AI Toolkit
La suite de entrenamiento todo en uno de Ostris para modelos de difusión de imagen, vídeo y audio, con interfaz web y línea de comandos.
AI Toolkit es una suite de entrenamiento todo en uno para modelos de difusión mantenida por Ostris. Según su autor, busca dar soporte a los últimos modelos de imagen y vídeo en hardware de consumo, y funciona tanto con interfaz web como desde la línea de comandos. La interfaz del puerto 8675 de localhost inicia, detiene y supervisa los trabajos de entrenamiento, y puedes protegerla con un token de autenticación. Los trabajos en sí siguen ejecutándose sin la interfaz.
Su lista de modelos compatibles es larga. El README incluye FLUX.1, FLUX.2 y FLUX.3 Image Klein, Qwen-Image 2.1, Z-Image, Krea 2, HiDream O1, Ideogram 4 en FP8, Ming-Image, MOSS-Image y FIBO 2 para imágenes, además de variantes de edición por instrucciones, Wan 2.1 y 2.2, LTX-2.5 y MiniMax H3 para vídeo, y ACE-Step 1.5 y YuE2 para audio. Varios de esos modelos se han lanzado en los últimos meses.
La instalación recomendada es su AI Toolkit Manager integrado, que detecta tu hardware, configura la versión de PyTorch adecuada y lo mantiene todo dentro de la carpeta. El gestor sigue marcado como experimental, y el script para Mac está etiquetado como Apple Silicon, experimental. Las instrucciones manuales requieren una GPU Nvidia con memoria suficiente para el modelo que entrenes.
Ideal para
- Entrenar LoRAs para nuevos modelos abiertos de imagen y vídeo con una interfaz de clics
- Ejecutar el mismo trabajo de entrenamiento desde un script en un servidor sin interfaz gráfica
- Seguir los modelos que los entrenadores más antiguos aún no admiten
A tener en cuenta
- La instalación manual necesita una GPU Nvidia, y el soporte para Mac vía el gestor es experimental
- Las necesidades de memoria dependen del modelo y de la configuración: revisa las notas del README para cada modelo antes de empezar
- Respeta la licencia del modelo base y de tus datos de entrenamiento, porque la licencia MIT solo cubre el toolkit