AI Agent 手搓專屬 LoRA 訓練器：筆電端高效跑出 Flux.2 訓練

瞬時通道
內容預覽

對準對方螢幕上的 QR：接收碼會傳送本機內容，多方分享碼會下載到本機。

文字內容已就緒。請按「提取」複製，或「下載」存成 .txt。

下載圖片

⚠️ 免責聲明與提示:

勿傳輸敏感資料或密碼。

接收 QR：由你（已登入）發起時效 QR；對方不必是 Semantic 用戶，手機相機掃碼後免密碼開啟上傳頁，檔案會進你的瞬時通道。請只出示給身邊信任的人。

瞬時通道不對傳輸內容進行審查，使用者須自負相關法律與資安責任。

勿傳輸敏感資料或密碼。

匿名投遞：你掃的是對方（已登入）產生的接收 QR；本頁免登入，可貼上、拖拉或按「附件」選檔（含相簿），檔案會進對方的瞬時通道。

每個接收 QR 通常只能投遞一次；完成後請等候對方提取，或請對方重新產生 QR。

瞬時通道不對傳輸內容進行審查，使用者須自負相關法律與資安責任。
朗讀語速標準

AI開發分享

AI Agent 手搓專屬 LoRA 訓練器：筆電端高效跑出 Flux.2 訓練

內容 AI

兩年前在家訓練 LoRA，整個 pipeline 還停在手動前處理、反覆裁切、提心吊膽看著 VRAM 隨時準備 OOM 的年代。

今天心血來潮，直接叫 AI Agent 幫我手搓了一套專屬的客製化訓練器。把人臉置中、角度分類分群、裁切、快取編碼全塞進同一個 workflow，甚至訓練前後還會自動呼叫 ComfyUI 卸載釋放顯存、練完自動打包 113 個 safetensors 權重歸位並給出測試 Prompt。

全新 AI Agent 自動化工作流

人臉置中：精準定位，省去手動裁切的繁瑣
分類與快取：自動化角度分類分群與高效快取編碼
動態顯存釋放：訓練前後自動呼叫 ComfyUI 卸載釋放 VRAM
自動化整理：練完自動打包 113 個 safetensors 權重歸位並產出測試 Prompt

極限效能實測數據

跑 Flux.2 Klein 9B FP8（近百億參數大模型），設備僅為筆電端 GPU，且功耗鎖在 175W：

⏱️ 720 steps 只要 28 分鐘 搞定
⚡ 平均每 step latency 壓到約 2.4 秒（衝刺段甚至 1 秒內）
📐 Rank/Alpha 維持 16/32
🔒 全程不爆顯存，收斂穩健收工

進化與反思

兩年前在桌機上微調大模型需要研究員等級的耐心；現在用 AI 串起來的 Pipeline，筆電端就能跑出工作站級的效率。

從模型架構優化到 AI 工具化工程，這兩年的進化速度真的實打實的快！

作者:

豆豆龍

1 小時前

討論交流

想要參與討論嗎？登入即可發表留言。

尚無留言，快來留下第一則吧！