调用生成 pipeline 时调用的函数。

<<<<<<< HEAD 如 Classifier-Free Diffusion Guidance 中定义的引导尺度。guidance_scale 定义为 Imagen Paper 中公式 2 的 w。通过设置 guidance_scale > 1 来启用引导尺度。较高的引导尺度会促使生成与文本 prompt 紧密关联的图像，通常以牺牲图像质量为代价。

negative_prompt (str or list[str]，可选)：

如 Classifier-Free Diffusion Guidance 中定义的引导尺度。guidance_scale 定义为 Imagen Paper 中公式 2 的 w。通过设置 guidance_scale > 1 来启用引导尺度。较高的引导尺度会促使生成与文本 prompt 紧密关联的图像，通常以牺牲图像质量为代价。 negative_prompt (str 或 list[str]，可选)：

main 用于引导图像生成的负面提示词。如果未定义，则必须传入 negative_prompt_embeds。当不使用引导时（即 guidance_scale 小于 1 时），此参数将被忽略。 num_images_per_prompt (int，可选，默认为 1)： 每个提示词生成的图像数量。 generator (torch.Generator 或 list[torch.Generator]，可选)： 一个或一组 torch generator(s)，用于使生成过程具有确定性。 latents (torch.FloatTensor，可选)： 预生成的噪声潜变量，从高斯分布中采样，用作图像生成的输入。可用于通过不同的提示词微调同一次生成。如果未提供，将通过使用提供的随机 generator 进行采样来生成一个 latents 张量。 prompt_embeds (torch.FloatTensor，可选)： 预生成的文本嵌入。可用于轻松微调文本输入，例如 提示词加权。如果未提供，将从 prompt 输入参数生成文本嵌入。 negative_prompt_embeds (torch.FloatTensor，可选)： 预生成的负面文本嵌入。可用于轻松微调文本输入，例如 提示词加权。如果未提供，将从 negative_prompt 输入参数生成 negative_prompt_embeds。 output_type (str，可选，默认为 "pil")： 生成图像的输出格式。在 PIL：PIL.Image.Image 或 np.array 之间选择。 return_dict (bool，可选，默认为 True)： 是否返回 ~pipelines.bria.BriaPipelineOutput 而不是普通元组。 attention_kwargs (dict，可选)： 一个 kwargs 字典，如果指定，将传递给 diffusers.models.attention_processor 中 self.processor 下定义的 AttentionProcessor。 callback_on_step_end (Callable，可选)： 一个在推理过程中每个去噪步骤结束时调用的函数。该函数使用以下参数调用：callback_on_step_end(self: DiffusionPipeline, step: int, timestep: int, callback_kwargs: Dict)。callback_kwargs 将包含由 callback_on_step_end_tensor_inputs 指定的所有张量列表。 callback_on_step_end_tensor_inputs (list，可选)： callback_on_step_end 函数的张量输入列表。列表中指定的张量将作为 callback_kwargs 参数传递。您只能包含管道类的 ._callback_tensor_inputs 属性中列出的变量。 max_sequence_length (int 默认为 256)：与 prompt 一起使用的最大序列长度。 clip_value (float，可选)： 如果设置，预测的噪声将在每个去噪步骤中被裁剪到范围 [-clip_value, clip_value]。 normalize (bool，可选，默认为 False)： 是否在每个去噪步骤中归一化预测的噪声。

>>> import torch
>>> from diffusers import BriaPipeline

>>> pipe = BriaPipeline.from_pretrained("briaai/BRIA-3.2", torch_dtype=torch.bfloat16)
>>> pipe.to("cuda")
# BRIA's T5 text encoder is sensitive to precision. We need to cast it to bfloat16 and keep the final layer in float32.

>>> pipe.text_encoder = pipe.text_encoder.to(dtype=torch.bfloat16)
>>> for block in pipe.text_encoder.encoder.block:
...     block.layer[-1].DenseReluDense.wo.to(dtype=torch.float32)
# BRIA's VAE is not supported in mixed precision, so we use float32.

>>> if pipe.vae.config.shift_factor == 0:
...     pipe.vae.to(dtype=torch.float32)

>>> prompt = "Photorealistic food photography of a stack of fluffy pancakes on a white plate, with maple syrup being poured over them. On top of the pancakes are the words 'BRIA 3.2' in bold, yellow, 3D letters. The background is dark and out of focus."
>>> image = pipe(prompt).images[0]
>>> image.save("bria.png")