前陣子寫了 LoRA 訓練的教學圖文大受好評，因為這種模型的表現極佳，檔案也不大，能很快的讓 AI 學會繪製一個新的物件，不過很快的新的技術又推出了！LoCon 是新型的 LoRA，它包含了捲積層作為 LoRA 的一部分，簡單來說它可以覆蓋模型中的幾乎所有層，能訓練到的東西比傳統的 LoRA 更多！由於使用 Kohya's GUI 訓練 LoCon 跟傳統 LoRA 幾乎一樣，

站長已經玩 AI 繪圖半年的時間，也碰了最近非常熱門的 ChatGPT，非常明白理解到 AI 的進步速度跟好用程度，現在不去學習如何去使用它，那很快地就會被取代了！AI 語音其實不是什麼很新鮮的技術，但近期終於有人讓它變得更簡單、好使用，那就是近期登場的 Retrieval-based-Voice-Conversion…

VC Client 是一款使用 MMVC、so-vits-svc、RVC（Retrieval-based-Voice-Conversion）等人工智慧技術的即時語音變聲器客戶端軟體。此外，它還提供了用於錄製訓練音檔（適用於 MMVC）的工具，以滿足即時語音變聲器所需的訓練需求。RVC 的人聲模型訓練建議透過 Retrieval-based-Voice-Conversion-WebUI 協助訓練，

Retrieval-based-Voice-Conversion-WebUI（簡稱 RVC），提供完全基於 Web 的 GUI 介面，可以讓您輕鬆的在上頭訓練人聲成 .pth 模型檔，即讓 AI 學會一個人的聲音，是 AI 語音領域近期相當火熱的軟體（雖然在台灣還沒什麼人知道），下載及安裝使用方式還請先看我的上篇文章。這次要來嘗試的是 RVC 提供之「ckpt 處理」中「模型融合」的功能，

Retrieval-based-Voice-Conversion-WebUI（簡稱 RVC），該工具可以讓您輕鬆的在上頭訓練人聲成 .pth 模型檔，即讓 AI 學會一個人的聲音。進階使用還可以將 .pth 模型檔依照比例融合，創造完全獨一無二的聲音！此次示範人聲模型融合效果 。
文字稿：ChatGPT
模型訓練集聲源：ずんだもんCV：伊藤ゆいな & 東北イタコCV：木戸衣吹
插圖來源：https://zunko.jp/con_illust.html

▲ 時間軸空降：
00:00:00 片頭
00:00:02…

SD web UI 全稱 Stable Diffusion web UI，是本次要搭配使用 LoRA 模型的 AI 繪圖工具。這個 siitake-eye LoRA 模型是由 2vXpSwA7 訓練釋出的，不過作者表示還沒完全完成，因此先放在「測試」資料夾而不是「發布」資料夾，不過效果已經非常好，能夠為 AI 繪製的二次元角色添加閃閃發光的香菇眼（しいたけ目）！

SD web UI 全稱 Stable Diffusion web UI，是本次要搭配使用 LoRA 模型的 AI 繪圖工具。這個 glowing-glasses LoRA 模型是由 kohya-ss 訓練釋出，能為 AI 繪製的二次元角色添加發光的眼鏡。在日本動漫的場景中，當角色在進行推理、低頭沉思或炫耀時，眼鏡鏡片上的反光常常會呈現亮白色，其中最有名的案例就是名偵探柯南的主角「柯南」。

SD web UI 全稱 Stable Diffusion web UI，是本次要搭配使用 LoRA 模型的 AI 繪圖工具。這是由 donguri_hs 訓練的藝術風格 LoRA 模型，命名為「Hair with scenery reflection」，意思就是風景倒影的頭髮，可以為 AI 繪製的人物添加這種特殊的風格！在角色頭髮上畫風景！實測加上 starry sky、

SD web UI 全稱 Stable Diffusion web UI，是本次要搭配使用 LoRA 模型的 AI 繪圖工具。這是由 nieta_art 訓練的藝術風格 LoRA 模型，命名為「pen sketch style」，意思就是素描速寫風格，可以使 AI 用素描速寫風格繪製人物甚至景物！實測提詞加上 penSketch_style、

Kohya's GUI 這款軟體是專門給 AI 繪圖領域進行模型訓練的工具，可以用來訓練 Stable Diffusion 1.5、2、SDXL 的各種模型，這邊我要示範將 VRAM 控制在 12GB 內的使用量，讓 3060 12GB 這樣等級的顯示卡就能完成訓練 SDXL 專用 LoRA 模型的任務。這邊我參考了網…

Ollama 是一個開源平台，旨在簡化大型語言模型（LLM）在本機端的執行與客製化。它提供了一個使用者友善的免雲端解決方案，讓即使沒有進階技術背景的使用者，也能輕鬆下載、安裝並與模型互動。Ollama 擁有不斷擴充的預訓練模型資料庫，涵蓋從通用到特定領域的應用，讓使用者能夠方便地管理和調整模型，以滿足不同應用程式的需求。 Page Assist 則是一款瀏覽器擴充程式，可安裝於 Chrome、

「Kolors Virtual Try-On」是快手 Kolors 團隊在 Hugging Face 提供的免費 Demo，能將人物照片與服裝圖片自動合成，呈現出換裝後的效果。整個流程只需三步驟：上傳人物照、上傳服裝、按下 Run，操作直觀快速，適合用於穿搭預覽或 AI 圖像應用示範。此專案基於快手團隊的 Kolors 模型，採擴散式架構並以大量中英文圖文資料訓練，在衣料紋理、

隨著 X（前 Twitter）正式整合 Grok 與 xAI，許多使用者開始注意到平台對於資料使用與 AI 訓練的設定選項。預設情況下，你在 X 上的公開資料、與 Grok 的互動內容，甚至對話紀錄，都有可能被用於訓練與微調 AI 模型，或作為個人化體驗的依據。對於重視隱私、或不希望自身內容被用於 AI 開發的使用者來…

■ 軟體檔案 ■ 軟體名稱 AI Toolkit by Ostris 軟體類別 AI 工具 軟體性質 自由軟體 官方網站 https://github.com/ostris/ai-toolkit 軟體下載 請到官方網站下載！ 支援系統 Windows、Linux 支援語言 英文 隨著生成式…

隨著生成式 AI 技術的飛速發展，訓練專屬於自己的角色 LoRA 模型已成為許多創作者與開發者的核心技能。過去我們習慣於使用 Stable Diffusion XL (SDXL) 進行訓練，雖然效果不俗，但在細節捕捉與特定畫風的學習上，往往需要經過繁瑣的參數微調與長時間的磨合。近期，由 Ostris 開發的「AI To…

在使用 AI-Toolkit 進行模型訓練時，最令人沮喪的莫過於原本運作正常的環境突然啟動了動輒數十 GB 的模型下載。這次的經驗起源於一次訓練過程中的手動中斷，這看似平凡的操作卻觸發了 Hugging Face 快取機制的連鎖反應。由於中斷可能導致本地快取索引與遠端倉庫的雜湊值（Hash）出現不匹配，加上環境中未安裝…

在 AI 繪畫的領域中，針對特定角色的「一致性」與「畫風表現」始終是創作者追求的核心目標。隨著由 CircleStone Labs 與 Comfy Org 合作開發的 Anima 模型問世，二次元動漫生成品質達到了新的高度。Anima 雖然僅有 2B 參數，但其基於 Cosmos 架構與 Qwen-3 大型語言模型（L…

在二次元 AI 繪圖的創作過程中，角色服飾的細節描述往往是決定作品層次的關鍵，而「泳裝」作為插畫中極受歡迎的主題，其變化之多、風格之廣，更是一門值得深入探究的學問。隨著 Anima 模型進入 Preview 3 階段，得益於其底層強大的 Qwen-3 語言編碼器（LLM）與顯著增長的 1024 解析度原生訓練，模型對於…

隨著 Anima Preview 3 的推出，社群對這款 20 億參數規模（2B）模型的期待值達到了新高。為了進一步優化生成體驗，CircleStone Labs 近期發布了專為 Preview 3 打造的 Anima Turbo LoRA。這是一款基於步數蒸餾技術的加速模組，旨在打破傳統擴散模型需要大量迭代步數的限制…

由 CircleStone Labs 與 Comfy Org 聯手打造的 20 億參數（2B）文生圖 AI 模型「Anima」，自推出以來便在動漫創作社群引發熱烈討論。這款完全不使用合成數據、基於數百萬張真實動漫與藝術圖像訓練而成的模型，以其極致的二次元風格、人物刻畫與線條表現見長。然而，過去社群對於開源模型衍生作品（…