Cómo entrenar modelos LoRA en Civitai Cloud sin tarjeta gráfica local

En el ecosistema de la inteligencia artificial generativa, el entrenamiento de adaptadores de bajo rango o LoRA (Low-Rank Adaptation) representa la técnica más eficaz para capturar estilos artísticos específicos, rasgos faciales de personajes, vestimentas personalizadas y conceptos visuales únicos. Sin embargo, en los flujos de trabajo tradicionales, entrenar un LoRA exige una potencia de hardware considerable. Mientras que el ajuste fino de Stable Diffusion 1.5 requiere una tarjeta gráfica dedicada de gama media, arquitecturas más avanzadas como SDXL, Pony Diffusion o modelos basados en transformadores como Flux.1 Dev demandan con frecuencia entre 16 GB y 24 GB o más de memoria VRAM. A esta barrera de hardware se suman complejas configuraciones de Python, dependencias de PyTorch, controladores CUDA y la gestión de scripts en Kohya.

Civitai elimina por completo estas barreras técnicas y económicas mediante su herramienta en la nube On-Site LoRA Trainer. Sin necesidad de adquirir costosas estaciones de trabajo ni alquilar servidores dedicados, cualquier creador puede preparar su conjunto de datos, ajustar parámetros clave y ejecutar el entrenamiento de modelos directamente desde el navegador web. Las sesiones se abonan mediante Buzz, la moneda interna de la plataforma, permitiendo obtener archivos .safetensors de alta calidad que pueden descargarse para flujos locales (como ComfyUI o WebUI) o publicarse de inmediato en el generador en línea de Civitai.

Economía de Civitai Buzz y costes de entrenamiento en la nube

El entrenador en la nube de Civitai utiliza el sistema de créditos Buzz para calcular y facturar el tiempo de procesamiento en sus GPU remotas de alto rendimiento.

Diferencias entre Blue Buzz y Yellow Buzz

Civitai estructura su divisa en dos niveles operativos:

• Blue Buzz (Créditos comunitarios gratuitos): Se obtienen de forma totalmente gratuita interactuando activamente con la comunidad. Los creadores acumulan Blue Buzz al iniciar sesión a diario en el generador de imágenes, reaccionar y comentar publicaciones, reseñar modelos y recibir interacciones en sus propias creaciones. Cuando se inicia un entrenamiento, el sistema consume automáticamente el Blue Buzz disponible antes de tocar cualquier saldo de pago.
• Yellow Buzz (Créditos de pago y transferibles): Se adquieren directamente (mediante criptomonedas en Civitai.com o tarjeta de crédito en Civitai.Green), o participando en recompensas comunitarias y en el minijuego Knights of the New Order. El Yellow Buzz permite dar propinas a creadores y transferirse entre usuarios.

Estructura de costes y factores determinantes

El coste de una sesión de entrenamiento varía según la arquitectura base elegida, el número total de pasos de cálculo y la profundidad de los parámetros:

• Modelos base convencionales (SD 1.5 y SDXL): Las ejecuciones estándar comienzan a partir de aproximadamente 500 Buzz.
• Modelos pesados y de última generación (Flux y difusión de vídeo): Modelos como Flux.1 Dev, Flux.2 Dev o modelos de vídeo (Hunyuan, Wan 2.1, LTX2) requieren mayor capacidad de procesamiento y, por tanto, una tarifa de Buzz superior.
• Checkpoints personalizados: Utilizar los modelos base oficiales preinstalados en Civitai no conlleva recargos. Sin embargo, seleccionar un modelo personalizado alojado en la comunidad añade una tasa adicional de Buzz debido a la necesidad de reservar memoria GPU dedicada para cargar ese peso específico.
• Épocas (Epochs) y repeticiones (Repeats): Aumentar el número de épocas o las repeticiones por imagen multiplica los pasos de entrenamiento y el consumo de Buzz. El coste estimado exacto se muestra con total transparencia antes de confirmar el envío.

Reintentos automáticos y política de reembolso

La plataforma incorpora salvaguardas automáticas. Si una sesión falla por incidencias en los servidores, el sistema reintenta la tarea hasta tres veces. Si el trabajo se interrumpe definitivamente o queda bloqueado por más de 48 horas, el importe íntegro de Buzz se reembolsa de inmediato en la cuenta del usuario.

Paso 1: Preparación y selección del conjunto de datos (Dataset)

La calidad, nitidez y variedad de las imágenes determinan la fidelidad final del modelo LoRA. Ninguna optimización algorítmica puede compensar imágenes de entrada borrosas, artefactadas o con ángulos repetitivos.

Criterios clave para la selección de imágenes

• Volumen de imágenes recomendado: Reúna entre 10 y 30 imágenes de alta calidad. Para un personaje u objeto concreto, entre 15 y 25 imágenes variadas suelen constituir el equilibrio perfecto. Para un estilo artístico global, un rango de 20 a 35 imágenes proporciona una cobertura estilística más amplia.
• Diversidad visual y de encuadres: Procure incluir planos cortos (primer plano facial), planos medios y tomas de cuerpo entero. Varíe los ángulos de cámara (frontal, perfil, tres cuartos, contrapicado), la iluminación, las expresiones y los fondos. Si todas las tomas comparten el mismo fondo o vestimenta, el modelo sufrirá sobreajuste (overfitting) y considerará esos elementos secundarios como parte intrínseca del sujeto.
• Resolución y formatos: Las dimensiones ideales oscilan entre 512x512 y 1536x1536 píxeles (sin superar los 2048x2048 píxeles). Los formatos compatibles son .png, .jpg, .jpeg y .webp.

Cuatro métodos de carga de imágenes

Civitai permite incorporar las imágenes de entrenamiento mediante cuatro vías:

1. Subir un archivo ZIP: El método más habitual. Comprima las imágenes junto con sus archivos de descripción .txt en un único archivo .zip. Regla fundamental: Seleccione directamente los archivos y comprímalos; no comprima la carpeta contenedora principal.
2. Importar desde el generador (Import from Generator): Permite elegir imágenes generadas previamente con la herramienta en línea de Civitai que aún no hayan sido publicadas en el perfil.
3. Añadir desde el perfil (Add from Profile): Permite seleccionar imágenes ya publicadas en su galería personal, organizadas por mes y año.
4. Reutilizar un conjunto de datos previo (Re-use a Dataset): Civitai almacena los conjuntos de datos subidos durante 30 días, lo que facilita volver a entrenar con diferentes configuraciones sin resubir los archivos.

Declaración de consentimiento y derechos

Antes de procesar las imágenes, Civitai solicita la confirmación de la declaración de contenido (Content Acknowledgement). Si el conjunto contiene imágenes de una persona real, el usuario debe certificar que es esa misma persona o que cuenta con su autorización explícita. También es posible elegir si el conjunto de datos se compartirá públicamente en la ficha del modelo o se mantendrá privado.

Paso 2: Elección de la estrategia de etiquetado (Captions)

El etiquetado enseña al modelo qué elementos corresponden al entorno o a la vestimenta secundaria y cuáles constituyen la esencia del concepto que se desea aprender.

Etiquetado mediante etiquetas descriptivas (WD Tagger 1.4)

Consiste en palabras clave separadas por comas (por ejemplo: triggerword, solo, 1girl, blue eyes, white shirt, studio background).

• Modelos indicados: Stable Diffusion 1.5, SDXL 1.0, Pony Diffusion V6 XL e Illustrious.
• Funcionamiento automático: Al pulsar el botón morado Auto Label, la herramienta utiliza el modelo WD Tagger 1.4 de SmilingWolf para detectar los elementos de la imagen y generar etiquetas al estilo Danbooru.
• Palabra de activación (Prepend Tags): Permite definir una palabra clave única (por ejemplo: mi_personaje_x), la cual se añade automáticamente al comienzo del texto de cada imagen.
• Filtros y umbral de detección: Puede ajustar el umbral de confianza (por defecto 0,4) y añadir términos a una lista negra (Blacklist) para descartar etiquetas irrelevantes.

Descripción en lenguaje natural (JoyCaption)

Utiliza oraciones descriptivas completas y fluidas (por ejemplo: A high-quality medium shot of a young knight with braided silver hair, wearing an engraved leather cuirass, standing in front of a misty mountain range at sunset).

• Modelos indicados: Modelos modernos basados en transformadores, especialmente Flux.1 Dev y Flux.2 Dev. Estos modelos incorporan codificadores de texto T5 optimizados para interpretar descripciones continuas en lugar de listas de etiquetas aisladas.
• Funcionamiento automático: Al seleccionar el modo de descripción en lenguaje natural en Auto Label, JoyCaption redacta oraciones que detallan la composición, el volumen, la luz y los materiales.

Entrenamiento sin descripciones (Captionless)

Si el objetivo es entrenar un estilo artístico global (como trazos de acuarela, estética de cómic o texturas pictóricas) y no un personaje individual, los campos de descripción pueden dejarse en blanco. De este modo, la red neuronal absorberá la totalidad de la imagen como parte del estilo visual.

Copia de seguridad del conjunto de datos

Una vez generadas o editadas las etiquetas en el navegador, se aconseja pulsar el botón verde azulado Download. Esto descargará un archivo .zip con todas las imágenes y sus respectivos archivos .txt emparejados, garantizando un respaldo local para futuros entrenamientos.

Paso 3: Configuración del asistente de entrenamiento

Una vez preparado el material visual, se procede con el asistente interactivo:

1. Iniciar el entrenador

En la barra superior de Civitai, haga clic en el botón azul Create y seleccione Train a model (o Train a LoRA).

2. Definir tipo y nombre del modelo

Introduzca un nombre identificativo y seleccione la tipología (Personaje, Estilo, Concepto, etc.). Esta elección aplica ajustes predeterminados optimizados para cada caso.

3. Cargar y verificar datos

Suba el archivo ZIP o importe las imágenes por los otros métodos, aplique el etiquetado automático, valide la declaración de conformidad y avance a la siguiente pantalla.

4. Seleccionar la arquitectura del modelo base

Civitai cuenta con un extenso catálogo de modelos base y selecciona automáticamente el motor adecuado:

• Familia SD 1.5: Estándar, Anime, Semirrealista y Realista (motor Kohya).
• Familia SDXL: SDXL 1.0 estándar, Pony Diffusion V6 XL e Illustrious (motor Kohya).
• Ecosistema Flux: Flux.1 Dev, Flux.2 Dev y Flux2 Klein (motor AI-Toolkit).
• Otras arquitecturas: Chroma 1.0 HD, Qwen-Image y ZImage (motor AI-Toolkit).
• Modelos de vídeo: Hunyuan 720p, Wan 2.1 y LTX2 (motores Musubi o AI-Toolkit).
• Checkpoints personalizados: Opción de seleccionar cualquier modelo de la plataforma como base (con coste adicional de Buzz).

5. Ajustes avanzados y modos especiales

• Rapid Flux Training: Si entrena sobre Flux.1 Dev, puede activar la opción Rapid Training para completar el proceso en menos de 5 minutos, ideal para pruebas de concepto rápidas.
• Prompts de prueba (Sample Image Prompts): Permite configurar hasta tres indicaciones de texto de prueba. El sistema generará automáticamente imágenes en cada época para evaluar visualmente la convergencia del modelo.
• Entrenamiento múltiple (Multi-Training): Permite enviar hasta cinco variantes de entrenamiento simultáneas en paralelo, lo que agiliza la comparación de diferentes tasas de aprendizaje, rangos de red (Rank/Alpha) o modelos base.

Revise el presupuesto final de Buzz y la prioridad de la cola, y confirme la operación pulsando Submit.

Pasos 4 y 5: Supervisión, evaluación de épocas y exportación

Tras el envío, los clústeres en la nube gestionan la computación de forma autónoma.

Seguimiento de la tarea

El navegador se redirige a la pestaña Training de su cuenta. Allí podrá consultar el estado en tiempo real, el tiempo estimado de finalización (ETA) y las imágenes de prueba que se van renderizando. La plataforma también envía una notificación por correo electrónico al terminar el proceso.

Evaluación y selección de la mejor época (Epoch)

El rendimiento de un LoRA no siempre mejora en la última época. Es fundamental comparar las muestras generadas:

• Subajuste (Épocas iniciales): El modelo todavía no ha interiorizado los rasgos distintivos y genera imágenes genéricas propias del modelo base.
• Punto óptimo (Sweet Spot): La imagen reproduce fielmente al sujeto o estilo, manteniendo al mismo tiempo gran flexibilidad frente a nuevas instrucciones de iluminación, vestimenta o postura.
• Sobreajuste (Épocas tardías): El modelo se vuelve rígido, produce artefactos, exceso de saturación o ignora las indicaciones del prompt al reproducir literalmente las imágenes originales.

La interfaz de Civitai ofrece hasta 20 puntos de control (epochs) para su descarga y examen.

Descarga y publicación

Una vez identificada la época más equilibrada:

• Descarga local: Descargue el archivo de pesos .safetensors para utilizarlo en instalaciones locales de ComfyUI, Automatic1111 o WebUI Forge.
• Publicación directa en Civitai: Pulse el botón azul Publish para convertir esa época en un modelo utilizable de inmediato dentro del generador en línea de Civitai.
• Aviso importante: Al publicar una época, la pantalla de evaluación del entrenamiento se cierra de forma definitiva. Asegúrese de descargar en su ordenador cualquier otra época de interés antes de hacer clic en Publicar.

Plazo de retención de datos de 30 días

Civitai conserva los archivos de datos de entrada y los pesos de modelos no publicados durante un periodo de 30 días. Transcurrido este plazo, los archivos no confirmados se eliminan automáticamente.

Comparativa: Entrenamiento local frente a Civitai Cloud Trainer

Consejos prácticos para maximizar los resultados

• Utilice palabras de activación distintivas: Evite términos comunes del diccionario (como cyber_girl o blue_coat) y opte por combinaciones alfanuméricas únicas (como lora_zephyra o astral_vortex) para no interferir con conceptos preexistentes del modelo base.
• Aproveche el Blue Buzz gratuito: Participe activamente en la comunidad y reclame recompensas diarias en el generador para acumular créditos y entrenar sin coste económico.
• Armonice el estilo de etiquetado con la arquitectura: Emplee etiquetas concisas Danbooru para SDXL y descripciones completas en lenguaje natural para Flux.
• Analice las épocas intermedias: En entrenamientos de 10 a 14 épocas, las intermedias (entre la 6 y la 10) suelen ofrecer el mejor equilibrio entre semejanza visual y libertad de composición.

Referencias

• Civitai's LoRA Trainer: Simplifying Model Training for All
• Guide to Buzz - the Civitai On-Site Currency! - Civitai Education
• Civitai Data Storage Policy | Civitai