AI Toolkit
Ostris 出品的一体化训练套件,覆盖图像、视频和音频扩散模型,有网页界面和命令行两种用法。
AI Toolkit 是 Ostris 维护的扩散模型一体化训练套件。作者称它的目标是在消费级硬件上支持最新的图像和视频模型,既可以通过网页界面运行,也可以从命令行运行。位于 localhost 8675 端口的界面可以启动、停止和监控训练任务,还可以用认证令牌保护起来。训练任务本身不依赖界面,界面关闭后仍会继续运行。
它的支持模型列表很长。README 里图像方面有 FLUX.1、FLUX.2 和 FLUX.3 Image Klein、Qwen-Image 2.1、Z-Image、Krea 2、HiDream O1、FP8 的 Ideogram 4、Ming-Image、MOSS-Image 和 FIBO 2,另有指令编辑变体;视频方面有 Wan 2.1 和 2.2、LTX-2.5 和 MiniMax H3;音频方面有 ACE-Step 1.5 和 YuE2。其中好几个模型是最近几个月才发布的。
推荐的安装方式是仓库自带的 AI Toolkit Manager,它会检测你的硬件,配置匹配的 PyTorch 版本,并把所有东西都放在这个文件夹里。管理器仍被标为实验性,Mac 脚本也标注为 Apple 芯片、实验性。手动安装的说明要求有一块显存足以训练所选模型的 Nvidia GPU。
适合做什么
- 用点选式界面为新的开放图像和视频模型训练 LoRA
- 在无界面的服务器上用脚本运行同样的训练任务
- 跟进较老的训练工具还没有支持的模型
需要注意
- 手动安装需要 Nvidia GPU,通过管理器在 Mac 上使用仍是实验性的
- 显存需求取决于模型和设置,开始前请查看 README 里对应模型的说明
- 请遵守基础模型和训练数据的许可证,因为 MIT 许可证只覆盖这个工具本身