shootthesound (Peter Neill)/2026-08
一般的なゲーミングPC程度のGPU(16GB〜)だけで、動画生成AI「MiniMax H3」や画像生成AI「Krea 2」などのモデル本体そのものを丸ごと学習し直せる、無料のオープンソース学習ツール。
これまで「自分の作品のタッチやキャラクターをAIに覚えさせる」場合、LoRA(モデルに後付けする小さな補助ファイル)を作るのが一般的でした。LoRAは軽くて手軽な半面、元のモデルの表現力そのものまでは書き換えられないという上限がありました。Fizgig v5は、業務用GPUクラスタが必要だった「モデル本体の再学習(フルファインチューニング)」を、16GBクラスの一般向けGPU一枚で行えるようにした点が大きな進化です。容量制限に縛られないため、より複雑な癖や質感まで再現できます。広告制作の現場では、ブランド専属キャラクターの表情や演技の幅を大きく広げたり、特定ブランドの色味・質感・照明の癖をAIに深く刷り込んで一貫したシリーズ動画を量産する、といった使い方が考えられます。学習結果は軽量なLoRAとしても書き出せるため、社内配布や複数プロジェクトへの使い回しもしやすい点が実務上の利点です。
仕組みとしては、動画生成AIの内部にある「層(ブロック)」を一部ずつ入れ替えながら学習する「ローテーション方式」を採用しています。GPUメモリに全ての層を同時に載せる必要がないため、通常はサーバー用GPU(80GB超)が必要な330億パラメータ級のMiniMax H3でも、16GBのゲーミングGPUで学習が回るという仕組みです。 従来のLoRA学習が「元のモデルに小さな付箋を貼る」イメージだとすれば、フルファインチューニングは「教科書の内容そのものを書き換える」ようなもの。表現の幅が広がる一方、書き換えすぎて元の能力を壊してしまう「過学習」のリスクも高まります。Fizgigはブロックごとの学習具合を可視化する「プロファイラー」や、学習途中のバージョンを一括比較できる「LoRA Royale」といった検証ツール、壊れた学習結果を再学習なしで直す「Repair Studio」も備えており、失敗をリカバリーしながら試行錯誤できる設計です。 導入にはWindows(NVIDIA GPU推奨、AMD Radeonも対応)またはLinux環境と、16GB以上のVRAM、システムメモリ32GB、ディスク50GB程度の空き容量が必要です。インストーラー(.bat/.sh)を実行するだけで環境構築でき、ソフト自体は無料です。ただし学習対象となるMiniMax H3やKrea 2本体のモデルには、開発元が定める別途の利用規約(年商条件やクレジット表記義務など)が適用される点に注意してください。
Fizgig本体はApache-2.0で商用利用可。ただし学習対象のMiniMax H3・Krea 2・Flux 2 Kleinのモデル重み自体は各開発元(MiniMax社・Comfy-Org・BFL)が定める別ライセンスに従う。
Alibaba PAIの8ステップ高速化LoRAをComfyUIで使うための互換ノード
Fizgigがフルファインチューニング対応した330億パラメータの動画生成AI本体