Guía completa de entrenamiento con AI Toolkit: ¿Qué es, qué necesitas y alternativas?

El entrenamiento con AI Toolkit es un tema candente para quienes trabajan con IA generativa. Es una herramienta fundamental para crear modelos personalizados, pero no todo el mundo necesita usarla.

¿Qué es AI Toolkit?

Normalmente, AI Toolkit se refiere a la interfaz de kohya o sd-scripts. Es un conjunto de scripts y una interfaz para entrenar modelos de Stable Diffusion, como LoRA, DreamBooth o fine-tuning de checkpoints.

¿Lo necesitas?

La respuesta corta es: solo si quieres entrenar.

• NO lo necesitas si solo generas imágenes con ComfyUI, usas LoRAs ya hechos o ajustas prompts y controlnets.
• SÍ lo necesitas si quieres crear tus propios LoRAs, adaptar un modelo a un estilo o personaje específico, o hacer fine-tuning serio.

¿Qué necesita?

Aquí es donde mucha gente se estrella. Los requisitos reales son:

1. Hardware

Una GPU NVIDIA es obligatoria. La VRAM mínima realista es de 8 GB para lo más básico, pero 12 GB es cómodo y 24 GB te da sin restricciones.

2. Software base

Necesitas Windows o Linux, Python 3.10 o 3.11 (el camino menos doloroso), Git, y los drivers CUDA correctos.

3. Dependencias pesadas

PyTorch con el build correcto para tu CUDA, xformers, flash-attn, accelerate, transformers y más.

¿WSL2 o Windows nativo?

Por experiencia, entrenar en Windows nativo tiene menos fricción si usas la GUI. Usar WSL2 funciona, pero es más quisquilloso con los permisos y CUDA visible.

¿AI Toolkit vs ComfyUI?

No compiten. AI Toolkit es para entrenamiento y ComfyUI es para inferencia y producción. El flujo típico es entrenar el LoRA con uno y usarlo en el otro.

Alternativas

Puedes ir por kohya GUI para lo común, sd-scripts directo para algo más ingenieril, o incluso la nube como RunPod si quieres pagar y listo sin dolores de cabeza.