LoRA の仕組み
モデル全体を追加学習すると数十億の重みを書き換え、2〜7 GB のファイルができます。LoRA はモデルを凍結し、各アテンション層で二つの小さな行列だけを学習します。その積が変化を近似します。結果として「新しく覚えたこと」が数メガバイトに収まり、生成時に係数を掛けてその場で適用されます。10〜30枚の画像と家庭用 GPU で数分あれば一つ学習できます。
LoRA の使い方
- 自分のベースモデル向けの LoRA をダウンロードします。SD 1.5 用は SDXL では動かず、逆も同じです。SD 3.5 には専用のものがあります。
- ファイルを Automatic1111 の
models/Lora（ComfyUI、Forge、Fooocus では相当するフォルダ）に置きます。 - プロンプトで呼び出します：
<lora:ファイル名:0.8>。数値が重みで、0.6〜1.0 が通常の範囲です。 - 作者が指定するトリガーワードがあれば追加します（キャラクター名や画風のトークン）。
- 調整します。強すぎると全画像が同じに見え、弱すぎると何も変わりません。
LoRA の組み合わせ
複数の LoRA は重ねられます。画風を 0.7、キャラクターを 0.8、ディテール強化を 0.4 といった具合です。重みの合計は多くても 1.5〜2 程度に抑え、調整中はシードを固定してください。そうしないとどれが何をしているのか分かりません。同じ概念で学習した LoRA 同士はぶつかるので、一つに絞りましょう。
LoRA・embedding・checkpoint、どれを選ぶか
| 種類 | サイズ | 向いている用途 | 使い方 |
|---|---|---|---|
| Checkpoint（追加学習モデル） | 2〜7 GB | 全体的な作風（リアル系、アニメ系） | ベースモデルを置き換える |
| LoRA | 20〜150 MB | 画風、キャラクター、物体、ポーズ | プロンプトに <lora:名前:重み> |
| Textual inversion（embedding） | 10〜100 KB | 単一トークン、ネガティブ用が多い | プロンプトにトークン名 |
多くの人は良い checkpoint を一つ使い、画像ごとに LoRA を切り替えています。
LoRA の入手先
Civitai と Hugging Face には数万本の LoRA が、サンプル画像、トリガーワード、必要なベースモデルとともに公開されています。ライセンスを確認してください。商用利用や実在の人物の再現を禁じるものが多くあります。画風なら当サイトの画家スタイル比較も良い代替手段です。プロンプトに画家名を書くだけで、画風 LoRA と同じ効果が得られることがよくあり、何もダウンロードせずに済みます。