武打动作 LoRA：现成的还不多，自己训练按显卡怎么选工具

现成的武打动作 LoRA 不多，本站查到的几个里也没有能放心推荐的：要么许可证没写清，要么训练数据来源不明。所以这篇的重点放在自己训练：每档显卡能训什么、用什么工具、怎么配。前面先简单讲挑现成 LoRA 时要看什么，以及目前查到的两个 H3 武打 LoRA 的情况。

数据说明：数据来自官方和社区，未经本站实测。每个数字都标了来源，核实日期均为 2026-10-27（美国太平洋时间）。来源分三种：「官方」是模型或工具发布方自己的说明，训练工具（musubi-tuner、diffusion-pipe、ai-toolkit）给自己写的文档也算该工具的官方说明，但它们都不是底模厂商出的，表里单独注明「第三方项目」；「官方教程」是 ComfyUI 官方教程或模板；「社区」是用户报告，以及 LoRA 作者在模型卡里写的说明和训练经历（本质是个人测试报告）。查不到的写「待核实」。写成「文件 xx GB」的只是下载体积，不等于显存需求。

挑现成 LoRA 前先看三件事

1. 许可证，要看两层。 LoRA 是挂在底模上用的，底模的许可证（能否商用、哪些地区能用）和 LoRA 自己的许可证都要满足。LoRA 只写「other」却没写具体条款的，等于没说清，先别用在要发布的作品里。
2. 训练数据从哪来。 例如有的 LoRA 用老电影片段训练，可能涉及片中真人演员的肖像和影片版权。用真人肖像训练、或者专门复刻某个真人长相的 LoRA，本站不推荐，也不收录。挑的时候看模型卡有没有写清素材来源；没写的，按「待核实」对待。
3. 配套哪个底模版本。 同一个底模往往有完整版、剪枝版、量化版。ComfyUI 官方教程提醒：MiniMax H3 的 LoRA 要和底模版本对应，在完整版上训练的 LoRA 用到剪枝版上会丢掉 adaln 部分（ComfyUI H3 教程，核实于 2026-10-27）。

两个现成武打 LoRA 的情况

以下两个都是模型页未标为成人内容、不是真人肖像类的 LoRA，但按上面三条看，目前没有一个能放心推荐：

几点补充（均来自各模型卡，核实于 2026-10-27）：

• H3-Fight-Flow（训练数据待核实）：作者说它主要不是教新招式，而是让「上一招的位置、重心、距离成为下一招的起点」，适合和其他招式类 LoRA 叠加使用；作者测试的权重是第一遍采样 0.65、第二遍 0.25。
• wushu-action v8（训练数据待核实）：作者说这一版的素材「主要用大量的 3D 模型跑的动作」，「训练素材全部为人体模型三视图动画」，所以默认容易出白模加黑背景，真实感欠缺；权重建议 0.6–0.8，出现大量白模黑底时降到 0.5–0.6。生成参数：cfg 1.0（H3 是 CFG 蒸馏模型，不能大于 1）、25 步、832×480、帧数 17n+5。训练素材都是单人，双人对打不稳定。训练数据为作者自述，待核实。
• v7 训练数据含来源不明的武打片段，本站不推荐。

按显卡怎么配

下表数字核实于 2026-10-27。官方数据（含官方教程，以及训练工具自己的文档，后者注明「第三方项目」）和社区数据分两张表；现成 LoRA 的模型卡算社区，放在社区表。

各档标签一览

各档标签含义：「适用」= 有依据表明这一档可以正常用；「能跑」= 要大量卸载、明显偏慢或只有部分卡达标；「不推荐」= 来源明确说这一档跑不了，或方案本身不推荐；「待核实」= 依据不够，不代表不能跑。「（推断）」= 这一档没有自己的数据，按下一档推出来。

官方数据

社区数据

每档能做什么

8GB 入门：只能用小模型出片，训练没有方案

• 出片：Wan2.1 T2V-1.3B（官方需 8.19GB）加 1.3B 的风格 LoRA，480P。官方的 8.19GB 是开了 --offload_model True --t5_cpu（模型卸载、文本编码器放到 CPU）之后的数字，属于大量卸载，所以这一档标「能跑」。适配 1.3B 的武打动作 LoRA 本文没找到合格的，待核实。
• 训练：musubi-tuner、ai-toolkit、diffusion-pipe 的官方说明都没给 8GB 的视频 LoRA 训练方案，待核实。这一档想自己训练，可以考虑租云 GPU。

10–16GB 主流：可以训图像 LoRA；视频训练 12GB 能跑，但要降分辨率、开省显存选项

• 训练：musubi-tuner 官方说图像训练 12GB 起步；12GB 用 960×544 或更低，开 --blocks_to_swap、--fp8_llm 等省显存选项；显存约 16GB 以下时 Wan 的 T5 用 --fp8_t5。视频训练官方建议 24GB 以上。内存建议 64GB。
• 社区：有人在 RTX 5070 Ti 16GB 上用 diffusion-pipe 训成了 HunyuanVideo LoRA；Wan 14B 开 FP8 和块交换，再把系统交换文件加大到 20GB 后也跑通了（diffusion-pipe Issue #149，2025 年 3 月的帖子，较旧）。
• 出片：MiniMax H3 最小的 pruned_w6a8 文件 15.98GB，加 H3 动作 LoRA 在 16GB 上能否跑通待核实；用之前还要确认 LoRA 是在哪个底模版本上训练的。

24–32GB 高端单卡：三个训练工具都有官方示例，H3 训练要会配

• Wan 系列最稳：diffusion-pipe 的官方最低显存示例在 24GB 上训练 Wan2.1 T2V-14B，512×512×81 帧，transformer 用 float8、块交换 32 块、unsloth 激活检查点、AdamW8bitKahan 优化器。这套配置要把大部分模型块换到内存，所以 24–32GB 这一档标「能跑」。
• ai-toolkit 有 Wan2.1 1.3B 和 Wan2.2 14B 的 24GB 示例配置，但 1.3B 示例的注释写明它按单帧训练，「适合角色，不太适合动作」，训动作 LoRA 要另外配置视频数据。
• MiniMax H3：musubi-tuner 自 2026-09-16 起实验支持 H3 的 LoRA 训练。要点：
  • 动作和风格 LoRA 用 FL2VA 底模、--task t2va。
  • H3 是 CFG 蒸馏模型，直接训练会让画面褪色、越训越不听提示词，必须选训练适配器（--base_weights，不增加耗时，但要用 BF16 底模）或 guidance loss（可直接用 INT8 底模，每步约 1.5 倍耗时）。
  • 省显存：剪枝 ConvRot INT8 底模约 21GB，--blocks_to_swap 最多 48，文本编码器单独缓存（NVFP4+AWQ 版约 15GB，可再加 --text_encoder_blocks_to_swap 50）。
  • 24GB 能否训视频，官方没给结论，待核实。diffusion-pipe 也支持 H3，但只支持文生图和文生视频训练。
• 出片：wushu-action v8 因为许可没写清、训练数据待核实，暂不建议用。H3-Fight-Flow 仅列出，训练数据待核实，配套底模版本也待核实。

48GB 以上及多卡：H3 动作 LoRA 训练的实际门槛

• 训练：H3-Fight-Flow 的作者在 RTX 6000D 上训练，显存峰值约 60GB（作者自述）。按这个数字，H3 的复杂动作 LoRA 更现实的是这一档或云 GPU。
• 出片：HunyuanVideo 底模官方 720p 峰值 60GB、544p 峰值 45GB，建议 80GB；官方另有 FP8 权重约省 10GB。
• 多卡训练：musubi-tuner 通过 Accelerate 支持多卡，具体用法待核实；diffusion-pipe 主打流水线并行，可以把放不进单卡的模型拆到多卡上。速度和吞吐都待核实。

苹果 M 系列：目前没查到可靠的动作 LoRA 训练数据，暂不推荐。

自己训练前的提醒

• 素材要有权利。 自己拍的、或者明确授权可以用来训练 AI 的素材才能用。不要用电影、比赛转播、短视频平台上的他人视频，也不要用真人肖像训练。
• 3D 软件做的动画不等于一定能用。 能不能拿来训练，要分别看你用的 3D 软件、角色模型、动作库（含动捕数据）各自的协议，有的明确禁止用于 AI 训练，不能一概说稳妥。例如 Epic 的 Fab 素材商店协议规定，标了「NoAI」的素材在标准许可下不能用作生成式 AI 的训练输入（Fab EULA 第 16(l) 条，核实于 2026-10-27）。
• 虚幻引擎（UE）和 MetaHuman 的协议禁止用它们训练 AI。 来源：UE EULA、MetaHuman Creator EULA、UE EULA 变更记录，核实于 2026-10-27。
  • UE EULA 第 6(e) 条「General Restrictions」要求你的使用不得「result in using the Licensed Technology as a training input to any Generative AI Program or as prompt-based input where the Generative AI Program trains on input data」（不得把授权技术用作生成式 AI 的训练输入，或用作会被拿去训练的提示输入）。这里的 Licensed Technology 指 UE 代码和随 UE 提供的 Epic 内容（Examples、Starter Content 等）；Fab 等渠道下载的素材不算，另按各自协议。变更记录显示这条是第 20 次更新加上的明文。
  • 同一条还规定不得「use, or permit others to use, MetaHuman digital characters and animation curves (or any rendered output thereof if crafted to replicate the functionality of MetaHuman) to build or enhance any database or training or testing any artificial intelligence, machine learning, deep learning, neural networks, or similar technologies」（不得用 MetaHuman 数字角色和动画曲线，以及为复刻 MetaHuman 功能而制作的渲染输出，去构建数据库或训练、测试 AI）。这是第 21 次更新加入的。
  • MetaHuman Creator EULA 第 1.3 条第 (j) 项也禁止把 MetaHuman Technology 用于「building or enhancing any database or training or testing any artificial intelligence, machine learning, deep learning, neural network or similar technology」。这份协议页面写明，它只适用于 UE 5.5 及更早版本上的云端 MetaHuman Creator；UE 5.6 及以后用 MetaHuman，适用上面的 UE EULA。
  • 所以协议明确禁止用 MetaHuman 角色和动画曲线训练 AI。「用 MetaHuman 角色做武打动画、渲染成视频再训练动作 LoRA」是否算在内，原文对渲染输出带了条件（"if crafted to replicate the functionality of MetaHuman"），本文不替协议下结论，但风险很高，建议不要这样做。用普通 UE 场景渲染出来的画面能不能训练，协议原文没有单独写明：第 6(e) 条只说不能把 Licensed Technology 用作训练输入，渲染输出只在 MetaHuman 那句里带条件地出现。所以这一点以协议原文为准，本文不下结论；拿不准就别用 UE 渲染画面做训练素材。
• 底模许可同样管训练。 MiniMax H3 和 HunyuanVideo 的许可证都禁止用模型或它的输出去改进其他 AI 模型；在这个底模上训 LoRA 属于衍生模型，是允许的，但分发时要遵守底模条款（见下节）。
• 先缓存再训练。 三个工具都建议先把潜变量和文本编码结果缓存下来，训练时就不用把大文本编码器放进显存。

许可和能否商用

核实于 2026-10-27。以下只转述协议要点，以协议原文为准，不构成法律意见。

底模

LoRA

训练工具

训练工具的许可只管代码，不管你训出来的 LoRA，后者受底模许可约束：

• musubi-tuner：大部分代码 Apache-2.0，部分目录沿用 HunyuanVideo 等上游代码的许可（README）。
• diffusion-pipe：GPL-3.0。
• ai-toolkit：MIT。

官方命令（原样摘录）

下面的命令按官方文档原样摘录，参数含义以原文为准。

Wan2.1 T2V-1.3B 小显存出片。出处：Wan2.1 GitHub README，核实于 2026-10-27。

python generate.py  --task t2v-1.3B --size 832*480 --ckpt_dir ./Wan2.1-T2V-1.3B --offload_model True --t5_cpu --sample_shift 8 --sample_guide_scale 6 --prompt "Two anthropomorphic cats in comfy boxing gear and bright gloves fight intensely on a spotlighted stage."

musubi-tuner 训练 Wan LoRA（官方示例用 --fp8_base；显存约 16GB 以下时官方建议加 --fp8_t5）。出处：musubi-tuner Wan 文档，核实于 2026-10-27。

accelerate launch --num_cpu_threads_per_process 1 --mixed_precision bf16 src/musubi_tuner/wan_train_network.py \
    --task t2v-1.3B \
    --dit path/to/wan2.1_xxx_bf16.safetensors \
    --dataset_config path/to/toml --sdpa --mixed_precision bf16 --fp8_base \
    --optimizer_type adamw8bit --learning_rate 2e-4 --gradient_checkpointing \
    --max_data_loader_n_workers 2 --persistent_data_loader_workers \
    --network_module networks.lora_wan --network_dim 32 \
    --timestep_sampling shift --discrete_flow_shift 3.0 \
    --max_train_epochs 16 --save_every_n_epochs 1 --seed 42 \
    --output_dir path/to/output_dir --output_name name-of-lora

musubi-tuner 训练 MiniMax H3 LoRA（末尾 <loss method flags> 处按官方文档选一种：训练适配器或 guidance loss）。出处：musubi-tuner MiniMax H3 文档，核实于 2026-10-27。

accelerate launch --num_cpu_threads_per_process 1 --mixed_precision bf16 minimax_h3_train_network.py \
  --dataset_config /data/h3/dataset.toml \
  --task t2va \
  --dit /models/minimax_h3_fl2va_bf16.safetensors \
  --network_dim 16 \
  --network_alpha 16 \
  --sdpa \
  --mixed_precision bf16 \
  --gradient_checkpointing \
  --blocks_to_swap 48 \
  --optimizer_type adamw8bit \
  --learning_rate 1e-4 \
  --max_train_epochs 16 \
  --save_every_n_epochs 1 \
  --output_dir /data/h3/output \
  --output_name h3-lora \
  <loss method flags>

训练适配器的写法（同一文档）：

--base_weights /models/minimax_h3_training_adapter.safetensors

HunyuanVideo 出片，开 CPU 卸载。出处：HunyuanVideo GitHub README，核实于 2026-10-27。

cd HunyuanVideo

python3 sample_video.py \
    --video-size 720 1280 \
    --video-length 129 \
    --infer-steps 50 \
    --prompt "A cat walks on the grass, realistic style." \
    --flow-reverse \
    --use-cpu-offload \
    --save-path ./results

小结

• 现成的武打 LoRA 不多，也没有能放心推荐的。挑的时候先看三件事：底模和 LoRA 两层许可、训练数据来源、配套底模版本。用真人肖像或来源不明的影视片段训练的，先别用在要发布的作品里。
• 两个现成 H3 LoRA 里，H3-Fight-Flow 许可最清楚（MiniMax H3 社区许可），但仅列出，训练数据待核实；wushu-action v8 训练数据待核实（作者自述用 3D 人体模型动画），许可也没说清，暂不推荐。
• 8GB 入门：只能用 Wan2.1 1.3B 加风格 LoRA 出片，训练没有方案。
• 10–16GB 主流：musubi-tuner 可以训图像 LoRA（12GB 起，960×544 以下）；视频训练 12GB 能跑，但要降到 960×544 或更低、开省显存选项，官方建议视频训练用 24GB 以上；社区有人在 16GB 卡上用 diffusion-pipe 开 FP8 和块交换、加大系统交换文件后训通 Wan 14B LoRA（2025 年 3 月，较旧）。
• 24–32GB 高端单卡：Wan 14B 视频 LoRA 有 diffusion-pipe 的 24GB 官方配置；H3 LoRA 用 musubi-tuner，必须配训练适配器或 guidance loss，24GB 能否训视频待核实。
• 48GB 以上及多卡：H3 复杂动作 LoRA 作者自述显存峰值约 60GB；HunyuanVideo 出片官方建议 80GB。
• 数据来自官方和社区，未经本站实测；核实于 2026-10-27（美国太平洋时间）。

站内推荐

• MiniMax H3 官方版和第三方 FastH3：参考生视频按显卡怎么选
• 用 Blender/UE 灰模控制 AI 视频的镜头和走位
• 训练角色 LoRA 前，素材到底该怎么挑？
• 免费额度别变成账单：百炼「用完即停」、火山「安心体验」怎么开