Ordlista för AI-bild- och videogenerering: 60 termer från checkpoint till VAE, förklarade med en mening vardera

Ämne: Promptning

Av Captain

Publicerad 2026-04-15

Översikt

Varje community hittar på ett eget språk och det här gjorde det snabbt och stort. Ordlistan nedan är referensen som de andra guiderna på den här sidan utgår ifrån; varje term får en mening, familjen eller verktyget den hör till när det är viktigt, och länken till den längre guiden att läsa efteråt. Termerna är grupperade: modeller och arkitekturer, filer, inställningar, tekniker, prompting, video, hårdvara.

Familjer på den här sidan (

Flux

SDXL

Wan

och så vidare) förklaras på egna hubbsidor, och varje modellsida visar termerna i användning: dess typ, familj, triggerord, rekommenderade inställningar. Om ett ord på en modellsida inte finns här är community-chatten som länkas från FAQ rätt plats att fråga.

Referens

Namn	Typ	Vad det är
Checkpoint / base model	file	De fullständiga modellvikterna i en fil (eller några filer för Flux-era modeller). Fungerar självständigt. Se checkpoint vs LoRA vs embedding.
Fine-tune	model	En checkpoint som tränats om på ny data (DreamShaper, Illustrious , Pony). Samma arkitektur som basen.
Merge	model	En checkpoint skapad genom att ta medelvärdet av andra. Ärver familjen.
LoRA / LyCORIS / DoRA	file	Ett litet tillägg som ändrar en checkpoints beteende; kräver ett triggerord och en vikt. Se LoRA-guiden.
Embedding / textual inversion	file	En inlärd token för textkodaren, skrivs med namn; mest negativa embeddings på SD 1.5 och SDXL.
VAE	component	Encoder/decoder mellan pixlar och latenta representationer; fel VAE ger urvattnade färger.
Text encoder (CLIP, T5, LLM)	component	Gör om prompten till siffror; bestämmer promptens dialekt (taggar vs meningar).
U-Net / DiT / MMDiT	architecture	Denoiser-designen: U-Net i SD 1.5 och SDXL, diffusion transformer i Flux, Qwen , Wan, Z-Image .
MoE (mixture of experts)	architecture	Flera undermodeller där en körs per steg ( Wan 2.2 high/low noise experts, HunyuanImage 3).
Diffusion / flow matching	training	Lär sig ta bort brus steg för steg; flow matching är den rakare 2024+ formuleringen. Se hur modeller fungerar.
Distilled (Turbo, Lightning, Schnell, Klein, Hyper)	model	Tränad för att behöva 1-8 steg och CFG 1; snabbare, mindre flexibel.
Guidance-distilled	model	CFG inbakad ( Flux dev ); ett guidance-värde ersätter CFG och negativ prompt gör inget.
fp16 / bf16 / fp8 / NF4 / GGUF Q4-Q8	precision	Hur vikterna lagras; lägre precision betyder mindre filer och VRAM , något sämre kvalitet. Se VRAM-guiden.
Safetensors / ckpt	format	Safe tensor-only format vs kod-exekverande pickle. Se säkra nedladdningar.
Steps	setting	Antal denoising-iterationer; 20-30 normalt, 4-8 distilled.
CFG scale	setting	Hur hårt prompten styr; 5-7 SDXL, 1 Flux. Se inställningar förklarade.
Sampler / scheduler	setting	Numerisk metod och bruskurva (Euler, DPM++ 2M; Karras, simple, beta).
Seed	setting	Startbruset; fast seed, upprepningsbar bild.
Denoise	setting	I img2img och inpainting, hur mycket av input som får ändras (0-1).
Shift / sigma	setting	Var en flow-modell spenderar sina steg (Flux, Wan, Z-Image).
Latent	concept	Den komprimerade arbetsbilden (1/8 eller 1/16 storlek) som denoisern redigerar.
Resolution / native size	concept	512 (SD 1.5), 1024 (SDXL, Flux); multiplar av 8 eller 16.
Hires-fix	technique	Andra diffusionspasset i större storlek under generering. Se uppskalning.
Upscaler (ESRGAN, SwinIR)	technique	Pixel-förstoringsnätverk som körs efter generering.
img2img	technique	Generera från en befintlig bild plus brus. Se img2img och inpainting.
Inpainting / outpainting	technique	Återskapa ett maskerat område / förlänga duken.
ControlNet / T2I-Adapter	technique	Strukturkontroll från pose, djup eller kanter. Se ControlNet förklarat.
IP-Adapter / Redux / reference	technique	Bildbaserad stil- eller identitetsstyrning.
Face detailer / ADetailer	technique	Automatisk ansiktsmask plus inpaint i högre upplösning.
Tiled diffusion / Ultimate SD Upscale	technique	Stora bilder i överlappande kakel med Tile ControlNet.
Prompt / negative prompt	prompting	Vad som ska ritas / vad som ska undvikas (endast SD och SDXL). Se prompt basics och negatives.
Trigger word	prompting	Token som en LoRA tränades under; krävs för att den ska aktiveras.
Weight (word:1.3)	prompting	Vikt på uppmärksamhet i CLIP-modeller.
Quality tags / score tags	prompting	masterpiece, best quality (Illustrious); score_9 (Pony). Endast Anime SDXL.
Token limit (77)	prompting	CLIP chunk-storlek; anledningen till att långa prompts kapas i SD och SDXL.
Prompt bleeding	prompting	En egenskap som fäster vid fel objekt.
T2I / T2V / I2V / TI2V / V2V	video	Text till bild / text till video / bild till video / båda / video till video.
Frames and fps	video	81 frames vid 16 fps är 5 sekunder på Wan; minnet ökar med fler frames.
High-noise / low-noise expert	video	Wan 2.2:s två 14B-modeller för tidiga och sena steg; LoRAs riktar sig mot en.
First / last frame	video	Keyframe-styrning (FLF2V) för kontrollerad rörelse.
VACE / Fun ControlNet	video	Videoredigering och kontrollmodeller i Wan-familjen.
Frame interpolation (RIFE, FILM)	video	Genererar mellanframes för att höja fps.
VRAM / offloading / block swap	hardware	GPU-minne; flyttar delar av en modell till system-RAM när det inte får plats. Se VRAM-guiden.
CUDA / MPS / ROCm	hardware	NVIDIA / Apple / AMD beräknings-backends.
Workflow ( ComfyUI )	tool	En sparad nodgraf; inbäddad i ComfyUI PNG-filer. Se ComfyUI nybörjarguide.
Custom node	tool	En ComfyUI-förlängning; installeras med Manager.
Heat score	this site	Hur populär en modell är just nu, baserat på nedladdningar, körningar och sökningar; förklaras på FAQ-sidan.

Lär dig genom att göra, inte bara läsa

BitVector Prism märker sina inställningar med samma ord som den här ordlistan och förladdar rätt värden per modell. Öppna den bredvid den här sidan och testa varje term på en riktig bild. Ingen installation.

Prova BitVector

Steg för steg

Läs en modellsida uppifrån och ner med ordlistan öppen: typ, familj, triggerord, inställningsrad under varje exempel.
Välj de tre termer som förvirrade dig och läs den länkade guiden för var och en; guiderna är skrivna så att den här ordlistan räcker som kontext.
När du stöter på en ny term i en forumtråd, kolla om det är en fil, en inställning, en teknik eller en videoterm; mest förvirring kommer från att blanda dessa kategorier.
Kom tillbaka när en ny familj dyker upp; hubbsidorna lägger till egna termer (Wan 2.2 experts, Flux guidance) och den här listan uppdateras med dem.

Exempel

En inställningsrad på en modellsida, avkodad

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

Ett Wan 2.2 workflow-namn, avkodad

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

Tips

Tre ord orsakar flest nybörjarfel: familj (en LoRA måste matcha den), triggerord (en LoRA behöver det) och denoise (img2img lever eller dör på det).
När två guider är oense om CFG pratar de om olika familjer; kolla vilken.
"Model" betyder checkpoint i de flesta meningar, men på den här sidan är "model" vilken katalogpost som helst inklusive LoRAs; typetiketten visar vilken.
Videotermer är samma idéer fast med en tidsaxel; om du kan T2I och img2img kan du T2V och I2V.
Molnpartnerna använder samma vokabulär: PirateDiffusions flaggor är /steps, /guidance, /seed, /size; BitVectors panel använder samma namn.

Felsökning

Två källor använder samma ord olika

Varför det händer

Termer har ändrat betydelse mellan SD 1.5, SDXL och Flux-erorna ("guidance" vs "CFG").

Så löser du det

Fäst vid familjen: CFG för SD/SDXL, guidance för Flux.

"Model" på Civitai betyder något annat än här

Varför det händer

Civitai grupperar versioner under en modell; den här sidan listar varje version separat.

Så löser du det

Matcha med hash, inte namn.

En inställning som nämns på en modellsida saknas i mitt UI

Varför det händer

Olika UI-namn (denoising strength vs denoise; hires steps vs second pass).

Så löser du det

Ordlistans rad ger alias; ComfyUI nodguiden mappar nodnamn.

Varje term är ett kommando

PirateDiffusion gör om vokabulären till Telegram-flaggor: /steps, /guidance, /seed, /size, LoRA-taggar och [[negatives]]. Tusentals modeller, obegränsade renderingar, fast pris.