ai-toolkit中文训练器

基于已发布的 ai-toolkit 中文分发版 1.3.0，为优云智算适配启动、公共模型和独立更新通道。

开始使用

1. 部署实例并等待启动完成，点击“应用端口：6006”。
2. 上传训练素材，在数据集页面整理图片和标注。
3. 新建训练任务，选择模型并设置数据集路径；确认参数后开始训练。
4. 普通图片、参考图编辑和透明 PNG 三份示例位于应用的 config/examples 目录；下载配置后可通过任务页面的导入入口载入，再修改数据集路径和采样内容。
5. 在任务页面查看进度和采样结果，训练结果保存到应用 output 目录。

主要功能

• Qwen-Image 2.1 普通图片、参考图编辑、透明 RGBA 训练，支持 LoRA / LoKR。
• H3 有声视频训练，以及训练任务、采样结果、生成页面和任务备注管理。
• 保留 Qwen3-Omni 打标入口，提供 Qwen2.5-Omni 7B 备选与示例。
• 有声视频可分离识别画面和音轨，再合并标注；较小模型的对白与细节需人工核对。
• 中文界面、权重状态提示、UCloud 专属应用更新与服务重启。

模型与文件

正式模型共15项：14项连接平台公共模型库，原Qwen3-Omni完整权重随镜像保存；对应配置与分词器缓存保留。应用目录为 /root/ai-toolkit，数据集和训练输出位于其 datasets、output 子目录。不要删除模型软链接指向的公共文件。

本次原厂验收配置为上海二A RTX 5090 32GB、64GB内存、100GB系统盘。训练参数、分辨率、帧数和模型不同，资源需求也不同；功能烟测不代表最低硬件或训练质量认证。

更新

应用更新使用独立 UCloud 通道。更新前保存任务配置和重要数据；在更新页查看完整进度及自检结果。

费用

镜像单价：0.1元/小时。算力、磁盘等平台资源费用另计，以部署页明细为准。