ostris/ai-toolkit

它解決了什麼問題

AI Toolkit 是一套全功能的訓練套件，旨在讓消費級硬體也能輕鬆訓練擴散模型。它簡化了影像、影片與音訊模型的微調流程，提供完整工具鏈，從資料集準備到模型保存皆可一手掌握。

工作原理

此工具套件同時提供指令列介面 (CLI) 與基於網頁的圖形使用者介面 (GUI) 來管理訓練任務。使用者可透過 YAML 檔案設定訓練執行內容，指定模型類型、網路設定（如 LoRA 或 LoKr）以及資料集路徑。系統會自動處理影像縮放與長寬比分桶，免除手動裁切的需求。

適用對象

AI 藝術家、開發者與研究者，想在自有硬體或 RunPod、Modal 等雲端 GPU 供應商上微調擴散模型（如 FLUX、SDXL、Wan 2.1）。

重點特色

• 廣泛的模型支援：支援多種影像、指令/編輯、影片與音訊擴散模型，包含 FLUX 系列、SDXL 與 Wan 2.1。
• 彈性的訓練方式：支援 LoRA 與 LoKr 訓練，並可使用 only_if_contains 與 ignore_if_contains 篩選器針對或排除特定模型層。
• 使用者友善介面：提供網頁 UI 以啟動、停止與監控任務，並可選擇性加入驗證機制以確保遠端存取安全。
• 硬體可及性：針對消費級 GPU 進行最佳化，亦能輕鬆整合雲端 GPU 服務。
• 簡化的資料集處理：自動管理影像降階與長寬比分桶，適應不同比例的影像。