Checkpoint vs LoRA vs embedding vs ControlNet: co robi który plik

Q: Pobrano „LoRA”, a to 6 GB

To jest checkpoint; uploader oznaczył go luźno. Włóż go do folderu checkpoints i wybierz jako model. Oznaczenie w katalogu tutaj jest wiarygodne.

Q: Kolory wyglądają na wyblakłe

Brak lub zły VAE. Załaduj VAE rodziny; na SDXL fp16-fix VAE.

Temat: Modele

Autor: Quartermaster

Opublikowano 2025-10-08

Sześć rodzajów plików modelu, które spotkasz, co każdy zmienia, jak duży jest, gdzie go umieścić i kiedy używać: checkpointy i fine-tune’y, LoRA i ich kuzyni LyCORIS, tekstowe embeddingi, ControlNet i IP-Adaptery, VAE i upscalery.

Przegląd

Nowy użytkownik pobiera „model” i odkrywa, że to jedno z sześciu różnych rzeczy, które trafiają do sześciu różnych folderów i pełnią sześć różnych funkcji. Katalog na tej stronie oznacza każdy wpis jego typem (model bazowy,

LoRA

, embedding, inne) i rodziną właśnie z tego powodu. Ten przewodnik wyjaśnia te typy raz na zawsze, żeby te oznaczenia miały sens.

Zasada jest taka: checkpoint to cały malarz; LoRA uczy malarza nowego tematu lub stylu; embedding uczy malarza nowego słowa;

ControlNet

lub IP-Adapter mówi malarzowi, gdzie co ma być albo co skopiować z odniesienia; VAE to oczy malarza, które zamieniają między płótnem a skompresowaną przestrzenią roboczą;

upscaler

to osobny fachowiec, który powiększa gotowy obraz. Tylko checkpoint może działać sam. Reszta potrzebuje checkpointa z tej samej rodziny.

Rozmiary mówią dużo. 2 do 7 GB dla checkpointa

SDXL

i 12 do 24 GB dla

Flux

; 10 do 700 MB dla LoRA; poniżej 1 MB dla embeddingu; 1 do 2,5 GB dla ControlNet; 300 MB dla VAE; 60 MB dla ESRGAN upscalera. Jeśli plik nazwany LoRA ma 6 GB, to jest checkpoint. Strona modelu pokazuje rozmiar i hash, więc możesz to sprawdzić przed pobraniem.

Odniesienie

Nazwa	Typ	Co to jest
Checkpoint (model bazowy)	2-24 GB	Pełny denoiser, zwykle z tekstowym enkoderem i VAE w pakiecie. Fine-tune’y (DreamShaper, Juggernaut, Illustrious , Pony) to checkpointy przetrenowane na nowych danych. Folder: models/checkpoints ( ComfyUI ), models/Stable-diffusion (A1111, Forge ). Flux, Qwen i Wan dostarczane jako osobne pliki diffusion_models + text_encoders + vae.
LoRA	10-700 MB	Mała różnica wag nakładana na checkpoint. Postacie, style, koncepcje, suwaki, ruch. Potrzebuje słowa wyzwalającego i wagi. Folder: models/loras lub models/Lora.
LyCORIS / LoCon / LoHa / DoRA	10-700 MB	Warianty LoRA, które dotykają więcej warstw lub używają innej faktoryzacji. Ładowane jak LoRA w każdym obecnym UI.
Embedding (tekstowa inwersja)	10-200 KB	Nauczony token dla tekstowego enkodera. Wywoływany nazwą pliku w promptcie. Częste jako negatywne embeddingi (bad-hands, easynegative) na SD 1.5 i SDXL; rzadkie na Flux. Folder: models/embeddings.
ControlNet / T2I-Adapter	0.3-2.5 GB	Boczna sieć, która warunkuje denoiser na pozy, mapie głębokości, krawędzi lub szkicu. Specyficzne dla rodziny. Folder: models/controlnet.
IP-Adapter / odniesienie	50 MB-1 GB	Warunkuje na obrazie zamiast na tekście: transfer stylu, odniesienie twarzy. Potrzebuje pasującego modelu wizji CLIP.
VAE	160-330 MB	Enkoder/dekoder między pikselami a latentami. Zwykle w pakiecie z checkpointami; osobne pliki naprawiają wyblakłe kolory (SDXL fp16-fix) lub są z nowymi rodzinami (Flux ae.safetensors, Wan VAE).
Upscaler	2-70 MB	ESRGAN, Real-ESRGAN, SwinIR, DAT: osobne sieci, które powiększają piksele po generacji. Folder: models/upscale_models.

Bez folderów, bez typów plików, bez szukania VAE

BitVector Prism ładuje razem checkpoint, LoRA, VAE i ControlNety, które do siebie pasują. Wybierz model z tej strony, dodatek i generuj w przeglądarce.

Wypróbuj BitVector

Krok po kroku

Zidentyfikuj typ pliku po oznaczeniu w katalogu i rozmiarze przed pobraniem. Model bazowy, LoRA, embedding lub inne na karcie; dokładna liczba bajtów na stronie modelu.
Dopasuj rodzinę. Każdy plik nie będący checkpointem podaje rodzinę, dla której został zrobiony (SDXL, Flux,
Wan 2.2
14B); działa tylko z checkpointami tej rodziny.
Włóż plik do folderu dla jego typu (tabela wyżej) i odśwież UI.
Checkpoint: wybierz go jako model. Dla rodzin podzielonych (Flux, Qwen, Wan,
Z-Image
) ładuj diffusion model, tekstowe enkodery i VAE osobno w ComfyUI.
LoRA: załaduj węzeł LoRA po checkpointcie albo <lora:name:0.8> w promptcie, plus słowo wyzwalające.
Embedding: wpisz nazwę pliku w prompt (lub w negatywnym promptcie dla negatywnych embeddingów); ComfyUI używa embedding:name.
ControlNet: zastosuj węzeł ControlNet z przetworzonym obrazem (poza, głębokość); zacznij od siły 0.8 i końcowego procentu 0.8.
VAE i upscaler: wybierz VAE w loaderze lub ustawieniach, gdy kolory są złe; uruchom upscaler jako ostatni krok przez Upscale Image (używając Model).

Przykłady

Pełny stos SDXL w promptcie 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

Ten sam stos jako węzły ComfyUI

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

Porady

Typ „inne” w katalogu obejmuje ControlNety, VAE, upscalery i workflowy; strona modelu mówi, co to dokładnie jest.
Merges to checkpointy powstałe przez uśrednianie innych checkpointów; dziedziczą rodzinę rodziców i zachowują kompatybilność z LoRA.
Checkpoint do inpaintingu to checkpoint z dodatkowymi kanałami wejściowymi; wymaga workflow inpaintingu i nie jest zamiennikiem do text-to-image.
Negatywne embeddingi były sposobem SD 1.5 na poprawę rąk; na SDXL pomagają mniej, a na Flux nie działają, bo model nie ma
CFG
negative.
Flux Fill, Flux Redux, Flux Depth i Canny to checkpointy lub adaptery, nie LoRA, choć są obok LoRA na hubie.
W razie wątpliwości partnerzy w chmurze mają gotowe kombinacje: wybierz model i LoRA, a pasujące VAE i ControlNet zostaną dobrane automatycznie.

Użyj fp16-fix VAE lub flagi no-half-vae; na Flux sprawdź, czy precyzja enkodera tekstu pasuje do wersji.

Checkpointy, LoRA, embeddingi i ControlNety, już połączone

PirateDiffusion organizuje tysiące plików modeli na swoich GPU; podajesz checkpoint i tagi LoRA w komendzie Telegram, a pasujące VAE i ControlNety są stosowane. Nieograniczona generacja, stała cena.

Wypróbuj PirateDiffusion

Pytania

Co powinien pobrać początkujący najpierw?

Jeden checkpoint z rodziny, której chcesz używać. LoRA dopiero potem, gdy wiesz, który bazowy model lubisz. Embeddingi i ControlNety, gdy pojawi się konkretna potrzeba.