# \#diffusers **URL:** https://discuss.pytorch.kr/tag/diffusers/1182.md [최신](https://discuss.pytorch.kr/latest.md) · [카테고리](https://discuss.pytorch.kr/categories.md) · [태그](https://discuss.pytorch.kr/tags.md) --- ## [MiniMax, 영상과 음향을 함께 만드는 33B 옴니모달 모델 H3 웨이트 공개 (단, 한국 사용 금지🫠)](https://discuss.pytorch.kr/t/minimax-33b-h3/11523)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\ **댓글:** 1\ **마지막 업데이트:** [8월 4, 2026, 5:00오전 UTC](https://discuss.pytorch.kr/t/minimax-33b-h3/11523 "2026-08-04T05:00:58Z")
MiniMax H3 소개 MiniMax가 공개한 MiniMax H3 는 텍스트와 이미지, 영상, 음성을 하나의 컨텍스트로 함께 이해하고, 최대 2K 해상도에 최대 15초 길이의 영상을 네이티브 스테레오 음향(Native Stereo Sound) 과 함께 생성하는 범용 옴니모달 생성 모델입니다. 대사와 효과음, 배경음악이 영상 위에 나중에 얹히는 것이 아니라 같은 디노이징 루프에서 함께 나오는 것이 이 모델의 정체성입니다. 별도의 보코더도, 오디오 후처리 단계도 없습니다. 영상 생성 분야는 그간 대형 언어 모델 쪽과 달리 폐쇄형 모델이 주도해 왔고, 그만큼 반복 주기도 느리고 생태계도 좁았습니다. MiniMax는 이 격차를 좁히기 위해 H3의 가중치를 공개(Open Weights) 했고, 실제로 Hugging Face의 MiniMaxAI/MiniMax-H3 저장소에서 33B 규모의 Omni Transformer 체크포인트 두 종을 내려받아 로컬에서 돌릴 수 있습니다. 출시 첫날부터 SGLang과 vLLM, diffusers, ComfyUI의 네 개 서빙 스택이 모두 대응한 것도 눈여겨볼 만한 지점입니다. MiniMax는 앞서 에이전트 전용 언어 모델인 MiniMax M2를 공개한 바 있고, 영상 쪽에서는 Hailuo AI 서비스로 Hailuo 01과 Hailuo 02 두 세대를 운영해 왔습니다. 다만 한국 개발자에게는 반드시 먼저 확인해야 할 조건이 하나 붙습니다. H3의 가중치는 MiniMax H3 Community License로 배포되는데, 이 라이선스가 정의하는 적용 지역(Applicable Territory)에서 대한민국이 명시적으로 제외되어 있습니다. 유럽연합과 영국, 미국도 함께 제외 지역입니다. 라이선스 원문: LICENSE · MiniMaxAI/MiniMax-H3 at main “Excluded Territories” means the European Union, the United Kingdom, the Republic of … --- ## [FLUX.2 klein LoRA 파인튜닝 가이드, RTX 4090 하나로 60분 만에 나만의 스타일 학습하기](https://discuss.pytorch.kr/t/flux-2-klein-lora-rtx-4090-60/10566)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\ **댓글:** 0\ **마지막 업데이트:** [6월 7, 2026, 3:30오전 UTC](https://discuss.pytorch.kr/t/flux-2-klein-lora-rtx-4090-60/10566 "2026-06-07T03:30:11Z")
FLUX.2 klein 소개: 소비자용 GPU 한 장으로 파인튜닝하는 오픈 웨이트 이미지 생성 모델 FLUX.2 klein은 Black Forest Labs가 공개한 FLUX.2 제품군의 소형 오픈 웨이트 이미지 생성 모델로, 4B 모델 기준 24GB VRAM의 소비자용 GPU 한 장에서 LoRA 파인튜닝까지 가능한 것이 특징입니다. Hugging Face 공식 블로그에 공개된 이번 가이드는 RTX 4090 한 장으로 약 1시간, GPU를 빌릴 경우 약 0.5달러의 비용으로 나만의 스타일을 학습시키는 전체 과정을 다룹니다. 데이터셋 구축부터 트레이너 설정, 학습, diffusers로 불러오기, 그리고 Gradio 앱으로 포장해 Hugging Face Space로 배포하는 단계까지 하나의 흐름으로 이어집니다. 그동안 이미지 생성 모델의 파인튜닝은 수십 GB의 VRAM을 가진 데이터센터급 GPU를 전제로 하는 경우가 많았습니다. FLUX.2 제품군의 대표 모델인 FLUX.2 \[dev\] 만 해도 32B 규모여서 개인이 직접 학습시키기에는 부담이 컸습니다. 이러한 맥락에서 klein은 4B와 9B 두 가지 크기로 제공되며, 4B 모델의 가중치가 bf16 기준 약 13GB에 불과해 LoRA 학습 전체가 24GB 안에 들어옵니다. 즉, RTX 4090이나 L4 같은 GPU 하나면 충분합니다. 특히 학습의 기반이 되는 FLUX.2-klein-base-4B가 Apache 2.0 라이선스로 공개되어 있어, 학습한 결과물을 상업적으로도 자유롭게 배포할 수 있습니다. 가이드를 끝까지 따라가면 klein에게 특정 스타일, 캐릭터, 룩, 또는 편집 동작을 가르친 .safetensors LoRA 파일과, 결과물이 쓸 만한 LoRA가 될지 뭉개진 LoRA가 될지를 가르는 핵심 디테일들을 얻게 됩니다. 한편 이 가이드는 Gradio와 Hugging Face가 주최하고 Black Forest Labs가 후원하는 Build Small 해커톤을 위한 자료이기도 합니다. 2026년 6… --- ## [스테이블 디퓨전 파인튜닝하는 쉬운 코드 공유](https://discuss.pytorch.kr/t/topic/3633)
**Author:** [@metamath](https://discuss.pytorch.kr/u/metamath)\ **댓글:** 2\ **마지막 업데이트:** [2월 28, 2024, 2:43오전 UTC](https://discuss.pytorch.kr/t/topic/3633 "2024-02-28T02:43:51Z")
pytorch를 사용하여 스테이블 디퓨전 파인튜닝하는 뼈대 코드 공유합니다. 허깅페이스 디퓨저 라이브러리 도움말이나 블로그에 보면 디퓨저에서 제공하는 학습 스크립트를 사용하는 예제만 나와있습니다. Keras 에는 Fine-tuning Stable Diffusion 처럼 밑바닥부터 트레이닝 루프를 다 코딩하는 예제가 있는데 파이토치 사용해서는 이렇게 하는 예제를 찾기가 쉽지 않아 직접 만들어봤습니다. diffusers에서 제공하는 스크립트 파일 사용하지 않고 학습 루프를 다 코딩하는 방식의 제일 접근하기 쉬운 바닐라 버전이라 입문하시는 분들 이해하기 쉬우실 듯 합니다. 그냥 죽 눈으로 따라만 보셔도 금방 이해가 되실것으로 생각합니다. pytorch-stable-diffusion-fine-tuning 그럼 누군가에게 유용한 정보가 되길 바라겠습니다. --- ## [\[GN\] AI가 잘못 생성한 이미지로 Stable Diffusion XL을 더 똑똑하게 파인튜닝했어요](https://discuss.pytorch.kr/t/gn-ai-stable-diffusion-xl/2312)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\ **댓글:** 0\ **마지막 업데이트:** [8월 22, 2023, 10:30오전 UTC](https://discuss.pytorch.kr/t/gn-ai-stable-diffusion-xl/2312 "2023-08-22T10:30:54Z")
GeekNews의 xguru님께 허락을 받고 GN에 올라온 글들 중에 AI 관련된 소식들을 공유하고 있습니다. :smiley\_cat: 소개 오픈소스로 공개된 Stable Diffusion XL 1.0 (SDXL)은 1024x1024 해상도 이미지 생성을 지원 sdxl stablediffusion SDXL은 Base 및 Refine 두가지 모델로 제공되는데, Refine 모델이 속도 저하가 없으므로 이걸 사용하는게 좋음 Diffusers 파이썬 라이브러리를 이용해 해킹 가능 Prompt Weighting 과 Dreambooth LoRA 같은 기능이 가능 wrong 네가티브 프롬프트로 LoRA에 잘못된 이미지들을 학습시켜보니 품질이 개선됨 원문 출처 / GeekNews