LoRA Γεννήτρια εικόνων AI

Ένα LoRA, από το Low-Rank Adaptation, είναι ένα μικρό αρχείο που κατευθύνει ένα βασικό μοντέλο εικόνας προς κάτι συγκεκριμένο: ένα στιλ ζωγραφικής, μια ατμόσφαιρα φωτισμού, έναν χαρακτήρα, ένα αντικείμενο ή έναν τύπο σύνθεσης. Έχει μερικές δεκάδες έως μερικές εκατοντάδες megabyte αντί για τα πολλά gigabyte ενός πλήρους μοντέλου, γι' αυτό η κοινότητα εκπαιδεύει και μοιράζεται χιλιάδες τέτοια σε ιστοτόπους όπως το CivitAI.

Μια γεννήτρια εικόνων LoRA τρέχει αυτά τα αρχεία για σένα. Κανονικά θα κατέβαζες ένα βασικό μοντέλο και κάθε LoRA που θέλεις, θα εγκαθιστούσες μια τοπική διεπαφή και θα χρειαζόσουν κάρτα γραφικών με αρκετή μνήμη για να τα χωρέσει όλα. Στο Mage διαλέγεις ένα βασικό μοντέλο, προσθέτεις LoRA από τον κατάλογο ή τα εισάγεις με σύνδεσμο, ορίζεις το βάρος του καθενός και δημιουργείς μέσα στον browser, από οποιαδήποτε συσκευή.

Τα LoRA ανήκουν στο μοντέλο στο οποίο εκπαιδεύτηκαν, άρα πρώτα επιλέγεις το βασικό μοντέλο. Στο Mage, τα μοντέλα εικόνας που υποστηρίζουν LoRA είναι τα MOSS-Image, Stable Diffusion XL και οι οικογένειες checkpoint του, Stable Diffusion 1.5, Anima, Z-Image, Krea 2 Turbo και Chroma, ενώ και τα μοντέλα βίντεο Wan Video 2.2 και MiniMax-H3 δέχονται LoRA.

Ξεκίνα με ένα LoRA τη φορά. Το καθένα τραβά το μοντέλο προς τα δικά του δεδομένα εκπαίδευσης και δύο ή τρία σε πλήρες βάρος τείνουν να συγκρούονται και να θολώνουν σε κάτι που δεν ήθελε κανένα τους. Μόλις ένα LoRA σού φανεί σωστό, πρόσθεσε ένα δεύτερο σε χαμηλότερο βάρος, γύρω στο 0,5, και ανέβαζέ το σιγά σιγά.

Διάβασε τη σελίδα του LoRA πριν το χρησιμοποιήσεις. Ο δημιουργός του συνήθως αναφέρει λέξεις-κλειδιά, προτεινόμενο βάρος και το βασικό μοντέλο στο οποίο εκπαιδεύτηκε, και δείχνει τα prompt πίσω από τις εικόνες-δείγματα. Το να αντιγράψεις ένα από αυτά είναι ο πιο γρήγορος τρόπος να δεις τι κάνει το LoRA πριν γράψεις το δικό σου.

Κράτα απλό το υπόλοιπο prompt. Ένα LoRA στιλ φέρει ήδη την εμφάνιση, οπότε περίγραψε το θέμα, το σκηνικό και το φως και άφησε τις λέξεις στιλ στο LoRA. Αν το αποτέλεσμα απομακρύνεται από την εμφάνιση του LoRA, μάλλον το prompt αναφέρει ένα ανταγωνιστικό στιλ.

• Πρώτα ένα LoRA, μετά πρόσθεσε κι άλλα σε χαμηλότερα βάρη.
• Αντίγραψε τις λέξεις-κλειδιά από τη σελίδα του LoRA.
• Μείωσε το βάρος όταν τα πρόσωπα ή τα χέρια αρχίζουν να παραμορφώνονται.
• Χρησιμοποίησε το ίδιο seed για δίκαιη σύγκριση βαρών.
• Ταίριαξε το LoRA με το βασικό του μοντέλο· ένα LoRA SDXL δεν θα φορτώσει στο MOSS-Image.

Το MOSS-Image είναι ένα νέο μοντέλο ανοιχτού κώδικα από την ομάδα OpenMOSS, που ακολουθεί μεγάλα, αναλυτικά prompt και αποδίδει κείμενο στα αγγλικά και στα κινέζικα. Η κοινότητά του εκπαιδεύει γρήγορα LoRA γι' αυτό και το Mage διαθέτει ένα διαρκώς αυξανόμενο σύνολο: στιλ ζωγραφικής και anime, εμφανίσεις μελανιού και κάρβουνου, ρυθμιστές φωτισμού και λεπτομέρειας και LoRA χαρακτήρων. Δες τη σελίδα του μοντέλου MOSS-Image για τα δυνατά του σημεία και συμβουλές για prompt.

Επειδή το MOSS-Image διαβάζει προσεκτικά τα μεγάλα prompt, ένα LoRA στιλ και μια προσεκτικά περιγραμμένη σκηνή δουλεύουν πολύ καλά μαζί: το LoRA δίνει την εμφάνιση και το prompt ελέγχει τι υπάρχει στο κάδρο και τις λέξεις που εμφανίζονται σε αυτό.

Στη σελίδα Εισαγωγής, κάνε επικόλληση ενός συνδέσμου μοντέλου CivitAI και το Mage αναγνωρίζει το βασικό μοντέλο, κατεβάζει το αρχείο και ελέγχει ότι ταιριάζει. Οι εισαγωγές ολοκληρώνονται σε περίπου ένα λεπτό και μετά εμφανίζονται στον επιλογέα LoRA για το συγκεκριμένο μοντέλο. Τα τυπικά αρχεία LoRA και LoCon δουλεύουν· το MOSS-Image δεν δέχεται ακόμη αρχεία LoKr, LoHa ή DoRA.

Η εισαγωγή περιλαμβάνεται στα πλάνα Pro Plus και Max. Σε οποιοδήποτε πλάνο μπορείς να χρησιμοποιείς τα LoRA που υπάρχουν ήδη στον κατάλογο, και η απεριόριστη γεννήτρια εικόνων AI εξηγεί ποια μοντέλα τρέχει κάθε πακέτο χωρίς όρια.