从 PR body 总结，动机是添加 FLUX.1-dev ModelOpt NVFP4 混合transformer builder 以提升扩散模型性能。验证数据显示 NVFP4 量化相比 BF16 在 4x RTX 5090 上 benchmark denoise 快 22.95%，端到端快 22.90%，且图像质量保持良好（PSNR 28.16 dB），旨在通过新量化格式优化推理速度。

建议技术管理者和工程师精读此 PR，重点关注：build_modelopt_nvfp4_transformer.py 的设计如何混合 BF16 和 NVFP4 模块以保持数值稳定性；swap_weight_nibbles 配置在 modelopt_quant.py 中的实现，了解权重布局处理；以及 prewarm_nvfp4_jit_modules 在 denoising.py 中的优化策略，避免 Dynamo 追踪开销。这些决策对后续量化支持有借鉴意义。

实现方案拆解为四个模块：

1. 文档更新：在 docs/diffusion/quantization.md 中添加 NVFP4 支持矩阵和已验证的 ModelOpt checkpoint 信息。
2. 工具脚本：新增 build_modelopt_nvfp4_transformer.py 用于构建 SGLang 可加载的 NVFP4 transformer，并重命名 build_modelopt_fp8_transformer.py 统一工具命名。
3. 量化配置：在 modelopt_quant.py 中引入 swap_weight_nibbles 参数控制权重字节顺序，添加 _prepare_nvfp4_weight_bytes 函数处理序列化。
4. 模型与运行时：修改 flux.py 为注意力层添加前缀以正确排除量化模块；在 denoising.py 中添加 _needs_nvfp4_jit_prewarm 和调用 prewarm_nvfp4_jit_modules 优化 JIT 初始化；更新 fsdp_load.py 改进加载错误信息。
5. 测试覆盖：扩展 test_transformer_quant.py 添加 NVFP4 配置和 FLUX 前缀单元测试。

技术风险包括：

1. 回归风险：新量化路径可能影响现有 FLUX.1-dev 模型的加载或推理正确性，尤其在 modelopt_quant.py 中的 swap_weight_nibbles 配置错误时，会导致权重布局错位。
2. 性能风险：prewarm_nvfp4_jit_modules 在 denoising.py 中的调用可能增加启动开销，或在不必要场景触发 JIT 编译。
3. 兼容性风险：更新工具脚本重命名（如 convert_modelopt_fp8_checkpoint.py 改为 build_modelopt_fp8_transformer.py）可能破坏现有工作流或脚本引用。
4. 测试覆盖不足：尽管添加了单元测试，但集成测试或端到端场景覆盖可能不全面，需验证多 GPU 或不同硬件配置。

影响范围：

1. 用户影响：扩散模型用户可通过 NVFP4 量化获得约 23% 性能提升，但需使用新工具构建 checkpoint 并注意配置参数（如 swap_weight_nibbles）。
2. 系统影响：扩展了量化支持矩阵，增加运行时对 NVFP4 格式的处理逻辑，可能轻微增加代码复杂度。
3. 团队影响：需维护新增的 build_modelopt_nvfp4_transformer.py 工具和更新后的文档，确保与其他量化 PR（如 FP8 支持）协同工作。影响程度中等，主要局限于扩散模型和量化子系统。