Gerador de imagens com LoRA

Um LoRA, sigla de Low-Rank Adaptation, é um arquivo pequeno que direciona um modelo de imagem base para uma coisa específica: um estilo de pintura, um tipo de iluminação, um personagem, um objeto ou um tipo de composição. Ele tem de algumas dezenas a algumas centenas de megabytes, em vez dos muitos gigabytes de um modelo completo, e por isso a comunidade treina e compartilha milhares deles em sites como o CivitAI.

Um gerador de imagens com LoRA roda esses arquivos para você. Normalmente, você teria que baixar um modelo base e cada LoRA que quisesse, instalar uma interface local e ter uma placa de vídeo com memória suficiente para rodar tudo. No Mage, você escolhe um modelo base, adiciona LoRAs do catálogo ou importa por link, define o peso de cada um e gera no navegador, em qualquer dispositivo.

Os LoRAs pertencem ao modelo com o qual foram treinados, então o modelo base vem primeiro. No Mage, os modelos de imagem compatíveis com LoRA são MOSS-Image, Stable Diffusion XL e suas famílias de checkpoints, Stable Diffusion 1.5, Anima, Z-Image, Krea 2 Turbo e Chroma, e os modelos de vídeo Wan Video 2.2 e MiniMax-H3 também aceitam LoRAs.

Comece com um LoRA de cada vez. Cada um puxa o modelo para os próprios dados de treino, e dois ou três combinados com peso máximo tendem a brigar entre si e a se misturar em algo que nenhum deles pretendia. Quando um LoRA estiver bom, adicione um segundo com peso menor, em torno de 0,5, e aumente aos poucos.

Leia a página do LoRA antes de usá-lo. O autor geralmente lista as palavras-gatilho, um peso recomendado e o modelo base com o qual ele foi treinado, além de mostrar os prompts das imagens de exemplo. Copiar um desses prompts é a forma mais rápida de ver o que o LoRA faz antes de escrever o seu.

Mantenha o resto do prompt simples. Um LoRA de estilo já traz o visual, então descreva o assunto, o cenário e a luz, e deixe as palavras de estilo por conta do LoRA. Se o resultado se afastar do visual do LoRA, provavelmente o prompt cita um estilo concorrente.

• Primeiro um LoRA, depois adicione mais com pesos menores.
• Copie as palavras-gatilho da página do LoRA.
• Diminua o peso quando rostos ou mãos começarem a deformar.
• Use a mesma seed para comparar os pesos de forma justa.
• Combine o LoRA com o modelo base certo; um LoRA de SDXL não carrega no MOSS-Image.

O MOSS-Image é um novo modelo de código aberto da equipe OpenMOSS que segue prompts longos e detalhados e renderiza texto em inglês e chinês. A comunidade está treinando LoRAs para ele rapidamente, e o Mage tem um conjunto cada vez maior deles: estilos pictóricos e de anime, visuais de nanquim e carvão, controles de iluminação e detalhe, e LoRAs de personagens. Veja a página do modelo MOSS-Image para conhecer seus pontos fortes e dicas de prompt.

Como o MOSS-Image lê prompts longos com atenção, um LoRA de estilo e uma cena bem descrita funcionam muito bem juntos: o LoRA define o visual, e o prompt controla o que aparece no quadro e quaisquer palavras escritas nele.

Na página de importação, cole o link de um modelo do CivitAI e o Mage reconhece o modelo base, baixa o arquivo e verifica se ele é compatível. As importações levam cerca de um minuto e depois aparecem no seletor de LoRA daquele modelo. Arquivos LoRA e LoCon padrão funcionam; o MOSS-Image ainda não aceita arquivos LoKr, LoHa ou DoRA.

A importação faz parte dos planos Pro Plus e Max. Em qualquer plano, você pode usar os LoRAs que já estão no catálogo, e o gerador de imagens com IA ilimitado explica quais modelos cada plano executa sem limites.