Checkpoint vs LoRA vs embedding vs ControlNet: fail mana buat apa

Q: Muat turun "LoRA" tapi saiz 6 GB

Ia checkpoint; pemuat naik label longgar. Letak dalam folder checkpoints dan pilih sebagai model. Label katalog di sini boleh dipercayai.

Topik: Model

Oleh Quartermaster

Diterbitkan 2025-10-08

Gambaran keseluruhan

Pengguna baru muat turun "model" dan dapati ia salah satu dari enam benda berbeza yang masuk dalam enam folder berbeza dan buat enam kerja berbeza. Katalog di laman ini label setiap entri dengan jenisnya (base model,

LoRA

, embedding, lain-lain) dan keluarganya sebab itu. Panduan ini terangkan jenis-jenis sekali supaya label itu masuk akal.

Peraturan mudah: checkpoint adalah pelukis penuh; LoRA ajar pelukis subjek atau gaya baru; embedding ajar pelukis perkataan baru;

ControlNet

atau IP-Adapter beritahu pelukis di mana letak benda atau apa nak salin dari rujukan; VAE adalah mata pelukis yang tukar antara kanvas dan ruang kerja mampat;

upscaler

adalah tukang lain yang besarkan gambar siap. Hanya checkpoint boleh kerja sendiri. Semua lain perlukan checkpoint dari keluarga yang sama.

Saiz bagi banyak info. 2 hingga 7 GB untuk checkpoint

SDXL

dan 12 hingga 24 GB untuk

Flux

; 10 hingga 700 MB untuk LoRA; bawah 1 MB untuk embedding; 1 hingga 2.5 GB untuk ControlNet; 300 MB untuk VAE; 60 MB untuk ESRGAN upscaler. Kalau fail yang dipanggil LoRA 6 GB, itu checkpoint. Halaman model di sini tunjuk saiz dan hash supaya kamu boleh tahu sebelum muat turun.

Rujukan

Nama	Jenis	Apakah ia
Checkpoint (base model)	2-24 GB	Denoiser penuh, biasanya dengan text encoder dan VAE sekali. Fine-tunes (DreamShaper, Juggernaut, Illustrious , Pony) adalah checkpoints yang dilatih semula dengan data baru. Folder: models/checkpoints ( ComfyUI ), models/Stable-diffusion (A1111, Forge ). Flux, Qwen dan Wan dihantar sebagai fail diffusion_models + text_encoders + vae berasingan.
LoRA	10-700 MB	Perbezaan berat kecil yang dipakai atas checkpoint. Watak, gaya, konsep, slider, gerakan. Perlukan trigger word dan berat. Folder: models/loras atau models/Lora.
LyCORIS / LoCon / LoHa / DoRA	10-700 MB	Varian LoRA yang sentuh lebih banyak lapisan atau guna faktorasi berbeza. Dimuat seperti LoRA dalam semua UI sekarang.
Embedding (textual inversion)	10-200 KB	Token yang dipelajari untuk text encoder. Dipanggil dengan nama fail dalam prompt. Biasa sebagai negative embeddings (bad-hands, easynegative) pada SD 1.5 dan SDXL; jarang pada Flux. Folder: models/embeddings.
ControlNet / T2I-Adapter	0.3-2.5 GB	Rangkaian sampingan yang kondisikan denoiser pada pose, peta kedalaman, peta tepi atau coretan. Keluarga spesifik. Folder: models/controlnet.
IP-Adapter / reference	50 MB-1 GB	Kondisikan pada imej bukan teks: pemindahan gaya, rujukan muka. Perlukan model visi CLIP yang sepadan.
VAE	160-330 MB	Encoder/decoder antara piksel dan latents. Biasanya sekali dalam checkpoint; fail berasingan betulkan warna pudar (SDXL fp16-fix) atau datang dengan keluarga baru (Flux ae.safetensors, Wan VAE).
Upscaler	2-70 MB	ESRGAN, Real-ESRGAN, SwinIR, DAT: rangkaian berasingan yang besarkan piksel selepas penjanaan. Folder: models/upscale_models.

Tiada folder, tiada jenis fail, tiada cari VAE

BitVector Prism pra-muat checkpoint, LoRA, VAE dan ControlNets yang sepadan. Pilih model dari laman ini, pilih add-on dan jana dalam pelayar.

Cuba BitVector

Langkah demi langkah

Kenal pasti jenis fail dari label katalog dan saiz sebelum muat turun. Base model, LoRA, embedding atau lain-lain pada kad; saiz tepat pada halaman model.
Padankan keluarga. Setiap fail bukan checkpoint namakan keluarga yang dibina untuknya (SDXL, Flux,
Wan 2.2
14B); ia hanya berfungsi dengan checkpoint keluarga itu.
Letak fail dalam folder jenisnya (jadual atas) dan segar semula UI.
Checkpoint: pilih sebagai model. Untuk keluarga pecah (Flux, Qwen, Wan,
Z-Image
) muat model diffusion, text encoders dan VAE secara berasingan dalam ComfyUI.
LoRA: Muat node LoRA selepas checkpoint, atau <lora:name:0.8> dalam prompt, plus trigger word.
Embedding: taip nama fail dalam prompt (atau prompt negatif untuk embedding negatif); ComfyUI guna embedding:name.
ControlNet: Guna node ControlNet dengan imej yang diproses (pose, depth); mula dengan kekuatan 0.8 dan peratus akhir 0.8.
VAE dan upscaler: pilih VAE dalam loader atau tetapan bila warna salah; jalankan upscaler sebagai langkah akhir melalui Upscale Image (guna Model).

Contoh

Set lengkap SDXL dalam prompt 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

Set sama sebagai node ComfyUI

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

Petua

Jenis katalog "lain" meliputi ControlNets, VAEs,
upscalers
dan workflow; halaman model beritahu yang mana.
Merges adalah checkpoints yang dibuat dengan purata checkpoint lain; mereka warisi keluarga ibu bapa dan kekal serasi dengan LoRA.
Checkpoint
inpainting
adalah checkpoint dengan saluran input tambahan; perlukan workflow inpainting dan bukan ganti terus untuk text-to-image.
Embedding negatif adalah cara SD 1.5 betulkan tangan; pada SDXL kurang membantu dan pada Flux tak berkesan sebab model tiada
CFG
negatif.
Flux Fill, Flux Redux, Flux Depth dan Canny adalah checkpoints atau adapter, bukan LoRA, walaupun mereka dihantar bersama LoRA di hub.
Kalau ragu, rakan awan ada gabungan betul siap dimuat: pilih model dan LoRA, VAE dan ControlNet sepadan diuruskan untuk kamu.

Guna fp16-fix VAE atau flag no-half-vae; pada Flux pastikan ketepatan text encoder sama dengan binaan.

Checkpoint, LoRA, embedding dan ControlNet, dah siap sambung

PirateDiffusion susun ribuan fail model untuk kamu di GPU sendiri; kamu sebut checkpoint dan tag LoRA dalam arahan Telegram dan VAE serta ControlNet sepadan dipakai. Jana tanpa had, harga tetap.

Cuba PirateDiffusion

Soalan

Mana satu patut pemula muat turun dulu?

Satu checkpoint dari keluarga yang kamu nak guna. LoRA datang kedua, bila dah tahu base mana kamu suka. Embedding dan ControlNet bila ada masalah khusus perlukan mereka.