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。