AI Toolkit
Ostris 製の画像・動画・音声拡散モデル向けオールインワン学習スイート。Web インターフェースとコマンドラインの両方に対応。
AI Toolkit は Ostris がメンテナンスする拡散モデル向けのオールインワン学習スイートです。作者によれば、コンシューマー向けハードウェアで最新の画像・動画モデルをサポートすることを目指しており、Web インターフェースでもコマンドラインでも実行できます。localhost のポート 8675 で動くインターフェースから学習ジョブの開始・停止・監視ができ、認証トークンで保護することも可能です。ジョブ自体はインターフェースがなくても動き続けます。
サポート対象モデルのリストは長いです。README には、画像向けに FLUX.1、FLUX.2、FLUX.3 Image Klein、Qwen-Image 2.1、Z-Image、Krea 2、HiDream O1、FP8 の Ideogram 4、Ming-Image、MOSS-Image、FIBO 2 とその指示編集バリアント、動画向けに Wan 2.1 と 2.2、LTX-2.5、MiniMax H3、音声向けに ACE-Step 1.5 と YuE2 が挙げられています。そのうちのいくつかはここ数か月でリリースされたばかりのモデルです。
推奨されるインストール方法は、組み込みの AI Toolkit Manager を使うやり方です。ハードウェアを検出し、対応する PyTorch ビルドをセットアップし、すべてをフォルダー内に収めてくれます。マネージャーはまだ実験的とされており、Mac 用スクリプトには「Apple シリコン、実験的」というラベルが付いています。手動インストールの手順では、学習するモデルに十分なメモリーを備えた Nvidia GPU が求められます。
おすすめの用途
- ポイントアンドクリックのインターフェースで、新しいオープンな画像・動画モデルの LoRA を学習する
- ヘッドレスサーバー上で、同じ学習ジョブをスクリプトから実行する
- 従来の学習ツールがまだ対応していないモデルを追いかける
注意点
- 手動インストールには Nvidia GPU が必要で、マネージャー経由の Mac 対応は実験的
- メモリー需要はモデルと設定に依存するため、開始前に README の各モデルの注意書きを確認する
- MIT ライセンスがカバーするのはこのツールキットだけなので、ベースモデルと学習データのライセンスを尊重する