LoRA генератор зображень

LoRA (скорочено від Low-Rank Adaptation) — це невеликий файл, який підштовхує базову модель зображень до чогось одного: стилю живопису, освітлення, персонажа, об’єкта чи типу композиції. Він важить від кількох десятків до кількох сотень мегабайтів замість багатьох гігабайтів повної моделі, тому спільнота тренує й ділиться тисячами таких файлів на сайтах на кшталт CivitAI.

Генератор зображень із LoRA запускає ці файли за тебе. Зазвичай потрібно завантажити базову модель і всі потрібні LoRA, встановити локальний інтерфейс і мати відеокарту з достатнім обсягом пам’яті. У Mage ти обираєш базову модель, додаєш LoRA з каталогу або імпортуєш за посиланням, налаштовуєш вагу кожної та генеруєш у браузері на будь-якому пристрої.

LoRA працюють лише з моделлю, на якій їх навчали, тож спершу обирають базову модель. У Mage LoRA підтримують такі моделі зображень: MOSS-Image, Stable Diffusion XL та її родини чекпойнтів, Stable Diffusion 1.5, Anima, Z-Image, Krea 2 Turbo і Chroma. Відеомоделі Wan Video 2.2 і MiniMax-H3 також приймають LoRA.

Починай з однієї LoRA. Кожна тягне модель до власних тренувальних даних, а дві-три з повною вагою часто конфліктують і розмивають результат у щось, чого ніхто не планував. Коли одна LoRA працює як треба, додай другу з меншою вагою, приблизно 0,5, і повільно збільшуй її.

Прочитай сторінку LoRA перед використанням. Її автор зазвичай вказує тригерні слова, рекомендовану вагу та базову модель, на якій її навчали, а також показує промпти до прикладів зображень. Скопіювати такий промпт — найшвидший спосіб побачити, що робить LoRA, перш ніж писати власний.

Решту промпта роби простою. Стильна LoRA вже несе потрібний вигляд, тож описуй об’єкт, місце дії та світло, а слова про стиль залиш для LoRA. Якщо результат відходить від вигляду LoRA, у промпті, імовірно, названо конкурувальний стиль.

• Спершу одна LoRA, потім додавай інші з меншою вагою.
• Копіюй тригерні слова зі сторінки LoRA.
• Зменш вагу, коли обличчя чи руки починають спотворюватися.
• Використовуй той самий seed, щоб чесно порівнювати ваги.
• Добирай LoRA до її базової моделі: LoRA для SDXL не завантажиться на MOSS-Image.

MOSS-Image — нова модель з відкритим кодом від команди OpenMOSS, яка добре розуміє довгі докладні промпти та відтворює англійський і китайський текст. Спільнота швидко тренує для неї LoRA, і Mage пропонує дедалі більше з них: живописні та аніме-стилі, туш і вугілля, повзунки освітлення й деталізації, а також LoRA персонажів. Дивись сторінку моделі MOSS-Image, щоб дізнатися про її сильні сторони та поради щодо промптів.

Оскільки MOSS-Image уважно читає довгі промпти, стильна LoRA і ретельно описана сцена добре працюють разом: LoRA задає вигляд, а промпт керує тим, що потрапляє в кадр, і будь-яким текстом у ньому.

На сторінці імпорту встав посилання на модель CivitAI, і Mage визначить базову модель, завантажить файл та перевірить, чи він підходить. Імпорт займає близько хвилини, після чого файл з’являється у виборі LoRA для цієї моделі. Працюють стандартні файли LoRA і LoCon; MOSS-Image поки не приймає файли LoKr, LoHa чи DoRA.

Імпорт доступний у планах Pro Plus і Max. На будь-якому плані можна використовувати LoRA, що вже є в каталозі, а також необмежений генератор зображень на основі ШІ пояснює, які моделі кожен тариф запускає без обмежень.