I made a pipeline that lets you use any number of models at once

### Model/Pipeline/Scheduler description

Here's how to do it:
from rubberDiffusers import StableDiffusionRubberPipeline
pipe=StableDiffusionRubberPipeline.from_pretrained(
"runwayml/stable-diffusion-v1-5", torch_dtype=torch.float32,local_files_only=True,safety_checker=None, requires_safety_checker=False,
)

pipe2=StableDiffusionRubberPipeline.from_pretrained(
"runwayml/stable-diffusion-v1-5", torch_dtype=torch.float32,local_files_only=True,safety_checker=None, requires_safety_checker=False,
)

apply_multiModel(pipe)
pipe.added_model=[pipe2]
image=pipe("your prompt",width=512,height=512,pos=["0:0-512:512"],mask_strengths=[.5],model_kwargs=[{prompt="your prompt for the first loaded model"}]).images[0]

### Open source status

- [ ] The model implementation is available.
- [ ] The model weights are available (Only relevant if addition is not a scheduler).

### Provide useful links for the implementation

https://github.com/alexblattner/RubberDiffusers

L’issue renvoie à l’implémentation externe RubberDiffusers au lieu de nommer un fichier, un test ou un point d’entrée de diffusers. Commencez par examiner cette implémentation liée et la comparer à l’architecture de pipeline du dépôt. Une cible d’intégration délimitée et des critères d’acceptation sont nécessaires avant de pouvoir définir l’achèvement.

Rédigé par le modèle d'indexation à partir du texte de l'issue.