Checkpoint vs LoRA vs embedding vs ControlNet: co který soubor dělá

Q: Stáhl jsi „LoRA“ a má 6 GB

Je to checkpoint; uploader ho označil volně. Dej ho do složky checkpoints a vyber jako model. Štítek v katalogu tady je spolehlivý.

Q: Barvy vypadají vybledle

Chybí nebo je špatný VAE. Načti VAE rodiny; na SDXL fp16-fix VAE.

Téma: Modely

Autor: Quartermaster

Publikováno 2025-10-08

Šest typů modelových souborů, na které narazíš, co každý mění, jak je velký, kam patří a kdy ho použít: checkpointy a fine-tuny, LoRA a jejich příbuzní LyCORIS, textové inverzní embeddingy, ControlNety a IP-Adaptery, VAE a upscalery.

Přehled

Nový uživatel si stáhne „model“ a zjistí, že je to jedna ze šesti různých věcí, které patří do šesti různých složek a mají šest různých úkolů. Katalog na tomto webu proto u každé položky uvádí její typ (základní model,

LoRA

, embedding, jiné) a rodinu. Tento průvodce vysvětluje typy jednou, aby ty štítky dávaly smysl.

Základní pravidlo: checkpoint je celý malíř; LoRA naučí malíře nový motiv nebo styl; embedding naučí malíře nové slovo;

ControlNet

nebo IP-Adapter říká malíři, kam co patří nebo co má zkopírovat z reference; VAE jsou malířovy oči, které převádějí mezi plátnem a komprimovaným pracovním prostorem;

upscaler

je samostatný řemeslník, který zvětšuje hotový obrázek. Jen checkpoint může fungovat samostatně. Vše ostatní potřebuje checkpoint ze stejné rodiny.

Velikosti hodně napoví. 2 až 7 GB pro

SDXL

checkpoint a 12 až 24 GB pro

Flux

; 10 až 700 MB pro LoRU; pod 1 MB pro embedding; 1 až 2,5 GB pro ControlNet; 300 MB pro VAE; 60 MB pro ESRGAN upscaler. Pokud je soubor označený jako LoRA a má 6 GB, je to checkpoint. Stránka modelu tady ukazuje velikost a hash, takže to poznáš před stažením.

Reference

Název	Typ	Co to je
Checkpoint (base model)	2-24 GB	Celý denoiser, obvykle s textovým enkodérem a VAE v jednom balíčku. Fine-tuny (DreamShaper, Juggernaut, Illustrious , Pony) jsou checkpointy přetrénované na nových datech. Složka: models/checkpoints ( ComfyUI ), models/Stable-diffusion (A1111, Forge ). Flux, Qwen a Wan mají oddělené diffusion_models + text_encoders + vae soubory.
LoRA	10-700 MB	Malý rozdíl vah aplikovaný na checkpoint. Postavy, styly, koncepty, slidery, pohyb. Potřebuje trigger slovo a váhu. Složka: models/loras nebo models/Lora.
LyCORIS / LoCon / LoHa / DoRA	10-700 MB	Varianty LoRA, které zasahují do více vrstev nebo používají jinou faktorizaci. Načítají se jako LoRA ve všech současných UI.
Embedding (textual inversion)	10-200 KB	Naučený token pro textový enkodér. V promptu se volá podle názvu souboru. Běžné jako negativní embeddingy (bad-hands, easynegative) na SD 1.5 a SDXL; vzácné na Flux. Složka: models/embeddings.
ControlNet / T2I-Adapter	0.3-2.5 GB	Vedlejší síť, která podmiňuje denoiser podle pózy, hloubkové mapy, okrajové mapy nebo náčrtu. Specifická pro rodinu. Složka: models/controlnet.
IP-Adapter / reference	50 MB-1 GB	Podmiňuje podle obrázku místo textu: přenos stylu, reference obličeje. Potřebuje odpovídající CLIP vision model.
VAE	160-330 MB	Enkoder/dekoder mezi pixely a latentními proměnnými. Obvykle součást checkpointů; samostatné soubory opravují vybledlé barvy (SDXL fp16-fix) nebo jsou součástí nových rodin (Flux ae.safetensors, Wan VAE).
Upscaler	2-70 MB	ESRGAN, Real-ESRGAN, SwinIR, DAT: samostatné sítě, které zvětšují pixely po generování. Složka: models/upscale_models.

Žádné složky, žádné typy souborů, žádné hledání VAE

BitVector Prism přednačítá checkpoint, LoRA, VAE a ControlNety, které k sobě patří. Vyber model z tohoto webu, přidatek a generuj v prohlížeči.

Vyzkoušet BitVector

Krok za krokem

Zjisti typ souboru podle štítku v katalogu a velikosti před stažením. Základní model, LoRA, embedding nebo jiné na kartě; přesné bajty na stránce modelu.
Slaď rodinu. Každý soubor kromě checkpointu uvádí rodinu, pro kterou byl vytvořen (SDXL, Flux,
Wan 2.2
14B); funguje jen s checkpointy téže rodiny.
Dej soubor do složky podle jeho typu (tabulka výše) a obnov UI.
Checkpoint: vyber ho jako model. U rozdělených rodin (Flux, Qwen, Wan,
Z-Image
) načti diffusion model, textové enkodéry a VAE zvlášť v ComfyUI.
LoRA: načti LoRA uzel za checkpointem, nebo <lora:name:0.8> v promptu, plus trigger slovo.
Embedding: napiš název souboru v promptu (nebo v negativním promptu pro negativní embeddingy); ComfyUI používá embedding:name.
ControlNet: použij ControlNet uzel s předzpracovaným obrázkem (póza, hloubka); začni s intenzitou 0.8 a koncovým procentem 0.8.
VAE a upscaler: vyber VAE v loaderu nebo nastavení, když jsou barvy špatné; spusť upscaler jako poslední krok přes Upscale Image (používá Model).

Příklady

Plná SDXL sestava v promptu Forge

Checkpoint: juggernautXL_v9.safetensors | VAE: sdxl_vae_fp16fix.safetensors

Prompt: zavy cinematic, <lora:zavy-cinematic-xl:0.7> a knight resting by a campfire, night, embers, 35mm

Negative: easynegative, bad-hands-5, blurry | ControlNet: openpose, weight 0.8 | Upscaler: 4x-UltraSharp 2x

Stejná sestava jako uzly v ComfyUI

Load Checkpoint -> Load LoRA -> Apply ControlNet (OpenPose image) -> KSampler -> VAE Decode (fp16-fix VAE) -> Upscale Image (using Model: 4x-UltraSharp)

Tipy

Typ katalogu „jiné“ zahrnuje ControlNety, VAE, upscalery a workflow; stránka modelu říká, co přesně.
Mergy jsou checkpointy vytvořené zprůměrováním jiných checkpointů; dědí rodinu svých rodičů a zachovávají kompatibilitu s LoRA.
Inpainting
checkpoint je checkpoint s extra vstupními kanály; potřebuje inpainting workflow a není to plug-and-play pro text-to-image.
Negativní embeddingy byly způsob, jak na SD 1.5 opravit ruce; na SDXL pomáhají méně a na Flux nefungují, protože model nemá
CFG
negativní.
Flux Fill, Flux Redux, Flux Depth a Canny jsou checkpointy nebo adaptéry, ne LoRA, i když jsou vedle LoRA na hubu.
Když si nejsi jistý, cloudoví partneři mají správnou kombinaci přednastavenou: vyber model a LoRA a odpovídající VAE a ControlNet se nastaví automaticky.

Použij fp16-fix VAE nebo flag no-half-vae; u Flux zkontroluj, že přesnost textového enkodéru odpovídá buildu.

Checkpointy, LoRA, embeddingy a ControlNety, už propojené

PirateDiffusion má tisíce modelových souborů uspořádaných na svých GPU; zadáš checkpoint a LoRA tagy v Telegram příkazu a odpovídající VAE a ControlNet se automaticky použijí. Neomezená generace, pevná cena.

Vyzkoušet PirateDiffusion

Otázky

Co by měl začátečník stáhnout jako první?

Jeden checkpoint rodiny, kterou chceš používat. LoRA až potom, až budeš vědět, který základ se ti líbí. Embeddingy a ControlNety až když je konkrétní problém vyžaduje.