Glossario per la generazione di immagini e video AI: 60 termini da checkpoint a VAE, spiegati in una riga ciascuno

Argomento: Prompting

Di Captain

Pubblicato il 2026-04-15

Le parole che incontri sulle pagine dei modelli, in ComfyUI e nei thread del forum, ciascuna spiegata in una frase con un riferimento alla guida che approfondisce: architetture (U-Net, DiT, MoE), file (checkpoint, LoRA, embedding, VAE, GGUF), impostazioni (CFG, denoise, scheduler, shift), tecniche (inpainting, hires-fix, ControlNet, IP-Adapter) e termini video (frame, esperti high/low noise, I2V, T2V).

Panoramica

Ogni comunità inventa un vocabolario e questa ne ha creato uno grande in fretta. Il glossario qui sotto è il riferimento che le altre guide su questo sito danno per scontato; ogni termine ha una frase, la famiglia o lo strumento a cui appartiene quando conta, e la guida più lunga da leggere dopo. I termini sono raggruppati: modelli e architetture, file, impostazioni, tecniche, prompting, video, hardware.

Le famiglie su questo sito (

Flux

SDXL

Wan

e così via) sono spiegate nelle loro pagine hub, e ogni pagina modello mostra i termini in uso: il suo tipo, la sua famiglia, le sue parole trigger, le impostazioni consigliate. Se una parola su una pagina modello non è qui, la chat della comunità linkata dalla FAQ è il posto giusto per chiedere.

Riferimento

Nome	Tipo	Cos'è
Checkpoint / base model	file	I pesi completi del modello in un file (o pochi file per i modelli dell’era Flux). Funziona da solo. Vedi checkpoint vs LoRA vs embedding.
Fine-tune	model	Un checkpoint riaddestrato su nuovi dati (DreamShaper, Illustrious , Pony). Stessa architettura del modello base.
Merge	model	Un checkpoint creato facendo la media di altri. Eredita la famiglia.
LoRA / LyCORIS / DoRA	file	Un piccolo aggiunta che cambia il comportamento di un checkpoint; serve una parola trigger e un peso. Vedi la guida LoRA.
Embedding / textual inversion	file	Un token appreso per l’encoder testuale, digitato per nome; soprattutto embedding negativi su SD 1.5 e SDXL.
VAE	component	Encoder/decoder tra pixel e latenti; un VAE sbagliato significa colori slavati.
Text encoder (CLIP, T5, LLM)	component	Trasforma il prompt in numeri; decide il dialetto del prompt (tag vs frasi).
U-Net / DiT / MMDiT	architecture	Il design del denoiser: U-Net in SD 1.5 e SDXL, diffusion transformer in Flux, Qwen , Wan, Z-Image .
MoE (mixture of experts)	architecture	Diversi sub-modelli di cui uno viene eseguito per passo ( Wan 2.2 esperti high/low noise, HunyuanImage 3).
Diffusion / flow matching	training	Imparare a rimuovere il rumore passo dopo passo; flow matching è la formulazione più diretta dal 2024 in poi. Vedi come funzionano i modelli.
Distilled (Turbo, Lightning, Schnell, Klein, Hyper)	model	Addestrati per richiedere 1-8 passi e CFG 1; più veloci, meno flessibili.
Guidance-distilled	model	CFG incorporato ( Flux dev ); un valore di guidance sostituisce CFG e il prompt negativo non ha effetto.
fp16 / bf16 / fp8 / NF4 / GGUF Q4-Q8	precision	Come sono memorizzati i pesi; precisione più bassa significa file e VRAM più piccoli, qualità leggermente inferiore. Vedi la guida VRAM.
Safetensors / ckpt	format	Formato sicuro solo tensor vs pickle che esegue codice. Vedi download sicuri.
Steps	setting	Iterazioni di denoising; 20-30 normale, 4-8 distilled.
CFG scale	setting	Quanto il prompt influenza; 5-7 SDXL, 1 Flux. Vedi impostazioni spiegate.
Sampler / scheduler	setting	Metodo numerico e curva del rumore (Euler, DPM++ 2M; Karras, simple, beta).
Seed	setting	Il rumore iniziale; seed fisso, immagine ripetibile.
Denoise	setting	In img2img e inpainting, quanto dell’input può cambiare (0-1).
Shift / sigma	setting	Dove un modello flow spende i suoi passi (Flux, Wan, Z-Image).
Latent	concept	L’immagine compressa su cui lavora il denoiser (dimensione 1/8 o 1/16).
Resolution / native size	concept	512 (SD 1.5), 1024 (SDXL, Flux); multipli di 8 o 16.
Hires-fix	technique	Secondo passaggio di diffusione a dimensione maggiore durante la generazione. Vedi upscaling .
Upscaler (ESRGAN, SwinIR)	technique	Rete per ingrandire i pixel eseguita dopo la generazione.
img2img	technique	Generare da un’immagine esistente più rumore. Vedi img2img e inpainting.
Inpainting / outpainting	technique	Rigenerare un’area mascherata / estendere la tela.
ControlNet / T2I-Adapter	technique	Controllo della struttura da posa, profondità o bordi. Vedi ControlNet spiegato.
IP-Adapter / Redux / reference	technique	Condizionamento di stile o identità basato sull’immagine.
Face detailer / ADetailer	technique	Maschera automatica del volto più inpainting a risoluzione più alta.
Tiled diffusion / Ultimate SD Upscale	technique	Immagini grandi in tessere sovrapposte con Tile ControlNet.
Prompt / negative prompt	prompting	Cosa disegnare / cosa evitare (solo SD e SDXL). Vedi basi del prompt e negativi.
Trigger word	prompting	Il token con cui una LoRA è stata addestrata; serve perché agisca.
Weight (word:1.3)	prompting	Enfasi di attenzione sui modelli CLIP.
Quality tags / score tags	prompting	masterpiece, best quality (Illustrious); score_9 (Pony). Solo Anime SDXL.
Token limit (77)	prompting	Dimensione chunk CLIP; motivo per cui i prompt lunghi vengono tagliati su SD e SDXL.
Prompt bleeding	prompting	Un attributo che si attacca all’oggetto sbagliato.
T2I / T2V / I2V / TI2V / V2V	video	Text to image / text to video / image to video / entrambi / video to video.
Frames and fps	video	81 frame a 16 fps sono 5 secondi su Wan; la memoria cresce con i frame.
High-noise / low-noise expert	video	I due modelli 14B di Wan 2.2 per i primi e ultimi passi; le LoRA puntano a uno.
First / last frame	video	Condizionamento keyframe (FLF2V) per movimento controllato.
VACE / Fun ControlNet	video	Modelli di editing e controllo video nella famiglia Wan.
Frame interpolation (RIFE, FILM)	video	Generare frame intermedi per aumentare fps.
VRAM / offloading / block swap	hardware	Memoria GPU; spostare parti di un modello nella RAM di sistema quando non ci sta. Vedi guida VRAM.
CUDA / MPS / ROCm	hardware	Backend di calcolo NVIDIA / Apple / AMD.
Workflow (ComfyUI)	tool	Un grafo di nodi salvato; incorporato nei PNG di ComfyUI . Vedi guida per principianti ComfyUI.
Custom node	tool	Un’estensione di ComfyUI; installata con il Manager.
Heat score	this site	Quanto è popolare un modello ora, da download, esecuzioni e ricerche; spiegato nella pagina FAQ.

Impara facendo, non leggendo

BitVector Prism etichetta le sue impostazioni con le stesse parole di questo glossario e carica i valori giusti per ogni modello. Aprilo accanto a questa pagina e prova ogni termine su un’immagine reale. Nessuna installazione.

Prova BitVector

Passo dopo passo

Leggi una pagina modello dall’inizio alla fine con il glossario aperto: tipo, famiglia, parole trigger, riga impostazioni sotto ogni esempio.
Scegli i tre termini che ti hanno confuso e leggi la guida collegata per ciascuno; le guide sono scritte in modo che questo glossario sia abbastanza contesto.
Quando incontri un termine nuovo in un thread del forum, controlla se è un file, un’impostazione, una tecnica o un termine video; la maggior parte delle confusioni viene dal mescolare queste categorie.
Torna quando appare una nuova famiglia; le pagine hub aggiungono i loro termini (esperti Wan 2.2, guidance Flux) e questa lista viene aggiornata con loro.

Esempi

Una riga impostazioni di una pagina modello, decodificata

LoRA at weight 0.7 with its trigger word; native SDXL size; sampler + scheduler; 28 denoising steps; CFG 6; fixed seed

Un nome di workflow Wan 2.2, decodificato

wan2.2_i2v_high_noise_14B_fp8_scaled.safetensors -> Wan 2.2, image to video, the high-noise expert, 14B parameters, fp8 precision, safetensors format

Consigli

Tre parole causano la maggior parte degli errori da principianti: famiglia (una LoRA deve corrispondervi), parola trigger (una LoRA la richiede) e denoise (img2img dipende da questo).
Quando due guide non sono d’accordo su CFG, parlano di famiglie diverse; controlla quale.
"Modello" significa checkpoint nella maggior parte delle frasi, ma su questo sito "modello" è qualsiasi voce del catalogo inclusa la LoRA; l’etichetta tipo ti dice quale.
I termini video sono le stesse idee con un asse temporale; se conosci T2I e img2img conosci anche T2V e I2V.
I partner cloud usano lo stesso vocabolario: le flag di
PirateDiffusion
sono /steps, /guidance, /seed, /size; il pannello di
BitVector
usa gli stessi nomi.

Risoluzione dei problemi

Due fonti usano la stessa parola in modo diverso

Perché succede

I termini sono cambiati tra le ere SD 1.5, SDXL e Flux ("guidance" vs "CFG").

Come risolverlo

Focalizzati sulla famiglia: CFG per SD/SDXL, guidance per Flux.

"Modello" su Civitai significa qualcosa di diverso rispetto a qui

Perché succede

Civitai raggruppa le versioni sotto un modello; qui ogni versione è elencata separatamente.

Come risolverlo

Abbina per hash, non per nome.

Un’impostazione nominata su una pagina modello manca nella mia UI

Perché succede

Nomi diversi nelle UI (denoising strength vs denoise; hires steps vs second pass).

Come risolverlo

La riga del glossario dà gli alias; la guida nodi ComfyUI mappa i nomi dei nodi.

Ogni termine è un comando

PirateDiffusion trasforma il vocabolario in flag Telegram: /steps, /guidance, /seed, /size, tag LoRA e [[negatives]]. Migliaia di modelli, rendering illimitati, prezzo fisso.