Krea2 图像编辑 LoRA 开源求接力
molbal · reddit · 2026-07-14
有人在做 Krea2 图像编辑 LoRA 训练，但 GPU 预算已经用完，于是把项目、数据集和训练细节都开源出来，希望别人接着做。
帖子里给了不少技术信息：
- 采用 Ostris ai-toolkit 里的 indextimestepzero 思路，让参考图 token 在 timestep=0 参与调制
- 通过把参考 token 放在目标图右侧的 RoPE 2D 网格里，避免单独轴导致的网格伪影
- 文本编码器要求固定的参考标签格式：<referenceN><|visionstart|><|imagepad|><|visionend|></referenceN>
- 训练时还需要把 VLM 像素预算从 384x384 改到 512x512
同时他公开了两个 Hugging Face 数据集：一个约 2 万条真实语义编辑对，用于教模型“编辑”的概念；另一个是算法生成的 身份保持/像素级保持 数据，强调未被提示词提到的区域应尽量精确复制参考图。
「多模态」频道最新
- RTX 3060 本地产 AI MV 播破 20 万:900 张图留 64 张,3 秒切片防崩脸 — Hwang0500 · 2026-10-27
- Firefly 视频编辑器实测：一句话 Quick Cut 将 32 秒素材剪成 20 秒 — LudovicCreator · 2026-10-26
- Hi3D V1.0 开源发布：训练资产翻四倍，切片成功率 90% — kimmonismus · 2026-10-26
- 用 Claude 十分钟替代 YouTube 缩略图设计师 — thedankoe · 2026-10-26
- 网友为 Qwen-Image 2.1 自训 Gaussian Splash 风格 LoRA 并开源 — Spy4killer · 2026-10-26
- 从业者回应「多模态无用论」：梳理历史与未来展望 — thoma_gu · 2026-10-26