Słownik generowania obrazów i wideo AI: 60 terminów od checkpoint do VAE, wyjaśnionych w jednym zdaniu

Temat: Promptowanie

Autor: Captain

Opublikowano 2026-04-15

Przegląd

Każda społeczność wymyśla swój słownik i ta szybko stworzyła spory. Poniższy słownik to punkt odniesienia, na którym opierają się inne przewodniki na tej stronie; każdy termin ma jedno zdanie, rodzinę lub narzędzie, do którego należy, jeśli to ważne, oraz link do dłuższego przewodnika. Terminy są pogrupowane: modele i architektury, pliki, ustawienia, techniki, promptowanie, wideo, sprzęt.

Rodziny na tej stronie (

Flux

SDXL

Wan

i inne) są wyjaśnione na osobnych stronach, a każda strona modelu pokazuje używane terminy: jego typ, rodzinę, słowa wyzwalające, zalecane ustawienia. Jeśli na stronie modelu jest słowo, którego tu nie ma, miejsce na pytania to czat społeczności pod linkiem z FAQ.

Odniesienie

Nazwa	Typ	Co to jest
Checkpoint / base model	file	Pełne wagi modelu w jednym pliku (lub kilku dla modeli z ery Flux). Działa samodzielnie. Zobacz checkpoint vs LoRA vs embedding.
Fine-tune	model	Checkpoint przetrenowany na nowych danych (DreamShaper, Illustrious , Pony). Ta sama architektura co baza.
Merge	model	Checkpoint powstały przez uśrednienie innych. Dziedziczy rodzinę.
LoRA / LyCORIS / DoRA	file	Mały dodatek zmieniający zachowanie checkpointu; potrzebuje słowa wyzwalającego i wagi. Zobacz przewodnik LoRA.
Embedding / textual inversion	file	Nauczony token dla enkodera tekstu, wpisywany nazwą; głównie negatywne embeddingi na SD 1.5 i SDXL.
VAE	component	Enkoder/dekoder między pikselami a latentami; zły VAE daje wyprane kolory.
Text encoder (CLIP, T5, LLM)	component	Przekształca prompt w liczby; decyduje o dialekcie promptu (tagi vs zdania).
U-Net / DiT / MMDiT	architecture	Projekt denoisera: U-Net w SD 1.5 i SDXL, diffusion transformer w Flux, Qwen , Wan, Z-Image .
MoE (mixture of experts)	architecture	Kilka podmodeli, z których jeden działa na krok ( Wan 2.2 eksperci wysokiego/niskiego szumu, HunyuanImage 3).
Diffusion / flow matching	training	Nauka usuwania szumu krok po kroku; flow matching to prostsza formuła od 2024+. Zobacz jak działają modele.
Distilled (Turbo, Lightning, Schnell, Klein, Hyper)	model	Trenowany, by potrzebować 1-8 kroków i CFG 1; szybszy, mniej elastyczny.
Guidance-distilled	model	CFG wbudowane ( Flux dev ); wartość guidance zastępuje CFG, a negatywny prompt nic nie robi.
fp16 / bf16 / fp8 / NF4 / GGUF Q4-Q8	precision	Jak przechowywane są wagi; niższa precyzja to mniejsze pliki i VRAM , trochę gorsza jakość. Zobacz przewodnik VRAM.
Safetensors / ckpt	format	Format tylko tensorów bez kodu vs pickle wykonujący kod. Zobacz bezpieczne pobieranie.
Steps	setting	Iteracje denoisingu; 20-30 normalnie, 4-8 distilled.
CFG scale	setting	Jak mocno prompt kieruje generacją; 5-7 SDXL, 1 Flux. Zobacz wyjaśnienie ustawień.
Sampler / scheduler	setting	Metoda numeryczna i krzywa szumu (Euler, DPM++ 2M; Karras, simple, beta).
Seed	setting	Początkowy szum; stałe ziarno, powtarzalny obraz.
Denoise	setting	W img2img i inpaintingu, ile z wejścia może się zmienić (0-1).
Shift / sigma	setting	Gdzie model flow spędza kroki (Flux, Wan, Z-Image).
Latent	concept	Skompresowany obraz roboczy (1/8 lub 1/16 rozmiaru), który edytuje denoiser.
Resolution / native size	concept	512 (SD 1.5), 1024 (SDXL, Flux); wielokrotności 8 lub 16.
Hires-fix	technique	Drugi przebieg dyfuzji w większym rozmiarze podczas generacji. Zobacz skalowanie.
Upscaler (ESRGAN, SwinIR)	technique	Sieć powiększająca piksele uruchamiana po generacji.
img2img	technique	Generowanie z istniejącego obrazu plus szum. Zobacz img2img i inpainting.
Inpainting / outpainting	technique	Odtwarzanie zamaskowanego obszaru / rozszerzanie płótna.
ControlNet / T2I-Adapter	technique	Kontrola struktury z pozy, głębi lub krawędzi. Zobacz wyjaśnienie ControlNet .
IP-Adapter / Redux / reference	technique	Styl lub tożsamość oparta na obrazie.
Face detailer / ADetailer	technique	Automatyczna maska twarzy plus inpaint w wyższej rozdzielczości.
Tiled diffusion / Ultimate SD Upscale	technique	Duże obrazy w nakładających się kafelkach z Tile ControlNet.
Prompt / negative prompt	prompting	Co narysować / czego unikać (tylko SD i SDXL). Zobacz podstawy promptów i negatywy.
Trigger word	prompting	Token, pod którym trenowano LoRA; potrzebny, by działała.
Weight (word:1.3)	prompting	Nacisk uwagi w modelach CLIP.
Quality tags / score tags	prompting	masterpiece, best quality (Illustrious); score_9 (Pony). Tylko Anime SDXL.
Token limit (77)	prompting	Rozmiar kawałka CLIP; powód, dla którego długie promptu są obcinane w SD i SDXL.
Prompt bleeding	prompting	Atrybut przypisany do niewłaściwego obiektu.
T2I / T2V / I2V / TI2V / V2V	video	Tekst na obraz / tekst na wideo / obraz na wideo / oba / wideo na wideo.
Frames and fps	video	81 klatek przy 16 fps to 5 sekund na Wan; pamięć rośnie z liczbą klatek.
High-noise / low-noise expert	video	Dwa modele 14B Wan 2.2 na wczesne i późne kroki; LoRA celuje w jeden.
First / last frame	video	Warunkowanie klatki kluczowej (FLF2V) dla kontrolowanego ruchu.
VACE / Fun ControlNet	video	Modele do edycji i kontroli w rodzinie Wan.
Frame interpolation (RIFE, FILM)	video	Generowanie klatek pośrednich, by podnieść fps.
VRAM / offloading / block swap	hardware	Pamięć GPU; przenoszenie części modelu do RAM systemowego, gdy nie mieści się. Zobacz przewodnik VRAM.
CUDA / MPS / ROCm	hardware	NVIDIA / Apple / AMD backendy obliczeniowe.
Workflow ( ComfyUI )	tool	Zapisany graf węzłów; wbudowany w PNG ComfyUI . Zobacz przewodnik dla początkujących ComfyUI.
Custom node	tool	Rozszerzenie ComfyUI; instalowane przez Manager.
Heat score	this site	Jak popularny jest model teraz, na podstawie pobrań, uruchomień i wyszukiwań; wyjaśnione na stronie FAQ.

Ucz się przez działanie, nie czytanie

BitVector Prism oznacza swoje ustawienia tymi samymi słowami co ten słownik i ładuje właściwe wartości dla modelu. Otwórz obok tej strony i wypróbuj każdy termin na prawdziwym obrazie. Bez instalacji.

Wypróbuj BitVector

Krok po kroku

Przeczytaj stronę modelu od góry do dołu ze słownikiem obok: typ, rodzina, słowa wyzwalające, linia ustawień pod każdym przykładem.
Wybierz trzy terminy, które Cię zmyliły i przeczytaj powiązany przewodnik; przewodniki są napisane tak, że ten słownik wystarcza jako kontekst.
Gdy spotkasz nowy termin na forum, sprawdź, czy to plik, ustawienie, technika czy termin wideo; większość nieporozumień wynika z mieszania tych kategorii.
Wracaj, gdy pojawi się nowa rodzina; strony hubów dodają własne terminy (eksperci Wan 2.2, guidance Flux) i ta lista jest aktualizowana.

Przykłady

Linia ustawień na stronie modelu, rozszyfrowana

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

Nazwa workflow Wan 2.2, rozszyfrowana

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

Porady

Trzy słowa powodują większość błędów początkujących: rodzina (LoRA musi do niej pasować), słowo wyzwalające (LoRA go potrzebuje) i denoise (img2img zależy od niego).
Gdy dwa przewodniki różnią się co do CFG, mówią o różnych rodzinach; sprawdź, która.
"Model" w większości zdań oznacza checkpoint, ale na tej stronie "model" to każdy wpis w katalogu, w tym LoRA; etykieta typu mówi, który to.
Terminy wideo to te same pomysły z osią czasu; jeśli znasz T2I i img2img, znasz T2V i I2V.
Partnerzy w chmurze używają tego samego słownika: flagi
PirateDiffusion
to /steps, /guidance, /seed, /size; panel
BitVector
używa tych samych nazw.

Rozwiązywanie problemów

Dwa źródła używają tego samego słowa inaczej

Dlaczego tak się dzieje

Terminy zmieniały znaczenie między erami SD 1.5, SDXL i Flux ("guidance" vs "CFG").

Jak to naprawić

Trzymaj się rodziny: CFG dla SD/SDXL, guidance dla Flux.

"Model" na Civitai znaczy coś innego niż tutaj

Dlaczego tak się dzieje

Civitai grupuje wersje pod jednym modelem; ta strona wymienia każdą wersję osobno.

Jak to naprawić

Dopasuj po hash, nie po nazwie.

Ustawienie z modelu nie pasuje do mojego UI

Dlaczego tak się dzieje

Różne nazwy w UI (denoising strength vs denoise; hires steps vs second pass).

Jak to naprawić

Wiersz słownika podaje aliasy; przewodnik po węzłach ComfyUI mapuje nazwy węzłów.

Każdy termin to komenda

PirateDiffusion zamienia słownictwo na flagi Telegrama: /steps, /guidance, /seed, /size, tagi LoRA i [[negatives]]. Tysiące modeli, nieograniczone rendery, stała cena.