【内部教学资料】个人电脑也能部署没有 AI 味的文生图模型

本文提供了一份基于 Ostris AI Toolkit 和 ERNIE-Image 模型，在个人电脑上通过 LoRA 微调训练专属画风的完整实操教程。

本文是百度 AI 发布的一篇内部教学资料，旨在指导开发者如何利用开源工具在个人电脑上部署和微调文生图模型。文章以百度开源的 ERNIE-Image 模型（8B 参数）为核心，结合社区流行的 Ostris AI Toolkit，提供了一套完整的 LoRA 微调教程。教程从环境搭建、数据准备、训练配置到模型推理，步骤清晰，并提供了基础（AdamW8bit）和进阶（ROSE 优化器）两套配置方案，以适应不同显存和性能需求的用户。文章特别强调了数据质量的重要性，并分享了开发者 Hex 的实战心得，包括优化器选择、调度器设置和 CFG 参数调整等避坑指南。最终目标是让用户仅需一张 16GB 显存的显卡，就能训练出具有个人风格的 AI 模型，摆脱千篇一律的“AI 味”。

- ERNIE-Image 模型轻量高效，可在消费级显卡上进行 LoRA 微调。 百度开源的 ERNIE-Image 模型仅有 8B 参数，通过 qfloat8 量化和 low_vram 模式，可在 16GB 显存的显卡上运行 LoRA 训练，大幅降低了算力门槛。

- 只需一张 16GB 显存的普通显卡，就能训练属于你自己的画风！大幅降低算力门槛，给你开箱即用的工程体验。

• 数据集质量比数量更重要。避免在重复数据或过于单一的姿势上训练。始终优先考虑多样性和质量，而非数量。
• ROSE 优化器产生‘人体崩坏’伪影的倾向最低，搭配 batch_size=2 或 3 时训练最稳定。

AI 初评：85

来源：百度AI

作者：百度AI

分类：人工智能

语言：中文

阅读时间：11 分钟

字数：2642

标签： LoRA, ERNIE-Image, AI 绘画, 模型微调, 文生图

阅读完整文章