2 個模型訓練器現已在 WaveSpeedAI 上線：訓練您自己的 Wan 或 Flux LoRA

我們很榮幸推出 Wan-Trainer 和 Flux-Dev-LoRA-Trainer — 2 個可以使用您自己的數據集訓練模型的訓練工具。

關於 Wan-Trainer

Wan 是由阿里巴巴開發的開源視頻生成建模套件，支持多種任務，包括文本生成視頻、圖像生成視頻、視頻編輯、文本生成圖像和視頻生成音頻。

WaveSpeedAI 提供的 Wan-Trainer 讓您可以輕鬆上傳自己的數據集，並通過簡單操作快速微調自己的 Wan-LoRA 模型！Wan 支持的所有任務 — 從文本生成視頻 — 都可以直接在 WaveSpeedAI 上進行訓練。

Wan-Trainer

創建 Wan_3D_Pintr_Lora 示例：

視頻數據集示例：視頻數據集
數據集預處理：準備大約 10 個具有一致特徵的視頻片段，並將其壓縮為 ZIP 文件。
時長：每個視頻片段的長度應約為 5 秒。
標註：Wavespeed 平台提供自動標籤功能。
參數：
- learning_rate：模型學習的速率。較高的值可能會加快訓練但有過度擬合的風險。
- trigger_phrase：激活模型生成圖像的特定短語。
- number_of_steps：1000
- auto_scale_input：如果啟用 (true)，輸入視頻將自動縮放為 81 幀，幀率為 16fps。

json 示例：

{
  "learning_rate": 0.0002,
  "trigger_phrase": "3d",
  "number_of_steps": 1000,
  "auto_scale_input": true,
  "training_data_url": "https://d32s1zkpjdc4b1.cloudfront.net/media/8cb24be7c94d472cb7895e1499bd0ae7/archives/1746773122258761405_gMU3b9hp.zip",
  "model_id": "wavespeed-ai/wan-trainer"
}

關於 Flux-Dev-LoRA-Trainer

Flux Dev 是由 Black Forest Labs 開發的非商業開源文本生成圖像模型。它在圖像質量、細節表現和提示詞重現方面表現出色。 WaveSpeedAI 提供的 Flux-Dev-LoRA-Trainer 讓您可以輕鬆上傳自己的數據集，並通過簡單操作微調自己的 Flux-Dev-LoRA 模型！

Flux-Dev-LoRA-Trainer

創建 FLUX_Style_Lora 示例：

圖像數據集示例：圖像數據集
數據集預處理：將所有相同風格的訓練圖像放在同一文件夾中。
解析度：原始圖像理想情況下應具有 1024×1024 或更高的解析度。如需要，後續可轉換為 512×512。
寬高比：在 Flux.1 上訓練時，可以使用 1:1 寬高比。可以添加其他寬高比以增強多樣性。
清晰度：儘可能使用清晰、高質量的圖像。
多樣性：加入角度、光照條件和服裝的變化，以提高模型的適應性。
參數：
- trigger_word：要在標題中使用的觸發詞。如果設為 None，則不使用觸發詞。如果未提供標題，觸發詞將替換標題。如果存在標題，觸發詞將被忽略。
- create_masks：如果為 True，分割遮罩應用於訓練損失加權。對於人類主體，優先使用面部遮罩（如可能）。
- steps：通常計算為 (圖像數量) × 100 (例如，20 張圖像 → 2000 步)。
- is_style：為 True 時，配置風格轉移訓練。這禁用分割和標題功能，使用觸發詞來定義風格。
- is_input_format_already_preprocessed：指示輸入數據是否已預處理。默認值 (False) 假設原始輸入，圖像/標題文件名匹配 (例如 photo.jpg 和 photo.txt)。對於預處理數據，設為 True。
- data_archive_format：檔案格式。如果未指定，將從 URL 推斷。

json 示例：

{
  "create_masks": false,
  "images_data_url": "https://d32s1zkpjdc4b1.cloudfront.net/media/8cb24be7c94d472cb7895e1499bd0ae7/archives/1747100030859337188_6Ddljsqo.zip",
  "is_input_format_already_preprocessed": true,
  "is_style": true,
  "steps": 2000,
  "trigger_word": "test",
  "model_id": "wavespeed-ai/flux-dev-lora-trainer"
}