt. Fertig ist es, wenn die Liste funktioniert und die vorhandenen Scheduler-Tests bestehen.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Beschreibung

bug
Describe the bug

UniPCMultistepScheduler.set_timesteps documents sigmas as list[float], but with use_flow_sigmas=True a plain list fails in the shift calculation:

  • flow_shift * sigmas → TypeError: can't multiply sequence by non-int of type 'float'
  • with use_dynamic_shifting=True, time_shift computes 1 / sigmas → TypeError: unsupported operand type(s) for /: 'int' and 'list'

The same values passed as a NumPy array work. Euler, FlowMatch Euler and FlowMatch LCM already convert sigmas with np.array(sigmas).astype(np.float32) before using them; UniPC doesn't.

Reproduction
from diffusers import UniPCMultistepScheduler


scheduler = UniPCMultistepScheduler.from_pretrained("Wan-AI/Wan2.1-T2V-1.3B-Diffusers", subfolder="scheduler")
print("use_flow_sigmas:", scheduler.config.use_flow_sigmas, "| flow_shift:", scheduler.config.flow_shift)

# A custom 8-step schedule, written as a list (the documented type).
sigmas = [1.0, 0.9, 0.8, 0.65, 0.5, 0.35, 0.2, 0.1]
scheduler.set_timesteps(sigmas=sigmas)
print("timesteps:", scheduler.timesteps.tolist())

Only the scheduler config is downloaded.

Context

I wanted to try a custom sigma schedule with Wan's default scheduler (UniPC with use_flow_sigmas=True, flow_shift=3.0), so I called set_timesteps(sigmas=...) with a list, as the docstring describes. Passing np.array(sigmas) works around it.

None of the in-tree pipelines currently send a list down this path, so this only shows up when calling the scheduler directly, from a custom pipeline, or when swapping UniPC into a pipeline that forwards a user-provided sigmas list.

I have a one-line fix (convert to an array at the top of set_timesteps, same as the other schedulers) plus a regression test, and can open a PR if that sounds good.

Logs
File "src/diffusers/schedulers/scheduling_unipc_multistep.py", line 434, in set_timesteps
    sigmas = self.config.flow_shift * sigmas / (1 + (self.config.flow_shift - 1) * sigmas)
             ~~~~~~~~~~~~~~~~~~~~~~~^~~~~~~~
TypeError: can't multiply sequence by non-int of type 'float'
System Info
  • diffusers: main @ f7fc4389e
  • Python 3.14.6, torch 2.14.1, numpy 2.5.4
  • macOS 26.5.2 (arm64)
Who can help?

@yiyixuxu @dg845

Vorherrschende Sprache
Python
Sterne
34.9k
Forks
7.5k
Ø Merge
2 T. 13 Std.
Gemergte PRs (30 T.)
64

Entwicklungsumgebung

Erste Schritte

  1. Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
  2. Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
  3. Forken Sie das Repository und arbeiten Sie in einem Branch.
  4. Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.

Mehr aus huggingface/diffusers

Alle Issues in huggingface/diffusers

Ähnliche Issues

Weitere Issues zu Python

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.