LoRA là gì? Cách tạo thiết kế của riêng bạn với giá khoảng 100 yên Nhật mỗi chiếc (phiên bản 2026)

Điểm chính của bài viết này LoRA là một công nghệ cho phép bạn chỉ học những "phần bổ sung" nhỏ mà không cần phải tạo lại toàn bộ mô hình AI khổng lồ. Bài báo gốc báo cáo rằng ngay cả khi số lượng các con số phải học giảm tới 1/10.000 thì chất lượng vẫn tương đương hoặc tốt hơn so với việc học đầy đủ. Theo mức giá công khai của RunPod tính đến tháng 8 năm 2026, bạn có thể thuê RTX 4090 với giá từ 0,34 USD mỗi giờ và một chiếc Chara LoRA có giá khoảng 100 yên Nhật. Trong bài viết này, chúng tôi sẽ đề cập đến cách thức hoạt động, cách đưa nó vào Stable Diffusion, cách xác định sức mạnh của nó, cách xác định các địa điểm phân phối và các bước để tạo địa điểm phân phối của riêng bạn.

Đáng lẽ tôi phải vẽ cùng một nhân vật, nhưng khuôn mặt lại thay đổi mỗi khi tôi tạo ra nó. Màu sắc và màu sơn của quần áo không ổn định. Đây thường là bức tường đầu tiên gặp phải với AI tạo hình ảnh.

LoRA là công cụ để phá bỏ bức tường đó. Đó cũng là một công nghệ mà nhiều người đã nghe nói đến nhưng chưa biết nó là gì.

LoRA là viết tắt của "Thích ứng cấp thấp". Trong tiếng Nhật, nó có nghĩa là “thích ứng ở mức độ thấp hơn”. Nghe có vẻ khó khăn nhưng việc bạn đang làm lại rất đơn giản. Nó chỉ là một cơ chế để bổ sung thêm bộ nhớ cho AI.

LoRA là một công nghệ cho phép bạn chỉ ghi nhớ các phần bổ sung mà không cần viết lại mô hình.

LoRA là phương pháp chèn các bộ phận mỏng bổ sung vào mô hình AI đã hoàn thiện để khiến nó ghi nhớ các mẫu và ký tự mới. Chúng tôi hoàn toàn không chạm vào phần thân chính.

Nghiên cứu bổ sung về AI (tinh chỉnh) thông thường sẽ viết lại các giá trị số của toàn bộ mô hình. Điều này thực sự nặng nề. Thay vào đó, LoRA đặt một cuốn sổ nhỏ bên cạnh và chỉ viết lại phần đó.

Nếu bạn so sánh nó với một cuốn từ điển dày, văn bản sẽ vẫn còn nguyên. Thêm ý nghĩa mới bằng cách dán ghi chú dán. Nó nhẹ vì bạn chỉ cần một vài tờ giấy ghi chú. Bản chất của cơ chế kết thúc ở đây.

Việc phần thân chính còn nguyên vẹn có nghĩa là nó sẽ không bị gãy ngay cả khi có hỏng hóc. Chỉ cần bóc tờ giấy dính ra là nó sẽ trở lại bình thường. Cảm giác an toàn này là lý do tại sao mọi người không ngần ngại thử nó.

Tại sao LoRA lại nhẹ như vậy? Bởi vì nó làm giảm số lượng các con số cần học theo một bậc độ lớn.

Sự nhẹ nhàng thực sự nằm ở chỗ phạm vi học tập được thu hẹp lại trong một nhóm nhỏ gọi là “cấp thấp”. Số lượng số cần di chuyển sẽ giảm theo một bậc độ lớn.

Nhóm nghiên cứu của Microsoft đã phát minh ra LoRA đã báo cáo trong bài báo gốc vào năm 2021 rằng ``số lượng số cần học có thể giảm tới 1/10.000 lần và lượng bộ nhớ GPU sử dụng có thể giảm 1/3.'' Các con số đã được xác minh bằng mô hình ngôn ngữ khổng lồ GPT-3 và người ta nói rằng chất lượng tương đương hoặc tốt hơn so với đào tạo đầy đủ.

Nhai thêm một chút. Bản thân trọng lượng của Stable Diffusion là hàng tỷ và chỉ riêng mẫu cơ sở SDXL đã nặng 3,5 tỷ chiếc. Thay vì mày mò tất cả, chỉ cần nhắm mục tiêu vào một phần nhỏ và điều chỉnh nó. Vì vậy, nó chạy ngay cả trên một máy tính yếu.

Đây là bốn lợi ích thiết thực mà sự nhẹ nhàng mang lại.

Không phá hủy mô hình ban đầu (trả lại bằng cách bóc ghi chú dán)
Có rất ít con số để tìm hiểu và nó hoạt động ngay cả khi GPU yếu.
Tệp kết quả có kích thước nhỏ (vài MB đến vài trăm MB)
Nhiều LoRA có thể được sử dụng cùng nhau

Những cá nhân không cần thiết bị đắt tiền giờ đây có thể tạo ra các thiết kế của riêng mình. Đó là quan điểm của LoRA vào năm 2026.

Tôi cũng muốn đọc nó

7 lựa chọn thay thế cho Nano Banana trong Google Earth, miễn phí và có sẵn bằng tiếng Nhật (phiên bản 2026)

Nano Banana trên phiên bản web của Google Earth đã tạm thời bị đình chỉ kể từ một ngày sau khi phát hành (kể từ tháng 8 năm 2026). Chúng tôi đã so sánh bảy lựa chọn thay thế trên ba trục: miễn phí, tiếng Nhật và nguồn mở, đồng thời sắp xếp cách lựa chọn dựa trên mục đích trực quan hóa bản đồ. Bạn có thể thấy các điểm đến di chuyển thực tế bao gồm ComfyUI và Stable Diffusion.

Ngày 5 tháng 8 năm 2026

OpenPose là gì? Cơ chế chỉ định các tư thế với hình người que, điều kiện sử dụng thương mại và các công cụ thay thế (phiên bản 2026)

OpenPose là một thư viện mã nguồn mở phát hiện tư thế của con người dưới dạng bộ xương hình que. Nó chỉ được sử dụng miễn phí cho mục đích phi thương mại và giấy phép thương mại có giá 25.000 USD mỗi năm. Chúng tôi đã tóm tắt mọi thứ từ cách thức hoạt động, cách sử dụng nó với ControlNet, nó khác với các lựa chọn thay thế như MediaPipe như thế nào và các tiêu chí để xác định mục đích sử dụng thương mại.

Ngày 4 tháng 8 năm 2026

Stable Diffusion là mô hình tạo hình ảnh AI có thể tạo hình ảnh từ hướng dẫn văn bản hoặc chỉnh sửa hình ảnh hiện có. Ngoài việc tạo hình ảnh bằng lời nhắc, nó còn hỗ trợ img2img, tạo hình ảnh từ hình ảnh, chỉnh sửa một phần và điều chỉnh kiểu bằng mô hình và LoRA. Nếu bạn cài đặt nó trong môi trường cục bộ của mình, bạn có thể tạo trong khi kiểm soát chi tiết cài đặt tạo và quy trình làm việc. Nó phù hợp cho các nhà thiết kế muốn tạo môi trường sản xuất của riêng họ, người sáng tạo minh họa và người dùng nâng cao muốn thử nghiệm sâu sắc về việc tạo hình ảnh AI.

Giá thực tế tính đến tháng 8 năm 2026 | Khoảng 100 yên Nhật cho 1 ký tự LoRA

Chi phí học tập phụ thuộc vào việc bạn thuê GPU và tự sử dụng nó hay bạn để nó hoàn toàn cho chức năng học tập của trang phân phối. Yếu tố quyết định là giá mỗi giờ.

Dưới đây là mức giá được xác nhận trên trang RunPod và Civitai chính thức vào tháng 8 năm 2026. Giá GPU khác nhau tùy thuộc vào loại hợp đồng (chia sẻ hoặc dành riêng) và khoảng không quảng cáo.

sự lựa chọn	Giá ước tính	người phù hợp
RTX 4090 (cho thuê)	Từ 0,34 USD/giờ	Những cá nhân muốn thử nhiều LoRA hình ảnh
A100 80GB (thuê)	Từ $1,19/giờ	người xử lý các mô hình lớn
H100 (cho thuê)	Từ $1,99/giờ	Những người muốn mua tốc độ bằng tiền
Huấn luyện viên Civitai LoRA (Omakase)	500 Buzz mỗi chai~	Những người muốn bỏ hoàn toàn việc xây dựng môi trường

Nói cách khác, nếu bạn muốn sử dụng ký tự LoRA cho hình ảnh, bạn chỉ cần thuê 4090 trong 1 đến 2 giờ. Số tiền khoảng 100 yên Nhật. Đây là một điểm khởi đầu thiết thực cho các cá nhân và việc chạy một mô hình lớn hơn trên A100 trong vài giờ sẽ chỉ khiến bạn tốn một vài đô la.

Nếu bạn muốn bỏ qua việc thiết lập môi trường, Civitai cung cấp chức năng học tập có thể được hoàn thành chỉ bằng trình duyệt. Đối với SD 1.5 và SDXL, giá bắt đầu từ 500 Buzz (đơn vị tiền tệ tại chỗ) và số tiền chính xác đã tiêu thụ sẽ được hiển thị trên màn hình trước khi thực hiện.

Nếu đây là lần đầu tiên bạn nghe nói đến việc thuê GPU, hãy đọc bài viết tóm tắt giá đám mây GPU và cách chọn GPU trước, điều này sẽ giúp bạn có ý tưởng cụ thể hơn về những việc cần làm tiếp theo.

Civitai là một nền tảng cộng đồng nơi bạn có thể tìm kiếm và chia sẻ các ví dụ và mô hình tạo hình ảnh Stable Diffusion, thậm chí tạo hình ảnh trên trình duyệt của mình. Bạn có thể tìm kiếm các mô hình như LoRA, Checkpoint và Embedding, đồng thời tái tạo phong cách yêu thích của mình bằng cách tham khảo lời nhắc và cài đặt trong hình ảnh mẫu. Một tính năng khác là dễ dàng so sánh các mô hình và ví dụ thế hệ phù hợp với ứng dụng của bạn bằng cách tìm kiếm bài đăng, bộ sưu tập, bài đánh giá và thẻ. Nó phù hợp cho những người sáng tạo minh họa AI, nhà phân phối mô hình và người dùng tạo hình ảnh muốn thử một phong cách vẽ cụ thể một cách hiệu quả.

Sự khác biệt giữa LoRA và học tập đầy đủ/QLoRA là gì? Chỉ phạm vi được viết lại

Sự khác biệt giữa ba phương pháp có thể được tóm tắt ở phạm vi viết lại. Học tập đầy đủ là toàn bộ, LoRA là các phần bổ sung và QLoRA được nén và sau đó được thêm vào các phần.

Kể tên 3 đại diện. Vì mục đích được phân chia rõ ràng nên thực tế không có nhiều tình huống khiến bạn bối rối.

phương pháp	Phạm vi để viết lại	cảm giác chi phí
tinh chỉnh đầy đủ	toàn bộ mô hình	cao (độ chính xác tối đa)	Phát triển toàn diện các công ty lớn
LoRA	Chỉ các bộ phận bổ sung	Rẻ (giảm số lượng học tập theo mức độ lớn)	Chuyên dùng cho cá nhân đến doanh nghiệp vừa và nhỏ
QLoRA	Các bộ phận bổ sung + nén	Rẻ nhất	Một mô hình khổng lồ với một GPU duy nhất

QLoRA là họ hàng nhẹ hơn của LoRA. Vì mô hình được nén trước khi thêm các bộ phận bổ sung nên một GPU gia đình có thể xử lý các mô hình lớn.

Trên thực tế vào năm 2026, LoRA sẽ là lựa chọn mặc định cho các ứng dụng cá nhân, quy mô vừa và nhỏ. Trong bài báo gốc (xác minh bằng mô hình ngôn ngữ GPT-3), chất lượng được báo cáo là ngang bằng với việc học đầy đủ và mặc dù nó đã được thiết lập như một phương pháp tiêu chuẩn để tạo hình ảnh, nhưng sự khác biệt về chi phí vẫn có mức độ chênh lệch lớn. Nếu bạn là người dùng cá nhân, bạn có thể coi đó là lựa chọn duy nhất của mình.

Ngoài ra, nếu bạn quan tâm đến câu chuyện chung về việc làm cho AI thông minh hơn bằng cách sử dụng dữ liệu nội bộ, thì một bài viết tóm tắt những kiến thức cơ bản về tinh chỉnh có thể phù hợp hơn với nhu cầu của bạn.

Cú đánh quyết định khiến LoRA trở thành chuẩn mực trong tạo hình ảnh

AI tạo hình ảnh cơ bản mỗi lần trả về một khuôn mặt khác ngay cả khi bạn đưa ra hướng dẫn giống nhau. Chết người vì sự sáng tạo. Nếu bạn sử dụng một LoRA, hiện tượng mờ sẽ giảm rõ rệt.

Bạn sẽ có thể vẽ ra những khuôn mặt giống nhau, quần áo giống nhau và cùng màu sắc với xác suất cao. Mặc dù nó không được sửa chữa hoàn toàn nhưng đây là lý do lớn nhất khiến nó trở thành tiêu chuẩn.

Điều tuyệt vời là có ít tài liệu để ghi nhớ hơn. Với Chara LoRA, hình ảnh học tập sẽ có khoảng 7 đến 30 hình ảnh. Bạn không cần hàng chục nghìn bộ dữ liệu.

Tóm tắt cho đến nay: LoRA là công nghệ chèn ghi chú dán vào AI. Mặc dù số lượng số lượng cần học giảm đi rất nhiều nhưng chất lượng vẫn ngang bằng với việc học đầy đủ và ngay cả khi bạn thuê GPU, nó vẫn có giá khoảng 100 yên Nhật cho mỗi ký tự LoRA. Trong việc tạo hình ảnh, nó được sử dụng để tạo ra các ký tự và kiểu vẽ mà bạn chọn một cách ổn định.

Nếu bạn là người mới làm quen với việc tạo hình ảnh, trước tiên hãy đọc hướng dẫn giới thiệu tóm tắt những kiến thức cơ bản về AI tạo hình ảnh sẽ giúp bạn hiểu các thao tác phía trước.

Làm cách nào tôi có thể sử dụng LoRA với Stable Diffusion? Hoàn tất trong 3 bước

Chỉ có ba việc cần làm: chèn nó, gọi nó lên và quyết định mức độ hiệu quả của nó. Không cần kiến thức lập trình.

Lấy tệp LoRA (phần mở rộng là .safetensors)
Đặt nó vào thư mục đã chỉ định và khởi động lại phần mềm tạo một lần.
Chọn LoRA trên màn hình tạo, quyết định số hiệu quả (cường độ) và tạo nó.

Cường độ về cơ bản được sử dụng trong phạm vi từ 0 đến 1. Tùy thuộc vào công cụ, bạn có thể nhập các giá trị trên 1 hoặc thậm chí giá trị âm, nhưng phạm vi thường được sử dụng là 0 đến 1. Càng gần 1 thì hiệu ứng càng mạnh, vì vậy nên bắt đầu với 0,6 đến 0,8 là an toàn.

Nếu mạnh quá, bức tranh sẽ sụp đổ. Chỉ có khuôn mặt nổi bật một cách kỳ lạ, màu sắc trở nên lầy lội và những yếu tố tôi không yêu cầu tăng lên. Nếu điều đó xảy ra, hãy giảm số lượng. Đây là hoạt động cơ bản của việc điều chỉnh LoRA.

Nếu bạn lo lắng về chính màn hình hoạt động Stable Diffusion, sẽ nhanh hơn nếu bạn chuẩn bị môi trường với hướng dẫn giới thiệu Stable Diffusion cho người mới bắt đầu rồi quay lại. Nếu bạn là người hâm mộ ComfyUI, người kết nối và lắp ráp các nút, hướng dẫn vận hành cơ bản của ComfyUI chứa thông tin về vị trí đặt các nút LoRA.

ComfyUI là một công cụ tạo hình ảnh cho phép bạn xây dựng và chạy các mô hình Stable Diffusion bằng cách sử dụng quy trình làm việc dựa trên nút. Việc xử lý như tạo văn bản thành hình ảnh, tạo hình ảnh thành hình ảnh, in-paint, nâng cấp, ControlNet, LoRA và SDXL có thể được kết nối trên cơ sở từng nút. Nó được thiết kế để dễ dàng tái tạo và điều chỉnh vì quy trình làm việc tại thời điểm tạo có thể được đọc từ siêu dữ liệu có trong hình ảnh được tạo. Nó phù hợp cho những người sáng tạo muốn tự mình lắp ráp các quy trình tạo chi tiết và những người dùng nâng cao muốn quản lý quy trình sản xuất và xác minh mô hình.

Làm thế nào để bạn xác định sức mạnh của LoRA? Bắt đầu từ 0,6 và tăng dần 0,1

Cường độ được xác định bằng thủ tục, không phải bằng cảm giác. Đưa ra một thẻ ở mức 0,6 và nếu nó không đạt được mục tiêu, hãy tăng nó lên 0,1. Thế thôi.

Điểm hạ cánh cho từng mục đích được xác định gần đúng. Có nó làm hướng dẫn sẽ làm giảm số lần thử.

Mục đích	Sức mạnh gần đúng	Phải làm gì khi có triệu chứng
Tái hiện nhân vật	0,7 ~ 0,9	Nếu mặt nổi thì hạ xuống 0,1
Áp dụng kiểu/điền	0,4 ~ 0,7	Nếu màu trở nên đục, hãy giảm xuống 0,5 hoặc ít hơn.
Thêm quần áo và phụ kiện	0,6 ~ 0,8	Nếu có những mục không cần thiết thì hãy loại bỏ chúng.
2 lớp LoRA	Tổng cộng khoảng 1,0	Nếu nó sụp đổ, hãy thay đổi mọi thứ trừ nhân vật chính thành 0,3

Nói cách khác, 0,7 đến 0,9 cho tái tạo nhân vật, 0,4 đến 0,7 cho phong cách nghệ thuật và tổng cộng khoảng 1,0 cho chồng chéo. Nếu bạn nhớ hướng dẫn này, bạn có thể vượt qua hầu hết các tình huống.

Khi xếp nhiều mảnh, mẹo là chọn một mảnh làm nhân vật chính. Nếu bạn làm mọi thứ mạnh mẽ hơn, bạn sẽ có một bức tranh u ám không hỗ trợ bất kỳ tuyên bố nào của LoRA.

Làm thế nào để bạn chọn một trang web phân phối LoRA? Hãy chắc chắn kiểm tra giấy phép và nguồn học tập

LoRA được phân phối rộng rãi miễn phí. Tuy nhiên, không phải tất cả chúng đều an toàn khi sử dụng. Có một số nơi để xem.

Các trang phân phối như Civitai có các điều khoản sử dụng được ghi trên trang gửi. Có bốn điều bạn nên kiểm tra trước khi tải xuống:

Khả năng sử dụng thương mại (một số thứ thường bị cấm)
Điều kiện bán và phân phối lại sản phẩm
Nguồn học tập (Bạn đang học tên của một tác giả thực tế hoặc một tác phẩm cụ thể mà không được phép?)
Độ mạnh được khuyến nghị và sự hiện diện của các từ kích hoạt

Tốt nhất không nên sử dụng LoRA cho công việc nếu không rõ nguồn học. Dù tác phẩm có tốt nhưng sau này nếu có bản quyền thì toàn bộ sự việc sẽ phải làm lại.

Ngoài ra, hãy cẩn thận với các mục không có từ kích hoạt được liệt kê. Nếu bạn không biết mật khẩu để gọi thì ngay từ đầu nó sẽ không có tác dụng.

Các bước để tự tạo | Bắt đầu với 7 hình ảnh

Có 4 bước khi tự làm. Điều chiếm nhiều thời gian nhất không phải là học mà là sự chuẩn bị trước.

Tập hợp các hình ảnh học tập (7-30 cho nhân vật, với các góc độ và biểu cảm khác nhau)
Thêm văn bản giải thích (chú thích) vào từng hình ảnh
Sử dụng công cụ học tập để đặt số lần lặp lại cũng như cường độ và thực hiện.
Xác minh tệp kết quả bằng cách tạo thử nghiệm và cải thiện sức mạnh của nó

Bạn cũng có thể sử dụng Google Colab miễn phí. Tuy nhiên, thời gian miễn phí có giới hạn thời gian và nếu bị cắt giữa chừng, bạn sẽ phải bắt đầu lại từ đầu. Nếu bạn nghiêm túc về việc xây dựng nó, có lẽ sẽ rẻ hơn nếu trả vài trăm yên Nhật cho tiền thuê GPU được đề cập ở trên.

Một lỗi phổ biến khi chọn hình ảnh là chỉ thu thập các bố cục giống nhau. Nếu bạn chỉ sử dụng 30 bức ảnh chụp khuôn mặt chính diện, bạn sẽ nhận được LoRA chỉ có thể vẽ khuôn mặt chính diện. Phân tán các góc, nét mặt và phông nền là cách ngắn nhất để khiến nó trông giống như một đường vòng.

Mẹo viết chú thích là viết điều gì đó mà bạn không muốn mọi người nhớ đến. Nếu bạn viết phông nền và quần áo bằng văn bản, AI sẽ coi chúng là các yếu tố có thể thay đổi và chỉ giữ lại các đặc điểm của nhân vật.

Đánh giá biên tập

Tính đến năm 2026, LoRA là công cụ duy nhất dành cho các cá nhân có thiết kế của riêng mình. Các lựa chọn khác hoặc là quá đắt hoặc quá cồng kềnh.

Chi phí là vô địch. Bạn có thể thuê RTX 4090 với giá 0,34 USD/giờ và một chiếc Chara LoRA có giá khoảng 100 yên Nhật. Bài viết gốc (xác minh bằng mô hình ngôn ngữ) đã báo cáo rằng chất lượng ngang bằng với việc học đầy đủ và vì nó đã được thiết lập như một tiêu chuẩn để tạo ra hình ảnh nên không có lý do gì để các cá nhân chọn học đầy đủ với mức chi phí lớn.

Mặt khác, điều thực sự không tốt về nó là thiếu thông tin trong quá trình phân phối. Các từ kích hoạt không được viết, độ mạnh khuyến nghị để trống và không có lời giải thích về nguồn học tập. LoRA, có cả ba thứ này, sẽ tiêu tốn thời gian của người đọc để xác minh xem nó có hiệu quả hay không.

Nếu bạn không chắc chắn, tốt nhất bạn nên thử tạo một cái bằng phương pháp học tự động của Civitai. Nó rẻ, bắt đầu từ 500 Buzz và điểm khác biệt duy nhất giữa nó và việc thuê GPU là liệu bạn có sẵn sàng trả tiền cho những rắc rối khi xây dựng môi trường hay không. Khi bạn muốn sản xuất hàng loạt một số thiết bị, việc thuê GPU và tự vận hành sẽ linh hoạt hơn.

Các câu hỏi thường gặp (FAQ)

Q. Sử dụng LoRA có tốn tiền không?

Nó hoàn toàn miễn phí nếu bạn chỉ sử dụng LoRA được phân phối. Lần duy nhất nó tốn tiền là khi bạn tự làm nó. Giá công bố tính đến tháng 8 năm 2026 là khoảng 100 yên Nhật cho mỗi ký tự LoRA bằng cách thuê GPU và 500 Buzz (tiền tệ tại chỗ) cho quá trình học tự động của Civitai.

Câu hỏi: Có thể xếp chồng bao nhiêu LoRA?

Điều này phụ thuộc vào những hạn chế của phần mềm tạo. PixAI, một dịch vụ trả phí, đã thông báo rằng bạn có thể thêm từ 5 đến 15 hình ảnh mỗi thế hệ, tùy thuộc vào gói thành viên của bạn. Trong môi trường cục bộ, điểm ảnh bị sập khi tổng cường độ vượt quá 1,0 sẽ có hiệu lực nhiều hơn giới hạn trên của số lượng ảnh.

Q. Tôi cần bao nhiêu hình ảnh để học?

Đối với ký tự, 7 đến 30 là tiêu chuẩn. Sẽ hiệu quả hơn nếu phân tán các góc và biểu cảm hơn là tăng số lượng hình ảnh. Nếu bạn luôn sử dụng cùng một bố cục, LoRA sẽ chỉ có thể vẽ bố cục đó.

Q. Tôi nên chọn LoRA hay QLoRA?

LoRA là đủ để tạo hình ảnh. QLoRA là một phương pháp nén mô hình, sau đó huấn luyện nó và nó phát huy tác dụng khi xử lý các mô hình ngôn ngữ lớn không thể vừa với một GPU gia đình.

Hỏi: Có vấn đề gì không nếu tôi phân phối LoRA mà tôi đã tạo?

Nếu bạn có quyền đối với hình ảnh mà bạn đang đào tạo thì sẽ an toàn hơn nếu tránh phân phối nó. Vấn đề khó có thể xảy ra nếu LoRA được tạo từ một bức tranh do chính bạn vẽ hoặc một bức ảnh do chính bạn chụp, nhưng việc phát hành LoRA đã được đào tạo về tác phẩm của người khác cũng trở thành một nguồn rắc rối ở Nhật Bản.

Đọc cái này lần sau

Hướng dẫn giới thiệu về Stable Diffusion cho người mới bắt đầu là cách ngắn nhất để chuẩn bị thiết bị sẽ chứa LoRA. Nếu bạn biết cấu trúc thư mục và vị trí của mô hình, bạn có thể làm theo ba bước trong bài viết này.

Trang web chính thức của từng công cụ (thông tin chính)

Giá cả, chức năng và phạm vi hỗ trợ là thông tin chính được cung cấp bởi trang web chính thức của mỗi công ty. Bài viết này dựa trên xác minh tại thời điểm xuất bản, nhưng hãy nhớ kiểm tra từng trang chính thức để biết các điều kiện chính xác và mới nhất.

Stable Diffusion — Trang web chính thức (xem chi tiết)
Civitai — Trang web chính thức (xem chi tiết)
ComfyUI — Trang web chính thức (xem chi tiết)