Stable Diffusionなどの画像生成モデル向け学習・生成・ユーティリティスクリプト。LoRAやファインチューニングに対応。
ostris/ai-toolkit
Web UIまたはCLIから、一般向けGPUで画像・動画・音声の拡散モデルをファインチューニングできるオールインワンの学習ツールキット。
- スター
- 12,378
- フォーク
- 1,587
- 未解決の Issue
- 92
- 最終コミット
- 一昨日
これは何?
AI Toolkitは、拡散モデルのファインチューニング向け学習ツールキットです。画像、指示ベースの編集、動画、音声モデルに対応しており、FLUX、Qwen-Image、SDXL、Wan 2.x、LTX-2などのモデルファミリーを扱えます。一般向けのハードウェアでこれらのモデルを動かすことを目指しています。
学習ジョブの開始・停止・監視ができるWeb UIのほか、run.pyにYAML設定ファイルを渡してコマンドラインから実行する方法もあります。中断後は最後のチェックポイントから学習を再開できます。データセットは、画像と対応するキャプションを記した.txtファイルを含むフォルダーで構成されます。画像は自動でリサイズされ、アスペクト比に応じてバケット分けされるため、手動で切り抜く必要はありません。
LoRAとLoKrのネットワークに対応し、includeおよびexcludeフィルターを使って対象レイヤーを指定できます。組み込みのマネージャーからインストールしてPyTorch環境をセットアップする方法と、Python 3.10以降およびNvidia GPUを用いて手動でインストールする方法があります。
主な機能
- 01画像、編集、動画、音声の拡散モデルを1つのツールキットで学習できます。
- 02学習ジョブの開始・停止・監視に使えるWeb UIを提供します。
- 03YAML設定ファイルを使ったコマンドラインでの学習に対応しています。
- 04LoRAとLoKrのネットワークに対応し、レイヤーごとにincludeおよびexcludeフィルターを設定できます。
- 05中断後、最後のチェックポイントから学習を再開できます。
- 06アスペクト比の異なる画像を自動でリサイズし、バケット分けします。
ユースケース
- 一般向けGPU 1台で、FLUXやSDXLのカスタムLoRAを使ってスタイルやキャラクターを学習する。
- 個人用データセットでWanやLTXの動画モデルをファインチューニングする。
- リモートサーバーで学習ジョブを実行し、Web UIから監視する。
クイックスタート
- 1
リポジトリをクローンする
git clone https://github.com/ostris/ai-toolkit.git - 2
プロジェクトフォルダーに移動する
cd ai-toolkit - 3
LinuxでAI Toolkit Managerを起動する(環境をセットアップし、http://localhost:8675 でUIを起動します)
./run_linux.sh
使う前に知っておきたいこと
- ワンクリックマネージャーは、作者によって実験的なものとされています。
- 手動インストールにはNvidia GPUと、トレーニングするモデルに十分なVRAMが必要です。
- FLUX.1-devなど、一部の対応モデルでは、事前にHugging Faceでアクセス申請が必要です。
トピック
よくある質問
- ai-toolkit とは?
- Web UIまたはCLIから、一般向けGPUで画像・動画・音声の拡散モデルをファインチューニングできるオールインワンの学習ツールキット。 AI Toolkitは、拡散モデルのファインチューニング向け学習ツールキットです。画像、指示ベースの編集、動画、音声モデルに対応しており、FLUX、Qwen-Image、SDXL、Wan 2.x、LTX-2などのモデルファミリーを扱えます。一般向けのハードウェアでこれらのモデルを動かすことを目指しています。
- ai-toolkit は無料で使えますか?ライセンスは?
- ai-toolkit は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- ai-toolkit は今もメンテナンスされていますか?
- 活発にメンテナンス中。ai-toolkit の最終コミットは 2026年10月19日 です。
- ai-toolkit は何に使えますか?
- 一般向けGPU 1台で、FLUXやSDXLのカスタムLoRAを使ってスタイルやキャラクターを学習する。 個人用データセットでWanやLTXの動画モデルをファインチューニングする。 リモートサーバーで学習ジョブを実行し、Web UIから監視する。
- ai-toolkit のインストール方法は?
- リポジトリをクローンする: git clone https://github.com/ostris/ai-toolkit.git プロジェクトフォルダーに移動する: cd ai-toolkit LinuxでAI Toolkit Managerを起動する(環境をセットアップし、http://localhost:8675 でUIを起動します): ./run_linux.sh
- ai-toolkit はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/ostris/ai-toolkit
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
画像・動画・音声・3Dコンテンツをローカル生成するためのノードグラフGUI、API、バックエンド。
低VRAMでの推論・学習に対応した、画像・動画・音声生成向けのオープンソースDiffusionモデルエンジン。
量子化なしで、レイヤー単位に大規模言語モデルを実行し、70Bクラスのモデルを4GB GPU 1枚で推論できるPythonライブラリ。
画像・動画・音声生成向けの、学習済み拡散モデル、ノイズスケジューラ、構成要素を提供するPyTorchライブラリ。
YAMLファイルで設定できる、大規模言語モデルのファインチューニングとポストトレーニング向けの無料・オープンソースフレームワークです。