В Fizgig 7 приехали Anima и SDXL. Обе модели работают через новую систему драйверов, а вместе с ними доступны LoRA и LoKR, слайдеры и полный набор инструментов: Repair Studio, LoRA the Explorer, Profiler, Extract и LoRA Royale. Для SDXL подходит любой single-file checkpoint, а по умолчанию используется Juggernaut XL v9.

Интерфейс обучения LoRA для SDXL с настройками, консолью и набором изображений — пример работы с файнтюнингом модели.Источник: i.redd.it

Полный файнтюнинг теперь есть у Klein 9B, Krea 2, Qwen Image 2.1, MiniMax H3, SDXL и Anima. На карте от 16 ГБ помещаются все модели, а Anima и SDXL запускаются уже с 8 ГБ. На более мощной карте Fizgig обучает всю модель сразу, а не по частям — в тестах автора это прошло примерно в 2,6 раза быстрее.

Память зависит от модели. Anima и SDXL требуют 8 ГБ для файнтюнинга и 10 ГБ, чтобы учить всю модель целиком; Qwen Image 2.1 — 12 и 24 ГБ; Klein 9B — 16 и 32 ГБ; Krea 2 и MiniMax H3 — по 16 и 48 ГБ соответственно.

Любой готовый файнтюн можно превратить в LoRA через Checkpoint to LoRA. Автор утверждает, что такой адаптер получается мощнее LoRA, обученной напрямую. А система драйверов теперь полностью открыта: инструкция лежит в репозитории, поэтому сообщество может добавлять новые и старые модели, причём поддержку файнтюнинга можно прикрутить позже. Думаю, для тех, кто собирает локальный пайплайн, это прям полезное обновление.

Главное

  • - Anima и SDXL получили драйверы, LoRA, LoKR, слайдеры и полный набор инструментов Fizgig
  • - Полный файнтюнинг доступен для Klein 9B, Krea 2, Qwen Image 2.1, MiniMax H3, SDXL и Anima
  • - Anima и SDXL обучаются на видеокартах от 8 ГБ памяти
  • - На большой карте обучение всей модели сразу в тестах оказалось примерно в 2,6 раза быстрее
  • - Checkpoint to LoRA превращает готовый файнтюн в более мощный LoRA-адаптер
  • - Можно добавлять свои модели через открытую систему драйверов

ИсточникReddit: AI-видео и картинки