类型：人工智能
简介：基于AI的绘画生成工具，主要用于根据文本描述生成详细图像。
LoRA 是 Stable Diffusion 中很常用的附加模型，可以让图片更容易呈现某个角色、产品、服装、风格或材质。但很多用户一使用 LoRA，就会遇到风格过重、人物变形、细节崩坏的问题。原因之一就是权重设置不合适。本篇教程介绍 LoRA 权重怎么理解、怎么测试，以及多个 LoRA 组合时要注意什么。
一、LoRA 权重是什么
LoRA 权重可以理解为这个 LoRA 对最终图片影响的强度。权重越高，LoRA 特征越明显；权重越低，影响越轻。
在一些 WebUI 中，LoRA 调用形式类似：
<lora:name:0.8>其中 0.8 就是权重示例。不同工具调用格式可能不同，应以当前 WebUI 或 ComfyUI 节点说明为准。
二、权重过高会带来什么问题
权重太高可能导致：
- 人物脸部变形；
- 产品结构不稳定；
- 画风过重；
- 色彩异常；
- 背景被 LoRA 影响；
- 和其他 LoRA 冲突；
- 模型原本风格被压制。
很多时候，LoRA 不是不能用，而是权重太重。
三、从低权重开始测试
新 LoRA 第一次使用时，不建议直接拉到很高。可以按下面顺序测试：
0.4
0.6
0.8
1.0每次只改权重，其他参数保持不变。这样更容易判断哪个权重最自然。
1、角色类 LoRA
角色类 LoRA 如果权重太低，特征可能不明显；太高则可能脸部僵硬或服装被固定。可以根据特征还原度和自然度平衡。
2、风格类 LoRA
风格类 LoRA 一般不一定需要很高权重。过高会让所有画面都带同一种强烈滤镜感。
3、产品类 LoRA
产品类 LoRA 更要谨慎。权重过高可能导致产品结构夸张或细节错误。产品图应优先保证真实性。
四、多个 LoRA 组合时要降低权重
多个 LoRA 同时使用时，它们会互相影响。比如一个角色 LoRA、一个服装 LoRA、一个风格 LoRA 同时启用，画面可能很容易崩。
组合时建议：
- 先单独测试每个 LoRA；
- 记录各自适合权重；
- 组合时降低权重；
- 逐个增加；
- 出问题时先关掉最近加入的 LoRA。
不要一开始就同时加载多个高权重 LoRA。
五、LoRA 和提示词也会互相影响
LoRA 不是独立生效，它会和提示词、模型、Seed、采样器一起影响图片。
如果提示词和 LoRA 目标冲突，结果可能不稳定。例如 LoRA 是写实产品风格，但提示词里写了夸张二次元风格，输出可能混乱。
使用 LoRA 时，提示词应围绕它的用途来写。
六、LoRA 权重测试建议保存对比图
建议为每个常用 LoRA 保存权重测试图，例如：
0.4效果；0.6效果；0.8效果；1.0效果；- 推荐权重；
- 不适合搭配的模型。
后续使用时，就不用每次重新测试。
七、画面崩坏时的排查顺序
如果用了 LoRA 后画面崩坏，可以按顺序检查：
- 权重是否太高；
- 基础模型是否适配；
- 提示词是否冲突；
- 是否多个 LoRA 叠加；
- 图片尺寸是否过大；
- 是否用了不合适的高清修复；
- LoRA 本身是否质量不稳定。
先把 LoRA 权重降下来，再逐步排查其他因素。
FAQ
Q1：LoRA 权重设置多少最好？
A：没有固定值。不同 LoRA、模型和场景都不同，建议从低权重开始测试。
Q2：多个 LoRA 可以一起用吗？
A：可以，但要降低权重并逐个测试。多个 LoRA 叠加更容易冲突。
Q3：LoRA 权重越高越像目标吗？
A：不一定。权重高可能特征更明显，但也更容易变形或过拟合。
Q4：产品 LoRA 应该用高权重吗？
A：产品图更重视真实性，权重不宜盲目拉高，应确保结构和材质不被扭曲。
