musubi-tuner

Last-modified: 2026-06-30 (火) 20:26:05

学習データの作成・編集を得意としたプログラムの1種。

概要

  • sd-scriptsとの違いは、主に学習できる対象モデル。
    sd-scriptsよりもちょっと複雑系なモデルが多い
    • 画像生成AI
    • 動画生成AI
      • hunyuan_video
      • Wan2.1/2.2

背景

  • musubi-tunerはsd-scriptsよりも後発で、2025年に導入された。
  • リリース当時の状況として、2024年FLUX.1が登場、さらに2024年末にWanが登場し、もともとsd-scriptsが得意としていたStable diffusionとは大きく異なるアーキテクチャだったり、VRAMを大量消費するという都合上、sd-scriptsプログラム自身も、従来の設計と対象ユーザーを維持したままの開発が難しくなっているという背景があった。
  • 決定的な動機については未調査ではあるが、2025/3/4にWan2.1の推論、つづけて2025/3/7にWan 2.1のLoRA学習がサポートされた。
  • それ以降、sd-scriptsとお互いの機能を輸入／逆輸入を繰り返しながら、並行した開発が続けられている
  • 競合ツールとしては、ai-toolkitがある。

当wikiとしての立ち位置

2026年6時点での立ち位置としては、

  • 対象とするモデルが基本的に、推論が遅い、VRAMを大量消費するものが多い、過去モデルからの移行が面倒等の理由から、VRAM16GB以下が主流で画像生成を好むとしあき達*2とのニーズに合致せず、話題にならず、記事にもなっていない。
    • 特に背景としては、画像生成AIとしては、SDXLとAnimaが人気であり、としあきのコミュニティとしてのニーズが圧倒的に高いということ。
      また、動画生成AIの学習としては、そもそもとしあき達は学習に至るほどの教師データを持っていないのでは？という素朴な疑問もある。
      それこそ、海外コミュニティや商業目的の人を中心として、redditで触れられたりしているくらいだった。
  • しかしながら、2026年6月にideogram4のようなパラメータ少なめで独自活用可能なモデルの学習に対応したので、今後利用者が増えれば話題になるかもしれない。

単純にmusubi-tuner関連の学習ページがなかったから、という理由もあるかもしれません。情報提供をお待ちしております。状況証拠に基づく偏見でしかないので、すべて書き直して良いですよ。ただ、当時のコミュニティの雰囲気を表す情報は、今後のための良い記録になるのでうまく活かしてね。

導入方法など

先述の公式ページのドキュメントが充実していますので、そちらをご参照ください。

公式ドキュメントにない作業差分

インストールでつまづいたときに読んで下さい

どうやって最初にローカルPCへコピーする？

インストールしたいフォルダ内部で下記実行

git clone https://github.com/kohya-ss/musubi-tuner

venvフォルダはいつ作る？

グローバル環境と独立させた環境にしたい場合は、忘れずにvenvを有効化しておく。
そうしておかないと、グローバル環境が上書きされ、他のインストール済アプリが動かなくなるリスクがある。

#ここでvenv作成コマンド（先述リンクを参考）
python -m venv venv
venv\Scripts\activate
pip install torch torchvision（以下略）
pip install -e .
*1 GitHubでの活動ネーム
*2 これがとしあきのすべてというわけではないが、参考として過去の出来事06#sd8b7702