🍉LORA 是什么？有什么用？

LORA 的全称是 Low-Rank Adaptation（低秩适配），也常写作 LoRA。它是一种对大型机器学习模型进行高效微调的技术。

1. 微调

在解释 LoRA 之前，我们先来说说什么是微调。

可以把一个训练好的大模型想象成一位已经学富五车的学霸。现在你希望他在某个特定领域（比如艺术史）变得更专业，微调就相当于让这位学霸去学习该领域的专门资料，从而在这个细分方向上变得更强。

但如果这个学霸的知识库大到像一座图书馆，让他从头学起就会非常耗时耗力。LoRA 的作用就是让这个过程变得高效。它只让学霸去学习艺术史里对他来说全新的关键概念，而不是让他重新学习所有知识。

具体来说，LoRA 是通过在模型中引入 “低秩矩阵” 来实现高效微调的。这里的 “低秩” 就好比只关注模型里的一小部分关键信息，就像学霸只需要掌握艺术史里的核心事件与人物，而不用重学所有历史知识。这样一来，LoRA 就能在保留模型原有能力的基础上，让它快速适应新任务。

在 Stable Diffusion 这类 AI 绘画工具里，LoRA 的应用尤其突出。Stable Diffusion 本身是一个能根据文字描述生成图像的模型，借助 LoRA，我们可以快速训练它生成特定风格的画作（比如模仿梵高的画风），或者生成特定角色的图像。这个过程就像让一位已经会画画的艺术家，再去学习画卡通或油画一样。

2. 优点

使用 LoRA 进行微调，主要有这些显著优势：

1. 节省时间无需重新训练整个大模型，只针对关键部分进行微调，因此整个过程的速度会快很多。

2. 提升效率它只聚焦于任务所需的关键信息，能让模型更快地适配新任务，避免了冗余计算。

3. 模型体积小LoRA 生成的模型文件通常只有几十到几百兆，远小于完整模型，更便于分享和下载。

4. 操作门槛低普通用户即使没有专业技术背景，也能在家用电脑上训练属于自己的 LoRA 模型，实现个性化效果。

总的来说，LoRA 是一种让大型模型变得更灵活、易用的技术。它通过聚焦模型的关键部分实现了高效微调，让 AI 绘画等应用变得更加便捷和个性化。

我们再用一个更通俗的方式来理解：

你可以把 Stable Diffusion 大模型（也就是 Checkpoint 模型）想象成一个知识面很广的 “学霸”，他什么都懂，但并不专精于某一项。

而 LoRA 就像是这位学霸的 “专项突击培训”。它能让学霸在短时间内精通某一类特定技能或知识：

• 比如，突然擅长画水彩画、卡通画、科幻画或建筑速写；
• 或者，立刻明白什么是 “葫芦娃”、“铁壁阿童木”、“喜羊羊” 这些特定的角色。

简单来说，LoRA 就是给大模型 “开小灶”，让它快速学会一项新技能，同时又不忘记原来的知识。

所以说，LoRA 必须搭配大模型才能使用，你可以把它理解为一个 **“外挂知识库”**，用来给大模型补充特定的技能或知识。

---

🍉去哪里找 LoRA？

分享 LoRA 的网站有很多，最常用的包括：

• C 站（civitai.com）：全球最大的 AI 模型分享平台之一，资源非常丰富。
• LiblibAI（哩布哩布 AI）：国内平台，使用起来更方便，也有大量免费资源。

这些平台上的 LoRA 模型基本都可以免费下载。下面我们就以 LiblibAI 为例，看看具体怎么找。

我们以 LiblibAI（哩布哩布 AI） 为例来演示如何找到并选择合适的 LoRA。

在 LiblibAI 的模型广场里，你可以通过筛选功能定位到 LoRA 模型。需要特别注意的是：

• 版本不通用：SD 1.5 和 SDXL 对应的 LoRA 模型是不能互相兼容的。
• 选择要匹配：你必须根据自己正在使用的大模型版本，来选择对应的 LoRA 模型，否则无法正常生效。

接下来，我们就用一个实际案例，来演示 LoRA 的具体用法。

🍉结合 LoRA 增强个性化效果

我们首先需要准备好本节课的初始工作流，你可以从下面的网盘链接下载：

下载地址：https://pan.baidu.com/s/1RK1oZCveQiR4VYQe-aPzoA 提取码: 4qxi 
 

这个工作流文件将作为我们接下来实操 LoRA 的基础。

拖拽打开，新建一个画布，将下载的.json文件，拖拽到画布上，就可以打开我们的工作流。

打开这个工作流文件后你会发现，它其实就是上一节课我们学习的工作流的简化版本。

⚠️ 重要提醒

在执行绘图之前，一定要先把工作流里的大模型、放大算法模型等路径，修改为你自己电脑里对应的本地文件路径，这样才能避免软件报错。

1. 提示词设置

我们先来看这组生成图像的提示词：

正向提示词1girl, portrait, black hair, long bob hair, lolita_fashion, upper_body, background is lava, masterpiece, best quality

描述：一个女孩的半身肖像，黑色长波波头，穿着洛丽塔风格服饰，背景是火山熔岩，要求生成高质量的作品。

负向提示词(worst quality), (low quality), (normal quality), lowres, bad anatomy, ((bad hands, broken hands)), (many fingers), ((grayscale)) watermark, moles

描述：避免生成低质量、低分辨率、解剖结构错误、手部畸形、多余手指、黑白图像以及带水印和痣的画面。

---

💡 关键注意点

• 正向提示词里的 background is lava 是核心设定，它决定了背景是火山熔岩的效果。
• 这个工作流的种子值（seed）被设置为固定（fixed），所以每次生成的图像都是一样的。如果你想得到不同的图像，需要手动修改种子值。

生成结果如下：

可以说，和正向提示词描述的“火山熔岩”毫无关系。

2. 为什么画面没有按提示词生成？

有时候你会发现，生成的画面并没有完全按照提示词来呈现，这是为什么呢？

• 大模型虽然能力很强，能理解很多描述，但它也有不熟悉或不擅长的内容。在这个例子里，它对 “火山熔岩” 的理解和还原能力就比较有限。

那我们该怎么解决这个问题呢？

• 答案就是用 LoRA 来 “教” 模型认识 “火山熔岩”。
• 刚好就有一个专门的 “火山熔岩” LoRA 模型，我们可以用它来优化效果。
• 你可以先到随课网盘里，下载这个 “火山熔岩” LoRA。

下载地址：https://pan.baidu.com/s/1MTY748-C59T1IfS2gXhnQw 提取码: 2sum 

3. 安装 LoRA 模型

下载好 LoRA 文件后，你需要将它存放到本地的 models/loras 文件夹中。

你可以像示例中一样，在 loras 文件夹下新建一个二级目录（比如 SD1.5），用来专门存放对应版本的 LoRA 模型。

这样做的好处是：

• SD 1.5 和 SDXL 的 LoRA 模型并不通用，通过二级目录可以清晰地区分不同版本的模型
• 避免后续模型增多时出现混淆，让你能更方便地找到和管理 LoRA

完成之后，回到ComfyUI,我们的LoRA模型就安装好了，下节我们会讲LoRA工作流搭建/参数详解/多LoRA混用。