Fizgig 9.6 支持 MiniMax H3 Image，16GB 显卡能训练 LoRA

Fizgig 9.6 发布了，这次新增 MiniMax H3 Image 的训练支持。Fizgig 是 shootthesound 维护的 LoRA 训练工具，带图形界面，之前就支持多种模型和训练模式。

MiniMax H3 Image 是 MiniMax H3 家族的新图像模型，支持文生图和编辑，编辑最多可带 16 张参考图，6 步，无 CFG。放到 Fizgig 里，能训练的东西包括 LoRA、LoKR，也能用前后对比图训练编辑 LoRA，用照片对训练滑块 LoRA。Masked training、Multi Concept 和 LoRA Isolation 都能用，Studio、LoRA Royale、Profiler 和 Extract 也保留。入口在 Training 标签页，Preferences 里点 Download models for me，再选预设。作者说没有 gate。

他专门训练了一个训练适配器，用来避免不加适配器训练这个模型时出现的失真。适配器在 Fizgig 里默认开启，但不会写进最终保存的 LoRA。他也把适配器免费放到了 Hugging Face，其他训练器可以用：链接。

支持还在打磨。作者目前观察到，这个模型喜欢质量好的数据集，似乎更偏好 0.5 MP 或更高分辨率训练，预设也从这里起步。显存方面，int8 模型约 23 GB，4-bit 约 13 GB，Auto 会自动选。16 GB 显卡可以训练，也能跑 Studio。

有个容易被误判的细节。如果你觉得 LoRA 在 ComfyUI 里比 Fizgig 预览更平滑，作者说问题在 ComfyUI。它默认的动态 VRAM 加载会用 bf16 把 LoRA 加到权重上，在这个模型上大约 15% 会被舍入掉。Fizgig 预览显示的是全强度 LoRA，ComfyUI 用 --disable-dynamic-vram 启动也一样。他已经提交 issue，并附了建议修复：链接。

9.6 还有几项对所有模型生效的改动。显存放不下或系统内存不足时，任务会自己继续，最多试三次，从最新存档开始，再降一档；失败任务不再卡住队列；AMD 安装改用 AMD 为 ROCm 提供的稳定 PyTorch，不再用 nightlies。OOM 恢复来自 @Murf-Code，AMD 改动感谢 @scryptio。

帖子下面有人问角色相似度，以及和 Krea2 比怎么样。作者回答得挺实在：裸模型和 LoRA 都出过惊艳结果，也出过很糟的结果。模型很吃质量描述词，给对了效果不错，画面常常很锐，有时锐过头。他怀疑还需要找更好的 sampler/scheduler 组合，等经验明确后会更新 Fizgig 的预览。另一位网友说从第 40 个 epoch 开始效果很好，作者追着问设置和数据集大小。还有人催验证数据集。

发布说明和项目地址：Release notes，Fizgig on GitHub。