Fizgig

Fizgig — 適用於 Klein 9B、Krea 2、MiniMax H3、Qwen Image 2.1、Anima & Z-Image Turbo 和 Ace-Step XL 的 LoRA 與微調工作室:訓練、微調、分析、修復和

Fizgig 是什麼?

Fizgig — 適用於 Klein 9B、Krea 2、MiniMax H3、Qwen Image 2.1、Anima & Z-Image Turbo 和 Ace-Step XL 的 LoRA 與微調工作室:訓練、微調、分析、修復和提取用於影像、影片和音樂模型的 LoRA 與 LoKR

Fizgig 概覽

這是什麼

Fizgig 是一個針對影像、影片與音樂模型的訓練器與工作檯。它可以在電腦的獨立視窗、瀏覽器或租用的 GPU 上執行,並可透過手機監控訓練進度。每個訓練器都能產生 LoRA;Fizgig 也提供修復、探索、比較與分析 LoRA 的工具。支援的模型包括 Flux 2 Klein 9B、Flux 3 Image Klein、Krea 2、MiniMax H3、Qwen Image 2.1、MOSS-Image、Z-Image Turbo、SDXL、Anima 與 ACE-Step。記憶體管理會自動調整:精度、區塊交換與預覽會根據可用 VRAM 調整。Fizgig 可載入來自 kohya、PEFT、OneTrainer、AI-Toolkit 與 LyCORIS 的 LoRA,並儲存與 ComfyUI 相容的 .safetensors 檔案。本軟體為免費開源,採用 Apache-2.0 授權。

主要功能

  • 訓練 LoRA、LoKR、滑桿 LoRA、編輯 LoRA 以及完整微調,適用於影像、影片與音樂模型。
  • 無需重新訓練即可逐區塊修復 LoRA:拖曳每個區塊的滑桿並儲存新的 .safetensors 檔案。
  • LoRA Royale:在同一個種子上渲染每個 epoch,並附帶交叉淡出效果,可匯出可分享的循環影片,以肉眼找出最佳 epoch。
  • 在進行任何修改前,分析哪些區塊承載了身份、風格與細節。
  • Fizgig LoRA Isolation:將兩個主體訓練到同一個 LoRA 中,同時保留每個主體的身份特徵。
  • 記憶體會自動規劃精度、區塊交換與預覽大小以符合可用 VRAM;若預覽無法容納,訓練仍會繼續。
  • 支援的模型:Flux 2 Klein 9B、Flux 3 Image Klein、Krea 2、MiniMax H3、Qwen Image 2.1、MOSS-Image、Z-Image Turbo、SDXL、Anima 與 ACE-Step。

使用情境

  • 從一組照片訓練自訂 LoRA,用於特定角色、風格或物體。
  • 使用前後對比照片對訓練編輯 LoRA,以套用一致的編輯效果(例如重新打光、色調調整)。
  • 使用 ACE-Step 訓練自己的歌曲的音樂 LoRA,並在圖庫中播放預覽。
  • 使用 Fizgig LoRA Isolation 將多人訓練到同一個 LoRA 中,同時保持每個人的臉部特徵。
  • 透過調整個別區塊來修復損壞或訓練不佳的 LoRA,無需重新訓練。
  • 使用 LoRA Royale 以視覺方式比較訓練 epoch,選出最佳檢查點。

快速開始

請參閱儲存庫的 README 以取得安裝與快速入門說明。

授權與價格

授權:Apache-2.0。價格:開源且免費。

內容整理自該專案公開的 README 與儲存庫資訊。

將此徽章加入你的 README

Featured on YunoDB 徽章樣式與說明

你是這個專案的維護者嗎?展示它已收錄於 YunoDB。

Markdown[![Featured on YunoDB](https://yunodb.com/badge/shootthesoundfizgig.svg)](https://yunodb.com/tools/shootthesoundfizgig?utm_source=github&utm_medium=badge)
HTML<a href="https://yunodb.com/tools/shootthesoundfizgig?utm_source=github&utm_medium=badge"><img src="https://yunodb.com/badge/shootthesoundfizgig.svg" alt="Featured on YunoDB" height="20"></a>