Neuigkeiten

Was sich mit jedem Beta-Build geändert hat, neueste zuerst. RSS-Feed

Nächste Beta

In der nächsten Beta

Gebaut und in Tests. Noch nicht im aktuellen Build.

Stabiler und schneller

  • Vier Ursachen seltener Abstürze gefunden und behoben. In unseren Tests liefen wiederholte vollständige Prüfungen des Test-Builds danach ohne Absturz.
  • In unseren Tests mit 50.000 Bildern stockte das Fenster beim Öffnen eines Datensatzes mit 500 Bildern 0,1 statt 1,4 Sekunden, und die Suche von Home aus dauerte 0,02 statt 0,45 Sekunden.
  • Behoben: Das Triggerwort eines Projekts konnte erneut gespeichert werden, wenn Sie nur aus dem Feld wegklickten. Jetzt wird es nur gespeichert, wenn Sie darin tippen.
  • Switching pages and projects is smoother: the old page fades out while the new one slides in, and a project switch no longer freezes the window – in our tests the longest pause dropped from about 1 second to 40 milliseconds. With “Reduce motion” on in macOS, moves become short fades.

Neue Funktionen

  • Ein Datensatz, der wie der Finder funktioniertDrücken Sie Return zum Umbenennen, ⌘⌫ zum Verschieben in den Papierkorb (mit Widerrufen) und nutzen Sie dieselben Farbtags wie im Finder.
  • Überall ablegen oder einfügenAblegen im Raster, auf einem Projekt in der Seitenleiste, auf der Seite Projects oder Home – oder mit ⌘V einfügen.
  • StapelumbenennungWählen Sie ein Muster und sehen Sie jeden neuen Namen, bevor Sie ihn anwenden.
  • Datensatz-CheckBilder ohne Triggerwort, zu klein fürs Training, ungewöhnlich geformt oder fast identisch mit einem anderen werden markiert, jeweils mit einer Lösung daneben.
  • Alle Projekte von Home aus durchsuchenDurchsuchen Sie alle Projekte nach Bildbeschreibung, Dateiname oder Prompt.
  • Tag-Panel für den ganzen DatensatzSehen Sie jeden Tag und wie oft er vorkommt, und fügen Sie ihn auf vielen Bildern zugleich hinzu, entfernen oder benennen Sie ihn um – mit Widerrufen.
  • KI-Bildbeschreibungen einzeln prüfenSehen Sie alte und neue Bildbeschreibung nebeneinander und behalten Sie nur die angehakten.
  • Schreibprüfung für TriggerwörterUnterschiedliche Schreibweisen Ihres Triggerworts (das Wort, das Ihr Motiv aufruft) werden in einem Schritt gefunden und korrigiert.
  • Trainings-Presets und ChecklisteWählen Sie die Art der LoRA für fertige Einstellungen und eine Checkliste vor jedem Lauf.
  • Workflows aus Ihren BildernSkye Desk liest den in Ihren Bildern gespeicherten ComfyUI-Workflow und gruppiert sie nach Basismodell (dem KI-Modell, das Ihre LoRA ergänzt).
  • Prompt als Entwurf für die BildbeschreibungFügen Sie den in einem Bild gespeicherten Prompt in seine Bildbeschreibung ein und bearbeiten Sie ihn.
  • Läufe vergleichen, finale LoRA festlegenVergleichen Sie auf der Seite Projects zwei Trainingsläufe nebeneinander und markieren Sie einen als finale LoRA, mit angezeigtem Basismodell.

Alles auf der Roadmap ansehen

Beta-BuildLink

Der erste Beta-Build

Alles, was Sie brauchen, um einen LoRA-Datensatz auf Ihrem Mac vorzubereiten – Training und Vergleich lassen sich im Demo-Modus ausprobieren. Noch nicht zum Download verfügbar.

Beispielbilder im Showcase ansehen →

Dataset (Datensatz)

  • Sehen Sie jedes Bild neben seiner Bildbeschreibung und drücken Sie die Leertaste für eine Vorschau in voller Größe.
  • Sehen Sie, welcher Anteil Ihrer Bilder welchen Tag trägt – so fällt ein Ungleichgewicht auf. Klicken Sie auf einen Tag, um nur diese Bilder zu sehen.
  • Fehlende, leere und verwaiste Bildbeschreibungen werden für Sie markiert.

Bildbeschreibungen

  • Bildbeschreibungen werden beim Tippen gespeichert.
  • Wörter in allen Bildbeschreibungen suchen und ersetzen. Sie sehen jede Änderung, bevor sie geschrieben wird, und können den Stapel widerrufen.
  • Übernehmen Sie Bildbeschreibungen von jeder KI. Sie werden über den Dateinamen den Bildern zugeordnet.

Generate (Generieren)

  • Geben Sie jeder Bildnummer einen eigenen Prompt, kopieren Sie den Workflow in ComfyUI und importieren Sie dann die Ergebnisse. Sie landen unter ihrer Nummer.

Trainieren und vergleichen (Demo-Modus)

  • Testen Sie den ganzen Trainingsablauf als Simulation. Es wird keine Cloud-GPU gemietet und nichts berechnet.
  • Vergleichen Sie gespeicherte Versionen im Blindtest, der die Trainingsschritte bis zu Ihrer Wahl verbirgt.
  • Exportieren Sie eine Trainings-ZIP für AI Toolkit oder OneTrainer.

Experimentell

  • Ein RunPod-Netzwerk-Volume durchsuchen und seine Bilder importieren. Einschalten unter Settings (Einstellungen).

Bildvorschau