Stable Diffusionで画像生成をしていると、
「LoRA（ローラ）」という言葉をよく見かけます。
LoRAを使うことで、次のようなことが可能になります。
- 特定のキャラクターを生成する
- 特定の画風を追加する
- 服装やポーズを追加する
- モデルを軽量にカスタマイズする
この記事では、AI画像生成初心者向けに
- LoRAとは何か
- なぜ必要なのか
- Checkpointとの違い
- 実際の使い方
をわかりやすく解説します。
LoRAとは
LoRA（Low-Rank Adaptation）とは、
AIモデルを軽量に追加学習するための技術です。
簡単に言うと、
「Stable Diffusionのモデルに追加できる小さな拡張データ」
です。
通常のStable Diffusionモデル（Checkpoint）は
2GB〜7GB程度ありますが、
LoRAは
- 約10MB
- 約50MB
- 約150MB
程度のサイズしかありません。
つまり、
小さいデータでAIの能力を追加できる仕組み
です。
LoRAでできること
LoRAを使うと、AI画像生成の自由度が大きく上がります。
主に次のような用途があります。
キャラクターLoRA
特定のキャラクターを生成できます。
例
- アニメキャラクター
- ゲームキャラクター
- オリジナルキャラクター
プロンプト例
1girl, anime style, character_name_lora
画風LoRA
特定の画風を再現できます。
例
- アニメ風
- 水彩画風
- 油絵風
- イラストレーター風
プロンプト例
portrait, watercolor style, masterpiece
服装・ポーズLoRA
キャラクターのポーズや服装を追加できます。
例
- 制服
- メイド服
- 特定のポーズ
- 特定の構図
LoRAとCheckpointの違い
AI画像生成では
よく次の2つが登場します。
- Checkpoint
- LoRA
それぞれの違いを整理します。
| 種類 | 内容 |
|---|---|
| Checkpoint | AIのベースモデル |
| LoRA | モデルに追加する拡張 |
例えると
Checkpoint
→ AIの「脳」
LoRA
→ AIに追加する「知識」
です。
例えば
Checkpoint
→ アニメモデル
LoRA
→ 特定キャラクター
のように組み合わせて使います。
LoRAの仕組み（少しだけ技術的に）
LoRAは
AIモデルの重みを直接変更するのではなく、
追加レイヤーとして学習データを適用する技術
です。
そのため
- モデルを書き換えない
- 非常に軽量
- 複数同時使用できる
というメリットがあります。
実際には
model + LoRA
という形で推論時に合成されます。
LoRAの使い方（Stable Diffusion）
LoRAは非常に簡単に使えます。
基本は
<lora:LoRA名:強度>
という形式です。
例
1girl, masterpiece, <lora:anime_style:1>
最後の数字は強度です。
例
0.5
0.7
1.0
1.3
強すぎると崩れるので
0.6〜1.0程度がよく使われます。
LoRAはどこでダウンロードする？
主に次のサイトで公開されています。
有名なのは
- Civitai
- HuggingFace
です。
特にCivitaiは
- LoRA
- Checkpoint
- VAE
などAI生成モデルが多く公開されています。
LoRAを使うメリット
LoRAを使うことでAI画像生成は一気に楽しくなります。
主なメリットは次の通りです。
- モデルを改造せず能力を追加できる
- ファイルサイズが小さい
- 複数組み合わせられる
- キャラクター再現ができる
特に
キャラクター生成にはLoRAがほぼ必須
です。
まとめ
LoRAとは
AIモデルに能力を追加する軽量拡張データ
です。
特徴をまとめると
- Stable Diffusionに追加して使う
- サイズが小さい
- キャラクターや画風を追加できる
- 複数同時使用可能
AI画像生成を本格的に楽しむなら
LoRAの理解は必須レベルの知識です。
コメント