LoRA 画像生成

LoRA（Low-Rank Adaptation）は、ベースの画像モデルを絵のスタイル、ライティング、キャラクター、物体、構図といった特定の方向へ寄せるための小さなファイルです。サイズは数十〜数百MBで、数GBにもなるフルモデルよりずっと軽量。そのためCivitAIなどのサイトで、コミュニティが何千ものLoRAを作成・共有しています。

LoRA画像生成は、そうしたファイルを代わりに実行してくれるものです。通常は、ベースモデルと使いたいLoRAをすべてダウンロードし、ローカルのUIをインストールして、それらを載せられるメモリのグラフィックカードも用意する必要があります。Mageなら、ベースモデルを選び、カタログからLoRAを追加するかリンクでインポートし、それぞれの重みを設定して、どのデバイスでもブラウザ上で生成できます。

LoRAは学習元のモデルでしか使えないため、まずベースモデルを選びます。MageでLoRAに対応している画像モデルは、MOSS-Image、Stable Diffusion XLとそのチェックポイント系統、Stable Diffusion 1.5、Anima、Z-Image、Krea 2 Turbo、Chromaです。動画モデルのWan Video 2.2とMiniMax-H3もLoRAに対応しています。

まずはLoRAを1つだけ使いましょう。LoRAはそれぞれ自分の学習データの方向へモデルを引っ張るため、2〜3個を最大の重みで重ねると、互いに干渉してどちらの意図とも違うぼやけた絵になりがちです。1つで狙いどおりになったら、2つ目を0.5前後の低めの重みで加え、少しずつ上げていきます。

使う前にLoRAのページを読みましょう。作者がトリガーワードや推奨の重み、学習元のベースモデルを載せていることが多く、サンプル画像のプロンプトも確認できます。自分で書く前に、そのプロンプトをコピーして試すのが、LoRAの効果を知る一番の近道です。

プロンプトの残りはシンプルに。スタイルLoRAにはすでに画風が含まれているので、被写体、場面、光を描写し、スタイルの指定はLoRAに任せましょう。結果がLoRAの雰囲気から外れるときは、プロンプトが別のスタイルを指定している可能性があります。

• まずLoRA 1つから。追加するときは低めの重みで。
• トリガーワードはLoRAのページからコピー。
• 顔や手が崩れ始めたら重みを下げる。
• 重みを公平に比べるなら、同じシード値を使う。
• LoRAはベースモデルに合わせる。SDXL用のLoRAはMOSS-Imageでは読み込めません。

MOSS-Imageは、OpenMOSSチームによる新しいオープンソースモデルで、長く詳細なプロンプトに忠実に従い、英語と中国語の文字も描画できます。コミュニティが急速にLoRAを学習しており、Mageでも、絵画風やアニメ風のスタイル、水墨や木炭画の表現、ライティングやディテールの調整用、キャラクターLoRAなど、続々と増えています。モデルの強みやプロンプトのコツはMOSS-Imageのモデルページをご覧ください。

MOSS-Imageは長いプロンプトを細かく読み取るため、スタイルLoRAと丁寧に描写したシーンの相性は抜群です。LoRAが画風を担い、プロンプトが画面の内容や描き込む文字をコントロールします。

インポートページにCivitAIのモデルリンクを貼ると、Mageがベースモデルを認識し、ファイルをダウンロードして、適合するかを確認します。インポートは約1分で完了し、そのモデルのLoRA選択画面に表示されます。標準のLoRAとLoConファイルに対応しています。MOSS-Imageは、LoKr、LoHa、DoRAファイルにはまだ対応していません。

インポートはPro PlusとMaxプランで利用できます。どのプランでも、カタログにあるLoRAはそのまま使えます。さらに、無制限のAI画像生成のページでは、各プランでどのモデルが無制限で使えるかを説明しています。