Обучение Kandinsky 5 LoRA: конфигурации для изображений и видео

Обучение Kandinsky LoRA использует собственные компоненты модели и формат настроек. SDXL- или FLUX-адаптер, TOML для их обучения и общая команда train.py --pretrained_model_name_or_path не заменяют рецепт Kandinsky.

В официальном репозитории обучения Kandinsky LoRA описаны пути для изображений и видео. Эта страница объясняет различия настройки; здесь нет заявления о проверенной на GPU конфигурации, фиксированном минимуме VRAM или измеренной длительности.

Сначала выберите изображения или видео

Адаптер движения камеры для видео не следует считать способом научить image-модель товару или стилю иллюстраций. Это разные задачи. Общее имя Kandinsky тоже не делает все варианты моделей взаимозаменяемыми.

Для первого image-эксперимента с готовыми конфигами и согласованным inference-графом в этой подборке подробнее расписан путь SDXL. Выбирайте Kandinsky, когда хотите адаптировать именно его конкретную базу.

Что требуется в upstream-процессе

В проверенной версии используются подмодуль модели, скрипт загрузки, предварительное кодирование, YAML-конфиги данных/trainer и shell-команда запуска. README описывает такие этапы:

1. Инициализировать подмодуль и получить нужные веса.
2. Указать входные/выходные пути в encode/encode.sh, затем закодировать данные.
3. Выбрать YAML для изображений или видео, задать папки эксперимента, логов и чекпоинтов.
4. Указать в data config пути к latent, text embeddings и unconditional embedding.
5. Согласовать число устройств trainer и --nproc_per_node в train.sh с выбранной конфигурацией GPU.

В описанном варианте включён FSDP. Это повод проверить distributed-настройки, а не доказательство запуска без изменений на любой карте с 24 ГБ. Команда подмодуля из README следует удалённой ветке: для повторяемости сохраните фактический commit подмодуля, а не считайте, что верхний commit фиксирует всё.

Оцените пробный запуск вместо универсальной цены

Загрузка модели, кодирование и обучение могут давать разные пики GPU/RAM. Измеряйте этапы отдельно на реальной конфигурации. Заложите диск под веса, закодированные данные, промежуточные чекпоинты и состояние для продолжения.

Используйте методику GPU и стоимости LoRA и актуальные предложения. Расчёт — время выделения ресурсов, умноженное на ставку, плюс остальные оплачиваемые позиции. Здесь нет подтверждения универсального результата «50 изображений за несколько часов» или фиксированного размера адаптера.

Проверьте применение до долгого обучения

Заранее найдите конкретное приложение или upstream-пример inference, поддерживающий выбранную Kandinsky-базу и формат адаптера. Нельзя считать, что общий LoraLoader ComfyUI и SDXL-граф поддерживают любой вариант Kandinsky.

Подготовьте фиксированные промпты и отложенные референсы по руководству оценки. После пробного запуска проверьте реальное применение адаптера, сообщения о несовпавших весах и результат относительно исходной базы. Наличие сохранённого файла не доказывает пригодность модели.

Храните карточку и лицензию модели, версии кода/подмодуля, конфиг и датасет вместе с выбранным чекпоинтом. Лицензия исходного кода не определяет автоматически условия для всех весов и адаптеров. Далее: image-датасет, подписи, весь кластер LoRA.