LoRA 如何工作
微调整个模型意味着改写数十亿个权重，并产出一个 2 到 7 GB 的文件。LoRA 则冻结模型，只在每个注意力层训练两个小矩阵，它们的乘积近似于所需的改动。结果只用几兆字节就记录下「新学到的东西」，并在生成时按一个系数即时套用。十到三十张图片，加上消费级显卡上的几分钟，就足以训练一个。
如何使用 LoRA
- 下载为你的基础模型制作的 LoRA：SD 1.5 的 LoRA 不能用于 SDXL，反之亦然；SD 3.5 有自己的 LoRA。
- 把文件放进 Automatic1111 的
models/Lora（ComfyUI、Forge、Fooocus 则是对应目录）。 - 在提示词中调用：
<lora:文件名:0.8>。数字是权重，常用范围 0.6 到 1.0。 - 如果作者给出了触发词（角色名、风格 token），请加上。
- 调整：太强则每张图都一个样，太弱则毫无变化。
组合多个 LoRA
多个 LoRA 可以叠加：画风 0.7，角色 0.8，细节增强 0.4。权重总和最好控制在 1.5 到 2 以内，调试时固定种子，否则分不清每个 LoRA 各自的作用。针对同一概念训练的 LoRA 会互相打架，选一个就好。
LoRA、embedding、checkpoint：该选哪个？
| 类型 | 大小 | 最适合 | 用法 |
|---|---|---|---|
| Checkpoint（微调模型） | 2–7 GB | 整体美学（写实、动漫） | 替换基础模型 |
| LoRA | 20–150 MB | 一种画风、角色、物品、姿势 | 提示词中写 <lora:名称:权重> |
| Textual inversion（embedding） | 10–100 KB | 单个 token，常用于负面 | 提示词中写 token 名 |
大多数人用一个好的 checkpoint，再按图切换 LoRA。
去哪里找 LoRA
Civitai 和 Hugging Face 上有数万个 LoRA，附带示例图、触发词和所需的基础模型。请检查许可证：许多禁止商用或禁止复现真实人物。本站的画家风格对比是画风类 LoRA 的好替代：在提示词里写一个画家名，往往就能达到画风 LoRA 的效果，什么都不用下载。