ostris/ai-toolkit

它解决了什么问题

AI Toolkit 是一套全功能的训练套件，旨在让消费级硬件也能轻松训练扩散模型。它简化了图像、视频和音频模型的微调流程，提供完整的工具链，从数据集准备到模型保存全部覆盖。

工作原理

该工具套件同时提供命令行界面 (CLI) 与基于网页的图形用户界面 (GUI) 来管理训练任务。用户可以使用 YAML 文件配置训练运行，指定模型类型、网络设置（如 LoRA 或 LoKr）以及数据集路径。系统会自动处理图像缩放和宽高比分桶，免去手动裁剪的需求。

适用对象

AI 艺术家、开发者和研究者，想在自己的硬件或通过 RunPod、Modal 等云 GPU 提供商微调扩散模型（如 FLUX、SDXL、Wan 2.1）。

亮点

• 广泛的模型支持：支持多种图像、指令/编辑、视频和音频扩散模型，包括 FLUX 系列、SDXL 与 Wan 2.1。
• 灵活的训练方式：支持 LoRA 与 LoKr 训练，并可使用 only_if_contains 与 ignore_if_contains 过滤器针对或排除特定模型层。
• 用户友好界面：提供网页 UI 用于启动、停止和监控任务，可选的身份验证确保远程访问安全。
• 硬件可及性：针对消费级 GPU 进行优化，并提供与云 GPU 提供商的轻松集成。
• 简化的数据集处理：自动管理图像降采样和宽高比分桶，适配不同比例的图像。