[Bug] compile_pipe使用-第一次warmup完（也就是静态图编译完），controlnet的参数controlnet_conditioning_scale会固定住？

[cchen-reese]

Your current environment information

PyTorch version: 2.3.1+cu118
Is debug build: False
CUDA used to build PyTorch: 11.8
ROCM used to build PyTorch: N/A

OneFlow version: version: 0.9.1.dev20240515+cu118, git_commit: ec7b682, cmake_build_type: Release, rdma: True, mlir: True, enterprise: False
Nexfort version: none
OneDiff version: 1.2.0.dev1
OneDiffX version: 1.1.0

Versions of relevant libraries:
[pip3] diffusers==0.29.2
[pip3] numpy==1.24.4
[pip3] open_clip_torch==2.7.0
[pip3] pytorch-lightning==2.3.0
[pip3] torch==2.3.1+cu118
[pip3] torchaudio==2.3.0+cu118
[pip3] torchmetrics==1.4.0.post0
[pip3] torchvision==0.18.0+cu118
[pip3] transformers==4.41.2
[pip3] triton==2.3.1
[conda] numpy 1.24.4
[conda] open_clip_torch 2.7.0
[conda] pytorch-lightning 2.3.0
[conda] torch 2.3.1+cu118
[conda] torchaudio 2.3.0+cu118
[conda] torchmetrics 1.4.0.post0
[conda] torchvision 0.18.0+cu118
[conda] triton 2.3.1

🐛 Describe the bug

from onediffx import compile_pipe
from diffusers import StableDiffusionControlNetPipeline

1. 一开始将StableDiffusionControlNetPipeline load完毕，并且new_pipe=compile_pipe(pipe)
2. 第一次Inference时，为warm up阶段，此时controlnet的参数controlnet_conditioning_scale是(0.5, 0.5)
3. 接下来的多次inference，controlnet的参数都是不一样的。但是观察返回结果，实际的参数并没有改变，依旧是(0.5, 0.5)。

请问oneflow的编译静态图，会将controlnet的参数controlnet_conditioning_scale编译进去吗，后面的多次Inference，是否支持更换参数呢？