多數時候我們向 Stable Diffusion、Waifu Diffusion 等的大型模型輸入提詞（Prompt）以產生圖片，但這樣的模型是用大量實驗室等級的電腦運算出來的，隨便就動輒數 GB 大小，如果有沒收錄到的畫風就沒辦法畫出來，這時候就會用到 Stable Diffusion web UI 訓練小模型的功能了！所謂的小模型就是使用者可以基於大型模型，用不多的素材樣本進行訓練，

Stable Diffusion web UI 是基於 Gradio 的瀏覽器界面，用於 Stable Diffusion 模型的各種應用，如：文生圖、圖生圖等，適用所有以 Stable Diffusion 延伸的擴充模型。關於這個工具軟體的安裝方式請參考我之前寫過的另一篇圖文，請先安裝並學習使用後再接續看本文教學。這次的主題是「Dreambooth Extension」，

Kohya's GUI 提供了一個基於 Windows 系統的 Gradio GUI，能讓使用者操作簡單好懂的 Web 介面去訓練適用於 Stable Diffusion 的 AI 繪圖模型。不管您是要做 DreamBooth 還是 LoRA 都可以用它來進行訓練！特別是 LoRA 近期特別熱門，主要是它可以在低 VRAM（大概 7G 以上）的顯卡上進行訓練，

我知道大家等這篇圖文教學很久了！站長這邊一直在等軟體跟時機成熟，網路上有比較多的參考資料跟資源時才開始研究 LoRA 訓練。過去我自己最常使用的是超網路（Hypernetwork）訓練小模型來達成特定畫風或人物（物件）的繪製，但訓練步數要 2000 至 10000 步，我都設定每 500 步存一個小模型，訓練完後自己去…

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-WebUI（簡稱 RVC），MIT 開源授權，擁有完全基於 Web 的 GUI…

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…

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…

在 AI 繪圖的領域中，「角色一致性」一直是創作者們追求的終極目標，尤其是當我們想要訓練專屬的角色 LoRA 模型時，往往需要數十張甚至上百張高品質、且在不同場景與動作下依然維持同一特徵的圖像。然而，手動構思提示詞並反覆調整參數既費時又費力。現在，透過 Gemini 的強大邏輯推理能力與 Nano Banana Pro…

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…

■ 軟體檔案 ■ 軟體名稱 Anima Standalone Trainer 軟體類別 AI 工具 軟體性質 自由軟體 官方網站 https://github.com/gazingstars123/Anima-Standalone-Trainer 軟體下載 請到官方網站下載！ 支援系統 Windo…

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…