LoRA нужна, когда обычного промта уже не хватает. Промтом можно описать сцену: кто в кадре, где стоит, какой свет, какая одежда, какой стиль. Но промт плохо держит консистентность. Сегодня нейросеть сделает одного персонажа, завтра — похожего, но уже с другим лицом.
LoRA решает эту задачу иначе. Она не просит модель «постараться», а добавляет к ней небольшой обученный файл. Он помогает повторять нужный стиль, персонажа, лицо, объект или тип изображения.
В этой статье разберём, что такое LoRA, как она работает, какие нейросети её поддерживают, где скачивать готовые модели и как обучить свою — под персонажа, стиль, лицо или видео.
Читайте также: 25 нейросетей для генерации изображений
Что такое LoRA в нейросетях и как она работает
LoRA — это дополнительный файл с обученными весами, который подключается к основной модели. Он не заменяет модель, а работает поверх неё.
Базовая модель отвечает за общую генерацию. Например, Stable Diffusion, Flux, Qwen Image, Wan 2.2, LTX 2.3 или Z Image уже умеют создавать изображения или видео. LoRA добавляет к ним узкий навык: узнаваемое лицо, конкретного персонажа, стиль иллюстрации, тип света, позу, ракурс, одежду, объект или ускоренный режим генерации.
Проще всего представить так:
- промт говорит модели, что нужно сделать сейчас;
- LoRA меняет то, как модель это делает.
Если написать в промте «реалистичный портрет мужчины в деловом костюме», модель создаст новый образ. Если подключить LoRA, обученную на конкретном человеке, модель будет пытаться сохранить именно его черты. Если подключить LoRA под стиль, она будет тянуть изображение в эту визуальную манеру. Если подключить LoRA для ускорения, генерация сможет идти за меньшее число шагов.
Главное отличие от полного обучения модели — размер и сложность. Полностью переобучать большую модель дорого и долго. LoRA обучает только небольшую часть дополнительных параметров, поэтому файл получается легче, его проще скачать, хранить, подключить и заменить.
Но у LoRA есть важное ограничение: она должна подходить к базовой модели. LoRA для Stable Diffusion не обязана работать с Flux. LoRA для Flux 1 не становится автоматически LoRA для Flux 2. LoRA для Qwen Image Edit не равна LoRA для Wan 2.2.
Если файл обучен под одну архитектуру, а его подключают к другой, результат может не появиться вообще или сломаться: лица поплывут, стиль станет грязным, видео начнёт артефачить, а ComfyUI выдаст ошибку.
Статья в тему: 19 промтов для обработки фото в ChatGPT
Какие нейросети поддерживают LoRA
LoRA чаще всего используют в открытых и полуоткрытых экосистемах, где можно подключать внешние веса, менять workflow и запускать модели локально или через облачные сервисы.
1. Stable Diffusion
Stable Diffusion — самая зрелая экосистема для LoRA. Под неё есть огромное количество готовых файлов: для персонажей, лиц, стилей, одежды, поз, аниме, фотореализма, товаров, интерфейсов и иллюстраций.
LoRA для Stable Diffusion используют в Automatic1111, Forge, ComfyUI и других интерфейсах. В старых сборках LoRA часто подключают прямо в промте через конструкцию с названием файла и силой эффекта. В ComfyUI чаще используют отдельную ноду LoRA Loader.
Важно учитывать версию модели. LoRA для Stable Diffusion 1.5, SDXL и других баз не стоит смешивать. В названии файла и описании обычно указано, под какую модель он сделан.
2. Flux LoRA: Flux 1, Flux 2, Dev, Turbo и Klein
Flux используют для генерации реалистичных изображений, портретов, стилей, рекламных визуалов и сложных задач в ComfyUI.
У Flux есть разные версии и ветки: Flux 1, Flux Dev, Flux 2, Flux 2 Dev, Turbo, Klein. Для LoRA это важно. Файл должен подходить не просто «к Flux», а к конкретной версии модели.
Flux LoRA используют под фотореализм, портреты, стилизацию, ускорение генерации, работу с персонажами и отдельными визуальными эффектами. Часто вместе с файлом LoRA нужен готовый workflow для ComfyUI, потому что новые версии Flux могут требовать конкретных нод, настроек и дополнительных файлов.
Если LoRA называется «Flux», но в описании не указана версия, это риск. Перед скачиванием нужно проверить, под какую базовую модель она обучена.
3. Qwen LoRA: Image, Edit, consistency и multiple angles
Qwen Image и Qwen Image Edit используют для генерации и редактирования изображений. В этой ветке LoRA часто нужна не только для стиля, но и для сохранения персонажа, нескольких ракурсов, редактирования и consistency.
Qwen Image это генерация изображений с нуля. Qwen Image Edit — изменение уже готового изображения. Поэтому LoRA для одной ветки не стоит автоматически переносить в другую.
В Qwen LoRA применяют для сохранения лица, повторения персонажа, работы с multiple angles, правки деталей и ускорения генерации. Отдельно встречаются LoRA, которые помогают удерживать один и тот же объект или персонажа в разных сценах.
4. Wan 2.2 LoRA для видео
Wan 2.2 — это уже видеогенерация. Здесь LoRA используют для image-to-video, text-to-video, relight, ускоренных режимов, анимации и отдельных видеоэффектов.
В видео LoRA работает сложнее, чем в статичных изображениях. Нужно учитывать не только стиль кадра, но и движение, свет, последовательность, модель, workflow и настройки генерации. Поэтому для Wan 2.2 особенно важно брать не просто файл, а совместимую схему запуска.
Если LoRA сделана для image-to-video, её не стоит без проверки применять в другом сценарии. Если файл рассчитан на ускорение или relight, он решает именно эту задачу, а не любую задачу видео.
5. LTX 2.3 LoRA
LTX 2.3 относится к видеомоделям. Вокруг неё используют LoRA для distilled-версий, управления движением, входным контекстом, идентичностью и video workflow.
В названиях файлов для LTX часто встречаются технические пометки: 22B, distilled, 384, IC-LoRA, ID-LoRA, safetensors. Их нельзя игнорировать. Они показывают, под какую версию модели и какой сценарий сделан файл.
LTX LoRA чаще требует аккуратного workflow. Это не тот случай, где достаточно положить файл в папку и ждать стабильного результата на любой схеме.
6. Z-Image и Z-Image Turbo LoRA
Z-Image и Z-Image Turbo используют для генерации изображений. Z-Image Turbo ориентирована на быстрый инференс, а базовая Z-Image может быть удобнее как основа для обучения LoRA.
Это важное различие. Turbo-модель может хорошо подходить для быстрого запуска, но не всегда является лучшей базой для обучения. Если нужно сделать свою LoRA, нужно смотреть, какую версию рекомендует конкретный trainer или автор модели.
Для Z Image уже есть облачные тренеры и готовые workflow. LoRA используют для стилей, персонажей, фотореализма и отдельных визуальных задач.
Где брать и как использовать LoRA
LoRA можно скачать готовой или обучить самому. Начинать лучше с готовых файлов: так проще понять механику, силу LoRA, совместимость и типичные ошибки.
Своя LoRA нужна позже — когда готовые варианты не решают задачу. Например, нужно стабильно повторять конкретное лицо, персонажа, товар, фирменный стиль или визуальный формат.
Где скачать готовые LoRA
Готовые LoRA можно скачать с CivitAI и Hugging Face.
— На CivitAI можно найти LoRA для Stable Diffusion, SDXL, Flux, персонажей, стилей, фотореализма, NSFW и ComfyUI. На странице модели обычно указан совместимый checkpoint и лежит файл .safetensors.
— На Hugging Face есть Flux, Qwen Image, Wan 2.2, LTX 2.3, Z Image, distilled-модели, Lightning-LoRA, video-LoRA, training scripts и workflow.
— На GitHub — workflow, trainer-инструменты, ноды и инструкции для ComfyUI, Flux, Wan 2.2, LTX 2.3 и других моделей.
LoRA также можно найти на ModelScope, LibLib, Tensor.art, fal.ai и других площадках.
Как подключить LoRA в ComfyUI
В ComfyUI LoRA обычно подключается через отдельную ноду.
Базовый порядок такой:
- Скачайте файл LoRA в формате .safetensors.
- Положите его в папку ComfyUI/models/loras.
- Перезапустите ComfyUI или обновите список моделей.
- Добавьте ноду LoRA Loader.
- Выберите базовую модель.
- Выберите нужную LoRA.
- Установите силу LoRA.
- Запустите генерацию.
Сила LoRA влияет на результат. Если поставить слишком слабое значение, эффект может почти не проявиться. Если слишком сильное — LoRA начнёт перетягивать генерацию на себя: появятся артефакты, ломанная анатомия, грязный стиль, одинаковые лица или конфликт с промтом.
Для простых изображений этого часто достаточно. Для Flux, Wan 2.2, LTX 2.3, Qwen и Z Image лучше использовать готовый workflow, особенно если модель новая или требует дополнительных нод.
В видео это почти обязательное условие. Там LoRA работает внутри цепочки, где важны не только веса, но и порядок нод, модель, разрешение, количество шагов, режим генерации и входные изображения.
Как обучить свою LoRA
Своя LoRA нужна, когда модель должна стабильно повторять конкретный признак: лицо человека, персонажа, стиль, одежду, товар, объект, тип света или motion-сценарий для видео.
Процесс обучения выглядит так:
- Выберите базовую модель.
- Подготовьте набор изображений.
- Уберите мусор: размытые кадры, дубли, случайные фоны, плохие ракурсы.
- Подпишите изображения тегами или описаниями.
- Выберите trainer.
- Настройте параметры обучения.
- Запустите обучение.
- Получите файл LoRA.
- Подключите его к модели.
- Проверьте результат на разных промтах.
Качество LoRA зависит не только от инструмента. Главный фактор — датасет.
Если в датасете один и тот же ракурс, LoRA плохо поймёт объект с других сторон. Если на всех фото одинаковый фон, она может выучить фон вместе с персонажем. Если стиль смешан с конкретным героем, модель может спутать стиль и персонажа. Если изображения низкого качества, LoRA перенесёт ошибки в генерацию.
Поэтому обучение LoRA — это не «загрузить папку и нажать кнопку». Это работа с данными: отобрать, очистить, подписать, проверить и переобучить, если результат слабый.
LoRA для персонажа, лица и стиля
Для персонажа LoRA должна выучить устойчивые признаки: лицо, силуэт, одежду, цвета, детали внешности. При этом изображения должны быть достаточно разными, чтобы модель не заучила одну позу и один фон.
Для лица нужны чистые фотографии с разными ракурсами, освещением и выражениями. Плохие селфи, фильтры, закрытое лицо, сильная ретушь и однотипные кадры ухудшают результат.
Для стиля датасет должен показывать именно стиль. Если на всех изображениях один и тот же персонаж, модель может решить, что стиль неотделим от него. Если повторяется один фон, она может начать тащить его в каждую генерацию.
Что важно знать про NSFW и uncensored LoRA
NSFW- и uncensored-LoRA встречаются на сторонних площадках для Stable Diffusion, Flux, Qwen, Wan, Z Image и других моделей.
Но у таких файлов есть ограничения и риски.
Во-первых, они могут нарушать правила сервиса, где вы запускаете генерацию. Даже если LoRA технически подключается, облачная платформа может заблокировать результат.
Во-вторых, такие LoRA часто связаны с чувствительными сценариями: реальными людьми, знаменитостями, персонажами, deepfake-контентом и несанкционированным использованием внешности.
В-третьих, качество может быть нестабильным. NSFW-LoRA часто конфликтуют с базовой моделью, ломают анатомию, портят композицию и хуже работают вне примеров автора.
Поэтому перед скачиванием нужно проверять источник, лицензию, совместимость, правила площадки и ограничения интерфейса, в котором вы собираетесь запускать файл.
Почему LoRA может не работать
Обычно проблема в совместимости или настройках. LoRA может быть сделана под другую модель, другую версию Flux или SDXL, требовать другой workflow или нужных нод в ComfyUI. Также ошибка бывает из-за неправильного checkpoint, повреждённого файла или нехватки VRAM.
Если LoRA не даёт эффекта — проверьте базовую модель и путь к файлу. Если генерация ломается — уменьшите силу LoRA или отключите конфликтующие адаптеры. Промт не исправит LoRA, которая подключена к неподходящей модели.
Что дальше
Начните с готовой LoRA под вашу базовую модель.
Если работаете со Stable Diffusion — возьмите LoRA под нужную версию модели и проверьте её в ComfyUI, Forge или Automatic1111. Если используете Flux — смотрите точную ветку: Flux 1, Flux 2, Dev, Turbo или Klein. Если работаете с Qwen, Wan, LTX или Z Image — берите не только файл, но и совместимый workflow.
Сделайте несколько тестов с разной силой LoRA. Посмотрите, что именно она меняет: лицо, стиль, свет, позу, детализацию, скорость или поведение модели. Тогда станет понятно, хватает готового файла или нужна своя LoRA.
Если нужна своя — начните с датасета. Подберите чистые изображения, уберите мусор, подпишите данные и только потом запускайте обучение.
Запись LoRA в нейросетях: что это, какие ИИ поддерживают, где скачать и как обучить свою впервые появилась Postium.