术语表
LoRA
又称：Low-Rank Adaptation, LoRA model
一种轻量的模型微调技术,无需重训整个模型,就能把基础模型调整到特定的风格、角色或主体。LoRA 体积很小(通常 50-200MB),叠加在基础模型之上。
深入解读
在实践中意味着什么
LoRA(Low-Rank Adaptation,低秩适配)最初发表于微软研究院 2021 年的一篇论文,后来成为高效微调图像扩散模型的标准方法。一个针对特定角色的 LoRA 可以在消费级硬件上用 10-20 张参考图、30 分钟训练出来,产出一个 100MB 的文件,使基础模型偏向那个角色。
LoRA 支持因模型而异。像 SDXL 和 FLUX 这样的开放权重模型拥有丰富的 LoRA 生态,Civitai 和 Hugging Face 上有数千个社区训练的 LoRA。封闭模型(Sora 2、Veo 3.1、Nano Banana 2)目前不暴露 LoRA 支持;对这些模型的微调仅限其提供方进行。
相关内容