用途：面向华为昇腾 NPU 场景，准备 Diffusers 模型权重。提供两条路径：从 HuggingFace 或 ModelScope 下载真实权重；或基于 Pipeline 配置生成随机初始化的假权重，用于代码流程与业务验证。
主要能力：
- 下载模型权重。HuggingFace 可用 hf download Wan-AI/Wan2.2-I2V-A14B-Diffusers，国内可设 export HF_ENDPOINT=https://hf-mirror.com；也可用脚本 python scripts/download_weights.py hf <model_id> --proxy https://hf-mirror.com 或 --dry-run。ModelScope 用 modelscope download --model Wan-AI/Wan2.2-T2V-A14B，或 python scripts/download_weights.py modelscope <model_id> -o ./models。
- 生成假权重。先用 snapshot_download 拉取元数据（排除 .safetensors、.bin），读取 model_index.json 解析各组件，再用 from_config() 随机初始化并 save_pretrained() 保存，tokenizer 与 scheduler 直接复制配置。命令：python scripts/generate_fake_weights.py from-hub <model_id> -o <dir> --dtype bfloat16；或 from-local <metadata_dir> -o <dir>。生成目录结构与原模型一致。
环境依赖：huggingface_hub、modelscope、torch、diffusers、transformers，均用 pip 安装。
适用场景：需要验证昇腾 NPU 上 Diffusers Pipeline 加载与运行流程，但暂不需要真实权重时。已验证模型包括 Qwen/Qwen-Image-2512、Tongyi-MAI/Z-Image-Turbo。
限制：假权重为随机初始化，生成图像无意义，仅用于流程验证；大模型（>10B 参数）生成可能占较多内存和时间；国内建议使用代理或镜像；如遇 socks 代理冲突，先 unset all_proxy ALL_PROXY。具体支持范围与性能表现暂未提供。