V3 support for many tasks as possible in Huggingface, starting with "text-to-image"

With V2, the `HuggingFace` class allowed to do inference on many different models performing different tasks. Moving to V3 many of the available tasks are not functional anymore.

I would like to see them working again with the V3 `ModelBuilder` interface, and to be able to use a short code snippet to deploy a model.
Here's the complete list of the tasks we used to support:
```
"text-classification",
"token-classification",
"table-question-answering",
"question-answering",
"zero-shot-classification",
"translation",
"summarization",
"feature-extraction",
"text-generation",
"fill-mask",
"sentence-similarity",
"automatic-speech-recognition",
"text-to-image",
"text-to-speech",
"audio-to-audio",
"audio-classification",
"image-classification",
"object-detection",
"image-segmentation"
```

The most important tasks for us are "text-generation" (already working on V3) and "text-to-image" (currently broken). If you think you can make at least these two work it would be great.

An example of model that we would like to test is **black-forest-labs/FLUX.2-dev**.

Không có tệp hoặc bài kiểm thử nào được nêu tên. Hãy bắt đầu bằng cách đọc luồng V3 ModelBuilder đã hỗ trợ text-generation, sau đó tìm hiểu việc triển khai mô hình FLUX.2-dev được cung cấp cho text-to-image. Được xem là hoàn thành khi ít nhất text-generation và text-to-image hoạt động thông qua V3 cùng một đoạn triển khai ngắn, đồng thời việc hỗ trợ rộng hơn cho các tác vụ được liệt kê đã được xử lý khi có thể.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.