`from_pipe` converts pipelines to float32 by default

### Describe the bug

Pipelines passed to `from_pipe()` are converted to float32 unless `torch_dtype` is specified, leading to higher memory usage and slower inference.

### Reproduction
```python
import torch
from diffusers import StableDiffusionPipeline, StableDiffusionImg2ImgPipeline

pipe = StableDiffusionPipeline.from_pretrained("stable-diffusion-v1-5/stable-diffusion-v1-5", torch_dtype=torch.float16).to("cuda")
print(f"Before: {pipe.dtype} - {torch.cuda.memory_allocated() // 1048576} MB")

i2i = StableDiffusionImg2ImgPipeline.from_pipe(pipe)
print(f"After: {pipe.dtype} - {torch.cuda.memory_allocated() // 1048576} MB")
```
### Logs
```
Loading pipeline components...: 0%| | 0/7 [00:00

Comienza en el punto de entrada `from_pipe()` y reproduce la conversión con el ejemplo de StableDiffusionPipeline y StableDiffusionImg2ImgPipeline del issue. Compara el dtype del pipeline y la memoria CUDA antes y después de la conversión. Se considera completado cuando un pipeline pasado por `from_pipe()` conserva el dtype de origen de forma predeterminada sin requerir `torch_dtype`.

Escrito por el modelo de indexación a partir del texto del issue.