Loras AI

LoRA 训练 / FLUX.1 Dev

整理目标明确的 FLUX.1 Dev LoRA 数据集。

通过多角度角色素材、清晰描述和简单评估计划准备 FLUX.1 Dev 概念,并将 FLUX.1 与 FLUX.2 适配器版本分开管理。

简明说明: FLUX.1 Dev 已接入 LoRA 训练,每次任务消耗 167 积分。准备图片和描述、登录账号,并在所需服务配置完成后提交;训练成功后可使用配对模型生成图片。

已接入 Krea 2、FLUX.1、FLUX.2 Dev、Qwen Image、Z-Image、Wan 2.2 I2V 和 LTX-2 19B 云端训练。提交前请配置所需服务、登录并核对积分报价。

概念参考:背着背包的象牙白陶瓷探险机器人,站在高山湖泊旁
概念示意图
训练 LoRA
本地数据集草稿

训练数据集

添加你希望模型学习的风格、角色或物体图片。

图片数量0 / 30
平均短边分辨率—
图片描述0 / 0

提交前素材仅在当前标签页,云端训练会将图片和描述发送至 WaveSpeed。刷新会清空本地文件,云端任务仍可在「我的 LoRA」查看。

从清晰、集中的数据集开始

使用同一角色的不同角度、表情、光线和背景,减少不必要的关联。

登录账户

训练能力与使用条件

以下费用和限制读取自应用配置。已接入表示代码具备相关功能,不代表已核实供应商实时状态或完成真实训练验证。

云端训练的输入、积分与兼容输出
模型接入状态云端输入限制积分与参数输出与兼容性
FLUX.1 Dev已接入,需配置服务4–30 张 JPEG、PNG 或 WebP 图片,配合描述和触发词。单张最多 15 MiB,合计最多 25 MiB。训练每次 167 积分;生成每张 10 积分;固定训练步数 500。成功后获得 LoRA 权重,使用配对的 FLUX.1 Dev 生成模型;不代表与其他基础模型兼容。

云端任务需要登录和足够积分。Krea 2 需要配置 Fal;WaveSpeed 图片及视频训练需要配置 WaveSpeed 和 R2 存储。

提交云端训练会将所选素材和标注发送给服务商。图片和视频的数据集限制不同,请在提交前确认账号可用。

专注训练准备

为FLUX.1 Dev整理清晰的准备流程。

角色数据集应学习身份特征,而不是与某个姿势或背景绑定。在保持辨识特征稳定的同时,增加有效视觉变化。

匹配基础模型

选择流程前,比较模型家族、版本与开放情况。

检查原始文件

读取真实图片尺寸,在导出前检查本地文件限制。

逐张检查描述

说明变化细节,避免无意中将其当作目标概念学习。

保留可复用草稿

一起导出设置与描述,原始图片文件独立保留。

值得模型学习的创意

FLUX.1 Dev的概念与场景示例。

从三个方向定义训练概念。每张参考图都链接到对应工作流,包含数据集建议与评估提示词。

这些原创图片由 AI 生成,仅作为概念参考;不是 Loras AI 的训练产物、前后对比或模型性能证明。

从目标到评估

如何准备FLUX.1 Dev概念。

按照所选模型的要求准备图片或视频数据集,检查触发词和标注后提交训练。训练完成后,在对应的生成器中使用权重。

  1. 1

    确定一个概念

    先确定你需要的是可辨识的角色、可迁移的风格、独特的产品,还是某个动作。

    阅读笔记
  2. 2

    整理有效样例

    保持目标概念一致,同时变化你不希望模型记住的细节。

    阅读笔记
  3. 3

    检查描述并导出

    检查文件尺寸,逐张编辑描述,并在离开工作台前导出本地配置。

    阅读笔记
  4. 4

    规划测试提示词

    对已完成训练的兼容 LoRA 使用新提示词,记录模型、参数、成功结果与失败案例,对照基础模型判断是否学到了目标概念。

    阅读笔记

数据集与兼容性

准备更扎实的FLUX.1 Dev数据集。

将 FLUX.1 Dev 基础版本与适配器、配置一并保存,不要默默替换为 FLUX.2、Kontext 或其他 FLUX 家族流程。

阅读数据集准备指南
  • 每张选图都应能辨识为同一角色。
  • 有意识地变化表情、视角与姿势。
  • 变化背景,避免角色与某个地点绑定。
  • 描述希望保持可变化的服装与道具。

提示词笔记

用于FLUX.1 Dev评估的新提示词。

保存这些思路,用于之后评估兼容的训练适配器。它们是提示词示例,不代表生成结果或效果保证。

换一个环境

ohwx_robot exploring a quiet greenhouse, three-quarter view, soft morning light.

尝试新的动作

ohwx_robot opening a small field notebook beside a mountain trail, full-body composition.

观察近景细节

A close-up portrait of ohwx_robot, blue glass eyes, plain warm gray background, soft studio light.

改变光线

ohwx_robot standing on a wooden pier at blue hour, gentle reflections, wide composition.

建立简单基准

ohwx_robot standing on a neutral background, front view, even lighting, no other objects.

变化构图

ohwx_robot sitting beside a large fern leaf, low camera angle, natural daylight.

相关笔记

把准备工作做扎实。

了解素材选择、图片描述、训练设置,以及如何判断模型真正学到了什么。

FAQ

关于FLUX.1 Dev,训练前需要了解的问题。

针对所选模型的实用说明,并明确当前开放情况。

FLUX.1 Dev需要先准备什么?

角色数据集应学习身份特征,而不是与某个姿势或背景绑定。在保持辨识特征稳定的同时,增加有效视觉变化。 将 FLUX.1 Dev 基础版本与适配器、配置一并保存,不要默默替换为 FLUX.2、Kontext 或其他 FLUX 家族流程。

如何评估FLUX.1 Dev概念?

尝试新的姿势、背景与光线,通过基础模型对照判断身份辨识度,而不是只看是否重现某张训练图。

现在可以在这个页面提交付费训练吗?

Krea 2、FLUX.1、FLUX.2 Dev、Qwen Image、Z-Image、Wan 2.2 I2V 和 LTX-2 19B 已接入训练及配套生成。付费任务需要配置服务、登录并准备足够积分。其他目录模型仍为预览。

添加的图片会如何处理?

仅整理本地草稿时,图片在当前浏览器标签页内处理,导出的 JSON 不含原图;刷新或离开会清空本地图片。提交云端训练时,选中的数据集与描述会发送给供应商;WaveSpeed 训练还会使用已配置的 R2 存储保存数据集和归档产物,存储隐私取决于存储桶访问配置。生图会将提示词和所选 LoRA 引用发送给对应服务。请仅提交有权使用的素材。

同一个 LoRA 能用于所有图片和视频模型吗?

不能直接互换。需要匹配模型架构、基础版本和加载流程。Krea 2、MOSS 与 Anima 使用各自兼容的权重;名称相似不代表兼容。视频模型的工作流程还可能需要多个适配器文件。

继续探索

寻找兼容的下一步流程。

选择训练流程前,先比较相关模型家族。适配器格式与基础模型版本必须保持兼容。

从这里开始准备FLUX.1 Dev概念。

选择匹配的模型,整理图片与描述,再提交已开放的训练或生图流程。你也可以先免费导出数据集配置草稿。

准备训练数据集