Je kunt nu zelf AI-beeldmodellen trainen voor je bedrijf zonder dat je een dure videokaart van duizenden euro’s hoeft te kopen. Met de Ostris AI Toolkit en een clouddienst als RunPod huur je een krachtige RTX 5090 voor minder dan een euro per uur en train je in ruim een uur een eigen model.

Wat er aan de hand is

De Ostris AI Toolkit, een open-source tool voor het trainen van AI-beeldmodellen, is uitgebreid met ondersteuning voor Z-Image Turbo. Dit is een nieuw type model dat sneller en efficiënter beelden genereert dan eerdere varianten. De toolkit is beschikbaar als Docker-image, wat betekent dat je hem eenvoudig kunt draaien op cloudplatforms zoals RunPod. Volgens de maker van de tutorial kun je met een RTX 5090 op RunPod voor $0,89 per uur een training voltooien in ongeveer 1 uur en 10 minuten. Dit maakt het trainen van AI-modellen toegankelijk voor ondernemers die geen dure hardware in huis hebben.

Wat dit betekent

Voor ondernemers die AI-beelden willen gebruiken – bijvoorbeeld voor productfoto’s, marketingmateriaal of gepersonaliseerde content – opent dit de deur naar maatwerk zonder grote investeringen. Waar je eerder een eigen krachtige videokaart van €1500 of meer nodig had, kun je nu voor een paar euro per training een model laten rekenen in de cloud. Dit verlaagt de drempel voor kleine bedrijven die niet structureel AI-beelden genereren, maar af en toe een specifiek model willen trainen voor een campagne of productlijn. Ook het risico op geheugenproblemen, zoals de maker zelf ervaart met zijn RTX 4080, verdwijnt omdat je in de cloud kiest voor een machine die precies past bij de taak.

Hoe je dit kunt toepassen

Als je een webshop runt en productfoto’s wilt genereren in een consistente stijl. Je kunt een dataset maken van je bestaande productfoto’s, deze uploaden naar de Ostris Toolkit op RunPod, en een model trainen dat jouw producten herkent. Vervolgens genereer je nieuwe afbeeldingen in dezelfde stijl, bijvoorbeeld voor social media of advertenties. Overweeg om te starten met een kleine dataset van 20 tot 30 afbeeldingen om te testen of de resultaten voldoen.

Als je een marketingbureau bent en gepersonaliseerde beelden wilt maken voor klanten. Stel dat je een serie beelden nodig hebt met een specifiek product in verschillende settings. Je traint een LoRA-model (een lichtgewicht aanpassing van een bestaand model) met de Ostris Toolkit. De tutorial raadt aan om de LoRA-sterkte tussen 0,8 en 0,95 in te stellen voor de beste balans tussen herkenbaarheid en variatie. Een mogelijkheid is om meerdere versies van het model te bewaren – de toolkit kan tot 8 tussenversies opslaan – zodat je kunt kiezen welke het beste werkt.

Als je een creatief bedrijf hebt en zelf AI-modellen wilt finetunen zonder technische diepgang. De Ostris Toolkit heeft een gebruiksvriendelijke interface waarin je datasets aanmaakt, afbeeldingen uploadt en captions toevoegt. Je hoeft geen code te schrijven. De standaardinstellingen werken vaak al goed, maar je kunt een paar aanpassingen doen: zet ‘Low VRAM’ uit, kies ‘None’ bij ‘Quantization Transformer’, en schakel ‘Cached Text Embedding’ in voor snellere training. De praktische toepassing hangt af van jouw situatie, maar de drempel is laag genoeg om een middag te experimenteren.

Als je een ondernemer bent die kosten wil besparen op AI-hardware. In plaats van een dure videokaart aan te schaffen, huur je rekenkracht per uur. Met $0,89 per uur voor een RTX 5090 op RunPod ben je voor een training van 1 uur en 10 minuten ongeveer $1,04 kwijt. Dat is een fractie van de aanschafprijs van een lokale kaart. Een optie is om een budget van €50 per maand te reserveren voor experimenten, waarmee je tientallen trainingen kunt doen.

Bron: Weird Wonderful AI (https://weirdwonderfulai.art/tutorial/training-z-image-turbo-lora-with-ostris-ai-toolkit/)