Cómo entrenar un Flux LoRA (Flux.1 y Flux 2): la guía paso a paso para principiantes

El entrenamiento de Flux LoRA es cómo enseñas al modelo de imagen Flux algo que no sabe: tu rostro, tu producto, tu estilo de dibujo, un aspecto de cámara. El resultado es un archivo .safetensors de 20 a 300 MB que puedes usar en cualquier aplicación Flux, incluyendo Graydient. El proceso requiere de 15 a 30 fotos, una tarjeta con 12 a 16 GB de memoria (o una alquilada por una hora) y un entrenador gratuito. Esta guía recorre cada paso para Flux.1 dev y para Flux 2, y termina con cómo usar tu nuevo LoRA aquí.

Harás siete cosas: elegir la base Flux, construir un conjunto de datos pequeño, escribir subtítulos, elegir un entrenador, configurar algunos números, entrenar y probar, luego importar el archivo a Graydient. Cada paso está detallado abajo con los valores que funcionan para la mayoría. Si ya tienes un archivo entrenado, salta a la sección sobre cómo usarlo.

Graydient ejecuta LoRAs; no los entrena. El entrenamiento ocurre en tu propia tarjeta gráfica, en una GPU que alquilas por hora o en un entrenador en línea. Una vez que el archivo existe, cualquier plan de Graydient puede renderizar con él por un precio fijo.

Lo que necesitas

• De 15 a 30 buenas fotos de un sujeto, o de 30 a 60 para un estilo. Las fotos de teléfono están bien si son nítidas y variadas.
• Una tarjeta gráfica con 12 a 16 GB de memoria para Flux.1 dev o Flux 2 Klein 4B, o 24 GB o más para Flux 2 dev. ¿No tienes tarjeta? Alquila una por una hora (ver abajo) o usa un entrenador en línea.
• Un entrenador gratuito: AI Toolkit, Kohya sd-scripts (o la interfaz FluxGym encima de él) o OneTrainer. Todos funcionan en Windows y Linux con Python instalado.
• De una a tres horas, la mayoría esperando. Un plan Graydient solo importa al final, cuando quieres renderizar con el archivo. Compara planes y precios.

Paso 1: elige la base Flux para entrenar

Un LoRA está ligado al modelo base en el que fue entrenado, así que empieza con la base con la que quieres renderizar. La familia Flux tiene tres ramas que no comparten LoRAs:

La regla para recordar: los LoRAs de Flux.1 no funcionan en Flux 2, los LoRAs de Flux 2 no funcionan en Flux.1, y Klein 4B, Klein 9B y Flux 2 dev necesitan cada uno su propio LoRA. Krea 2 es un modelo diferente, no Flux. Si usas varias bases, entrena una vez por base con el mismo conjunto de datos.

Paso 2: construye el conjunto de datos

Flux aprende rápido de conjuntos de datos pequeños y limpios. La calidad supera a la cantidad; 20 fotos nítidas y variadas superan a 80 casi duplicadas.

1. Recolecta de 15 a 30 fotos para una persona, producto u objeto. Cambia el ángulo, la distancia, la iluminación y el fondo entre tomas. Incluye al menos un tercio de primeros planos y un tercio de cuerpo completo o producto completo.
2. Para un estilo, recolecta de 30 a 60 obras con el mismo medio y calidad de línea pero diferentes sujetos: personas, lugares, objetos. La variedad es lo que le dice al entrenador que el sujeto no es el estilo.
3. Elimina desenfoques, compresión fuerte, marcas de agua, textos superpuestos y a cualquiera que no sea el sujeto. Una cara extraña en el conjunto aparecerá en los renders.
4. Resolución: 1024 píxeles en el lado largo es el estándar para Flux. Mantén las proporciones variadas; cada entrenador las agrupa automáticamente. No estires las imágenes para hacerlas cuadradas.
5. Pon las imágenes en una carpeta con un archivo de texto junto a cada imagen que tenga el mismo nombre. El subtítulo va en el archivo de texto: dataset/01.jpg dataset/01.txt dataset/02.jpg dataset/02.txt

Paso 3: escribe los subtítulos

Flux lee oraciones naturales a través de su codificador de texto T5, así que los subtítulos son descripciones simples, no listas de palabras clave. Los subtítulos deciden qué aprende el LoRA y qué deja intacto:

• Para un sujeto, empieza con una palabra clave que no sea una palabra real, luego describe todo lo que no es el sujeto: ropa, pose, lugar, luz. El entrenador aprende que la palabra clave es la parte que el subtítulo no explica.
• Para un estilo, describe el contenido de cada imagen y nunca el estilo. El estilo es lo que el LoRA aprende por omisión, y luego aplicará a cualquier sujeto que indiques.
• Mantén los subtítulos en una o dos oraciones. Usa Florence-2 o JoyCaption para subtitular automáticamente si tienes más de 30 imágenes, luego lee y corrige las primeras diez a mano.
• No uses el nombre real de una persona como palabra clave, y no subtitules cosas que no estén en la imagen.

Un subtítulo para un LoRA de persona: ohwx woman, wearing a grey wool coat, standing on a stone bridge, overcast daylight, looking at the camera

Un subtítulo para un LoRA de estilo, donde el estilo no se menciona a propósito: a fishing boat in a harbour at dawn, two men on the pier, fog over the water

Paso 4: elige un entrenador

Cuatro entrenadores gratuitos y de código abierto cubren todas las bases Flux. Todos usan la misma carpeta de conjunto de datos y producen el mismo tipo de archivo .safetensors:

• AI Toolkit (por ostris): el entrenador Flux más usado. Un archivo YAML de configuración por ejecución, interfaz web, modos de bajo VRAM y soporte para Flux.1 dev, Flux 2 dev y Flux 2 Klein. Inicia la ejecución con python run.py config/my_flux_lora.yaml. La mejor primera opción.
• Kohya sd-scripts y FluxGym: Kohya es el entrenador veterano detrás de la mayoría de LoRAs de Stable Diffusion y tiene una rama Flux. FluxGym es una interfaz web de una página encima con presets de 12, 16 y 20 GB. Bueno cuando quieres un formulario para llenar, no un archivo para editar.
• OneTrainer: una aplicación de escritorio con una interfaz amigable para SDXL y Flux.1. Elígelo si también entrenas LoRAs SDXL y quieres una sola herramienta.
• Entrenadores en línea: el entrenador en sitio de Civitai y los entrenadores Flux en sitios de hosting GPU toman un zip de imágenes y devuelven un archivo. Cuestan créditos por ejecución y ocultan la configuración, pero no necesitas tarjeta gráfica. El archivo que producen se importa en Graydient igual.

Paso 5: configura los cinco números que importan

Cada entrenador muestra docenas de opciones. Deja las predeterminadas excepto estas, que deciden qué tan fuerte, general y grande es el LoRA:

Configura el entrenador para guardar un punto de control cada 250 pasos y renderizar dos imágenes de muestra en cada guardado, con el mismo prompt y semilla. Estas muestras son cómo elegirás al ganador. Flux.1 dev y Flux 2 dev están destilados por guía; los entrenadores manejan eso por ti, así que deja la configuración de guía en su valor predeterminado.

Paso 6: entrenar

1. Inicia la ejecución y observa la memoria durante el primer minuto. Si llena la tarjeta y se desborda a la memoria del sistema, detente: el entrenamiento tomará diez veces más y puede fallar.
2. Si la memoria se desborda, cambia la base a fp8, activa el checkpointing de gradientes, usa el optimizador AdamW de 8 bits o Adafactor, baja la resolución a 768 y mantén el lote en 1. Cualquiera de estos libera gigabytes.
3. Una vez que funcione sin problemas, déjalo correr. Flux.1 dev tarda de una a dos horas para 1500 pasos en una tarjeta de 16 GB; Klein 4B es más rápido; Flux 2 dev tarda alrededor de una hora en una tarjeta alquilada de 48 GB.
4. Mira las imágenes de muestra a medida que aparecen. El sujeto suele aparecer para el paso 500 y es sólido para el 1000. Si está perfecto en 750, puedes detenerte antes.

El entrenamiento es lento y ruidoso, no frágil. Una ejecución que sobrevive el primer minuto casi siempre termina. Cachea los latentes y embeddings de texto antes de entrenar si tu entrenador lo ofrece; ahorra memoria y tiempo en cada ejecución.

Paso 7: prueba y elige el punto de control correcto

El último punto de control rara vez es el mejor. Los LoRAs sobreentrenados copian los fondos del conjunto de datos, queman el contraste y dejan de responder a los prompts. Prueba todos:

• Escribe cuatro prompts que el conjunto de datos no contenga: un lugar nuevo, un atuendo nuevo, una luz diferente, un medio diferente. Fija la semilla.
• Renderiza cada punto de control guardado con los cuatro prompts a pesos LoRA 0.6, 0.8 y 1.0.
• Elige el punto de control más temprano que capture bien el sujeto y aún siga los nuevos prompts. Los posteriores suelen estar sobrecocinados; los anteriores son vagos.
• Renombra al ganador con algo que reconocerás en una biblioteca dentro de un año, como el sujeto y la base: mi-flux-lora, no lora_000750.

¿No tienes tarjeta gráfica? Alquila una por una hora

Entrenar Flux 2 dev, o cualquier entrenamiento Flux en un portátil, es más barato en una tarjeta alquilada que en tu propio tiempo. Una tarjeta de 24 o 48 GB cuesta mucho menos que un café por hora en mercados de alquiler de GPU, y un Flux LoRA necesita una o dos horas.

• Alquila una máquina con una tarjeta de 24 GB para Flux.1 dev o Klein, 48 GB para Flux 2 dev. Elige una plantilla que tenga el entrenador preinstalado cuando el mercado lo ofrezca; las plantillas AI Toolkit son comunes.
• Sube la carpeta del conjunto de datos, ejecuta las mismas configuraciones que arriba y descarga los puntos de control que quieras probar. El conjunto de datos y los pesos siguen siendo tuyos.
• Detén la máquina cuando termine la descarga. Todo, incluyendo la configuración, suele ser menos de dos horas de alquiler.

Usa tu Flux LoRA en Graydient

Graydient no necesita el archivo en tu computadora para renderizar con él. Ponlo donde Graydient pueda acceder y importa el enlace:

1. Sube el archivo .safetensors a un repositorio en tu cuenta de Hugging Face (público o privado), o publícalo en Civitai con el modelo base configurado a la versión Flux que entrenaste.
2. iniciar sesión en Graydient, abre Importación de Modelo desde tu biblioteca del panel, y pega el enlace directo del archivo desde Hugging Face o el enlace de la página de Civitai. Los pasos completos están en cómo importar modelos de Civitai en Graydient.
3. Espera a que el LoRA aparezca en tu biblioteca y copia el ShortCode que Graydient le dio.
4. Renderiza con la etiqueta LoRA y la base correspondiente en cualquier app de Graydient: <lora:my-flux-lora:0.8> <flux-dev> para un LoRA Flux.1, o <lora:my-flux2-lora:0.8> <flux2> para un LoRA Flux 2. Cada app, peso y regla de apilamiento está en la guía para principiantes de Flux y Flux 2 LoRAs en Graydient.

Un render completo inicial para Telegram o Discord, con la palabra clave primero y el LoRA a 0.8 en la base Flux dev: /render ohwx woman, portrait, soft window light, 85mm photo <lora:my-flux-lora:0.8> <flux-dev> /steps:24 /guidance:3.5 /size:1024x1024

Licencias: qué puedes hacer con el LoRA

Un LoRA es un derivado de su modelo base, así que la licencia base lo acompaña. Revisa el texto actual de la licencia en la página del modelo antes de vender renders o el archivo:

• Flux.1 dev y Flux 2 dev se lanzan bajo la licencia no comercial de Black Forest Labs. Proyectos personales e investigación están bien; el uso comercial necesita su licencia comercial.
• Flux 2 Klein 4B (y su punto de control Base) es Apache 2.0, así que los LoRAs entrenados en él no tienen restricción del modelo base. Klein 9B está bajo licencia no comercial.
• Las imágenes en tu conjunto de datos tienen sus propios derechos. Entrena con fotos que hayas tomado o poseas, y nunca con una persona real sin su consentimiento.

Si algo sale mal

• Memoria insuficiente en el primer minuto: la base en fp16 más el optimizador no caben. Cambia a fp8, AdamW de 8 bits o Adafactor, checkpointing de gradientes, resolución 768, lote 1. Si sigue desbordando, alquila una tarjeta.
• El LoRA cambia toda la imagen, no solo el sujeto: las leyendas no describían el fondo y la luz, así que el entrenador los aprendió como parte de la palabra clave. Re-leyenda con el contexto claro y varía el conjunto de datos.
• La cara está bien a peso 1.0 pero los prompts se ignoran: sobreentrenado. Usa un punto de control anterior. En la próxima ejecución, reduce a la mitad los pasos o baja la tasa de aprendizaje a 5e-5.
• Solo un parecido vago a cualquier peso: subentrenado, o el conjunto de datos es muy uniforme. Añade pasos en bloques de 500, o añade imágenes con ángulos nuevos.
• El LoRA no hace nada en Graydient: la base no coincide. Un LoRA Flux.1 necesita <flux-dev>; un LoRA Flux 2 necesita <flux2>. También verifica que la palabra clave esté en el prompt.
• El entrenamiento corre pero es dolorosamente lento: se desbordó a la memoria del sistema, o el conjunto de datos está en un disco lento. Arregla la memoria como en el primer punto, cachea latentes y mueve el conjunto de datos a un SSD.

Ese es todo el método: una base, 20 imágenes limpias, leyendas honestas, cinco números, una ejecución, una prueba. Tu primer Flux LoRA no será el mejor, y el segundo toma la mitad del tiempo. Cuando el archivo exista, iniciar sesión en Graydient o compara planes y precios para renderizar con él tantas veces como quieras. Cada plan incluye garantía de devolución de dinero de 7 días.

Preguntas

Ver planes y precios