随着SD3.5、Flux、HunyuanVideo等模型在开源社区的广泛支持，微调或训练Lora的需求愈发凸显。相较于早期的SD1.5和SDXL时代，如今已有更多工具支持这类训练任务。今天为大家梳理当前主流的模型训练工具，帮助大家根据个人需求挑选最适合的工具。
本地训练工具推荐
1. Kohya_ss
-
简介：Kohya_ss 是一款专为SD系列及FLUX模型设计的开源训练工具，它通过Gradio提供的图形用户界面（GUI）简化了sd-scripts的使用流程，使用户可以更直观地设置参数并启动训练，你也可以直接使用sd-scripts通过命令行来进行模型的微调和Lora训练。 -
链接：sd-scripts | Kohya_ss -
特点：跨平台兼容、用户友好、丰富的功能配置
2. AI Toolkit
-
简介：这款工具不仅适用于多种AI模型的训练与部署，还特别针对FLUX模型进行了优化。它可以帮助用户生成高质量的图像，通过微调SD系列和FLUX模型，用户可以根据自己的需求生成特定风格的图像。此外，AI Toolkit还集成了来自Azure AI Studio和Hugging Face的工具和模型，帮助开发者快速下载、微调、测试和部署AI模型 -
链接：AI Toolkit -
特点：灵活的模型选择、高效的资源管理、直观的操作界面
3. OneTrainer
-
简介：OneTrainer 是一个针对模型训练需求的一站式解决方案。它支持多种模型，如 FLUX、Stable Diffusion、SDXL 等，并提供了多种训练方法，包括完全微调、LoRA、嵌入等。OneTrainer 还具备自动数据增强、张量板集成、多提示训练等功能。 -
链接：OneTrainer -
特点：多模型支持、易于上手、优化的训练流程
4. FineTrainers
-
简介：FineTrainers 是一个专注于视频模型训练的开源工具，最初名为 cogvideox-factory，现已更名为 FineTrainers。该项目的主要目标是支持各种模型的 LoRA训练，尤其是与 Hugging Face 的 Diffusers 库兼容的模型，如LTX Video、CogVideoX、Mochih和Hunyuan Video。这是一款命令行工具，如果你想要一个用户界面，可以第三方基于此工具开发的finetrainers-ui -
链接：FineTrainers | finetrainers-ui -
特点：视频模型训练、支持多种模型、命令行与UI双模式
5. FluxGym
-
简介：由CocktailPeanut开发，FluxGym是一个为低显存环境定制的网页界面训练工具，适合在普通硬件上进行FLUX LoRA模型的训练，支持 12GB、16GB 和 20GB 的显存配置。 -
链接：FluxGym -
特点：简化的UI、低显存支持、强大的兼容性
6. diffusion-pipe
-
简介：一个实验性质的训练脚本，专注于Flux、LTX-Video 和 HunyuanVideo的LoRA模型训练，提供了流水线并行、完全微调支持等多项特性。 -
链接：diffusion-pipe -
特点：分布式计算、性能监控、扩展性强
7. ComfyUI-FluxTrainer
-
简介：ComfyUI-FluxTrainer让用户体验在熟悉的ComfyUI环境中进行LoRA模型训练的乐趣，同时保持与推理相同的模型和Python环境。 -
链接：ComfyUI-FluxTrainer -
特点：用户友好的界面、专注于LoRA训练、良好的兼容性
8. Musubi Tuner
-
简介：Musubi Tuner是专门用于训练HunyuanVideo LoRA模型的工具，尽管目前主要支持图像训练（利用图片来训练LoRA模型），但其内存高效的设计使其适合大显存环境。开发者TTPlanet已经基于此工具打造了一个带GUI的一键包，可惜的是没有发布在GitHub上，而是放在了百度网盘上。 -
链接：Musubi Tuner|一键包|Gui_for_musubi-tuner -
特点：内存高效、Windows兼容、未来扩展至视频训练
在线训练平台概览
对于没有高性能显卡的用户来说，在线训练平台是一个理想的选择。这些平台提供了不同程度的GPU资源租用服务，方便快捷，无需担心硬件问题。
-
Liblibai：国内最大的绘画模型共享网站，提供中文界面的Lora训练服务，附带免费额度，非常适合初学者。
-
Civitai：海外知名的绘画模型共享平台，同样提供Lora训练服务，对素材内容限制较少。
如何选择？
选择本地训练工具还是在线平台，取决于你的硬件条件和个人偏好。如果你拥有高性能显卡（如英伟达4090），那么AI Toolkit、OneTrainer、diffusion-pipe等本地工具会是不错的选择；而对于显卡性能有限的用户，FluxGym这样的工具则更为合适。至于在线平台的选择，则需要综合考虑成本和网络连接稳定性。此外，利用StabilityMatrix、Pinokio等一键安装工具可以简化安装过程，让你更快地上手模型训练。
评论0