企业官网建设流程全解析

从24GB显卡到云端：用AI Toolkit十分钟跑通FLUX LoRA训练

【免费下载链接】ai-toolkitThe ultimate training toolkit for finetuning diffusion models项目地址: https://gitcode.com/GitHub_Trending/ai/ai-toolkit

想给自己的角色训一个LoRA，却被一屏幕的YAML参数劝退？其实 AI Toolkit LoRA 训练没想象中可怕：克隆仓库、打开网页界面、传图、填触发词，它就开始跑了。FLUX、SDXL、Qwen-Image、Wan视频模型，30多个主流扩散模型都在支持列表里。你只需要准备一文件夹图片和一张显卡。

先别急着碰参数，看看它到底能做什么。

能训哪些模型？一张清单看懂

• 图像模型：FLUX.1/FLUX.2、SDXL、SD 1.5、Qwen-Image、HiDream、OmniGen2 等 30 多个，挑一个就能训 LoRA；
• 指令编辑模型：FLUX.1-Kontext、Qwen-Image-Edit，能练"听指令改图"的能力；
• 视频模型：Wan 2.1/2.2、LTX-2、MiniMax，图生视频的 LoRA 也支持；
• 音频模型：Ace-Step，音乐生成同样可以微调。✨

这些模型都支持 8bit 量化和多分辨率分桶，不同尺寸的图片丢进同一个文件夹就行，系统自动帮你缩放归类。

三步跑起来：从克隆到打开界面

第一步，装环境和依赖。你只需复制下面这段命令，它会把 Python 环境、PyTorch、全部依赖一次装好：

git clone https://gitcode.com/GitHub_Trending/ai/ai-toolkit cd ai-toolkit python3 -m venv venv && source venv/bin/activate pip3 install torch torchvision torchaudio pip3 install -r requirements.txt

第二步，启动 Web 界面（需要 Node.js 20 以上）。界面只负责"启动和盯梢任务"，任务跑起来后关掉它也不影响训练：

cd ui npm run build_and_start

第三步，浏览器打开localhost:8675，选模型、上传你的图片、填上触发词，点开始，第一个 LoRA 就上路了。🛠️

不同显卡选哪份配置？别猜了，看这里

配置文件都在示例目录里，每行都带注释，复制一份改改就能用。三种常见场景：

改完存到 config 目录，用python run.py 你的配置.yml启动，输出文件夹里会自动出现检查点和每隔 250 步的采样图，进度一目了然。

让训练效果再进一步：几个关键开关

显存爆掉：示例配置里quantize: true默认就是开的，这是 8bit 混合精度；再配合gradient_checkpointing，24GB 显卡跑 FLUX 毫无压力。实在 OOM，就取消注释low_vram，慢一点但更稳。

触发词怎么写：填到trigger_word里，建议用 "p3r5on" 这种不易和现有词撞车的写法。系统会自动把它追加到每张图的描述里，不用你手动改文本。

配文太麻烦：每张图旁边放一个同名.txt，写一句描述就够；再懒一点，直接用界面里的 AI 自动配文功能，整批图它替你搞定。💡

你的第一步从这里开始

别再被参数吓住了：把 24GB 那份示例配置复制出来，改掉模型路径和图片文件夹，就能跑通你的第一个 AI Toolkit LoRA 训练任务。先跑通，再谈完美，剩下的细节都可以慢慢调。随时欢迎上手试试 🚀

【免费下载链接】ai-toolkitThe ultimate training toolkit for finetuning diffusion models项目地址: https://gitcode.com/GitHub_Trending/ai/ai-toolkit