深度解析｜AI绘画中SD1.5、SDXL、Checkpoint、Lora 的含义与原理

大家好，我是程序员晓晓

自接触AI绘画以来，我发现很多朋友对一些基础词汇理解地很模糊，然后在搭建ComfyUI 工作流或者使用SD WebUI进行出图时，只能知其然，不知其所以然的感觉，也不知搭选哪个模型，很多时候都是照猫画虎地模仿，很难受。而且，很多时候，网上找不到详细地教程来详细解释这些含义。

今天我将对一些基础词汇做一个复盘，在这里做了个分享。

今天给大家分享的是 stable diffusion中的一些基础问题，主要分三块：

1. SDXL、SD1.5是什么意思

2. checkpoint、lora是什么意思

3. checkpoint和lora的区别

放轻松，我会通过设计师的视角帮大家更好地理解。

问题1：SDXL、SD1.5这些版本有什么区别，到底有多少版本？

为什么会出现这个问题，是因为每次在浏览网站或者别人的视频时，左上角的xl，lora等搞得我莫名其妙，云里雾里。一会儿1.0，一会儿1.5，一会儿XL，不明所以。

其实这么回事：SD是stable diffusion的缩写，后面的后缀其实是各个版本的称号；

Stable Diffusion (SD) 自发布以来经历了多个版本的迭代。以下是SD主要版本的概览：

1. Stable Diffusion v1.0 (2022年8月)首次公开发布

2. Stable Diffusion v1.1 - v1.4 (2022年8月-10月)陆续发布的小版本更新，主要改进模型性能和质量

3. Stable Diffusion v1.5 (2022年10月)在1.4基础上的进一步改进

4. Stable Diffusion v2.0 (2022年11月)重大更新，改进了文本理解和图像质量

5. Stable Diffusion v2.1 (2022年12月)对2.0的改进，增强了生成能力

6. Stable Diffusion XL 0.9 (2023年6月)SDXL的预览版本

7. Stable Diffusion XL 1.0 (2023年7月)目前最新的主要版本，大幅提升了模型能力

每个版本都比之前的版本生图质量更好，学习的图片数量也更多。接下来就给大家简单做个区分：

SD v1.1-1.5：训练的图片基本上都是 512*512 大小；

SD v2.0-2.1: 训练的图片大小是768*768；

SD XL：分别以600000步256*256 和200000步 512*512 大小的图片进行训练，适合生成1024*1024大小的图片，生成质量大大提高，非常受欢迎。

简单理解就是SD的每一个版本都比之前的版本 训练的步数更多，出图的质量更好。

那这么多版本，我应该下载哪个版本最合适呢？这里我推荐大家下载sd1.5和sdXL这两个版本，因为1.5版本生态最繁荣，sdXL 出图质量最好，画面表现高，但是占用显存略高，训练速度慢。

如果大家现在手里还没有这两个模型，可以看下方扫描免费获取模型文件

问题2:checkpoint、lora是什么意思？

梳理了stable diffusion各版本之后，接下来帮大家理解checkpoint和lora的含义和不同；

2.1什么是checkpoint？

Checkpoint是深度学习中常用的一个术语，用于描述在每次训练后保存模型参数（权重）的惯例。类似于游戏中保存关卡的功能，Checkpoint允许我们在训练过程中保存模型的状态，以便之后可以加载这些保存的参数并继续训练或进行推理。

简单理解的话，checkpoint就是在stable diffusion底模的基础上，再次训练得到特定风格的，更适合生成某种调性图片的模型。

所以我们可以在网上看到很多的checkpoint，这些都是在底模的基础上再次训练得到的。

每种checkpoint都可以在详情页中看到基础模型的版本，看下图：

这个大家要注意了。ControlNet 跟模型的版本是一一对应的，如果checkpoint的版本和ControlNet 模型版本不一致，就会报错，因为训练的图片尺寸不一样。

报错信息如下：

2.2:什么是lora？

lora（Localized Refinement of Attributes）不同于checkpoint，lora可以看成是在基础模型生成的图片上，加了一层“滤镜”，达到切换风格的效果。因此他的体积很小，只有几百MB，受到很多小伙伴的青睐，毕竟一般人没有那么大的算力和时间去训练一个checkpoint，但是训练一个lora只要几个小时，而且要的训练素材也很少，优势很大，非常吸引人。

我们可以把lora理解成英雄联盟中的皮肤，原始的皮肤是大模型，后续的皮肤就是lora，lora可以改变英雄的服装，姿态，但是主要框架是不变的。所以说lora技术是一种轻量化的模型微调训练方法。

我们可以在很多网站上下载不同风格的lora，有时候大家会遇到一个问题，就是lora出来的图片效果没有网站发布的案例好看，可能是因为没有选对底模的原因。

或者是没有输入触发词：

问题3：checkpoint和lora 的区别在哪里：

如果大家仔细看过上面的内容，不难理解两者的区别：

最后怎么在AI绘画工具ComfyUI中选lora，需要在“新建节点”下找到“加载器”，再找到“lora加载器”：

然后再lora节点中选择自己已经下载好的lora就可以啦

lora文件的存储位置在：models下的loras中

今天的分享到这里就结束了，通过这篇文章，希望大家能更好的理解sd各版本的差异和lora的使用，了解了这些基础知识之后，可以帮助大家更快地上手ComfyUI

感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。

AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
 

一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、AIGC必备工具

工具都帮大家整理好了，安装就可直接上手！

三、最新AIGC学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、AIGC视频教程合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

若有侵权，请联系删除