Как обучить свою LoRA-модель в 2026 году: персонажи, стили и продукты на своём ПК

Вы в сотый раз пишете нейросети «мужчина в сером плаще, шрам над бровью, усталый взгляд» — а она каждый раз рисует нового человека. Знакомо? В 2026 году это лечится за один вечер. Обучение LoRA позволяет «загрузить» в Stable Diffusion своего персонажа, фирменный стиль иллюстраций или конкретный товар — и дальше получать его по одному короткому слову в промпте.

В этом руководстве разберём, что такое LoRA простыми словами, как собрать датасет, какие параметры выставить в тренере Kohya_ss и как понять, что модель получилась. Всё делается на своём компьютере: без подписок и без отправки личных фотографий на чужие серверы.

LoRA простыми словами

Если коротко: LoRA-модель что это? Это небольшой файлик весом примерно от 10 до 300 МБ, который доучивает большую нейросеть под одну узкую задачу — конкретное лицо, стиль рисования или продукт.

Представьте, что базовая модель — это выпускник университета с широкими знаниями обо всём. Вам не нужно переучивать весь университет с нуля — достаточно приставить к нему узкого специалиста, который шёпотом подсказывает: «рисуй вот этого конкретного человека». Технически LoRA (Low-Rank Adaptation) не переписывает миллиарды весов Stable Diffusion, а добавляет к ним компактные матрицы-надстройки. База остаётся нетронутой, поверх подключается лёгкий слой.

Из этого следуют приятные бонусы: файл весит копейки, lora обучение занимает часы даже на игровом ПК, готовую модель легко передать другу и комбинировать с другими. Именно поэтому на площадках вроде Civitai миллионы таких файликов — люди делятся «специалистами» по всему на свете.

Есть ли альтернативы? Midjourney v8 умеет персонализацию под ваш вкус — это упрощённый аналог, но он подстраивается под предпочтения в целом, а не запоминает конкретный объект. Если нужен строго ваш герой, ваш флакон духов или ваша манера штриховки — своя модель Stable Diffusion через LoRA вне конкуренции.

Что понадобится

Датасет: сколько фото нужно

Главный ингредиент любого обучения — фотографии. Ориентиры по количеству:

• Объект или продукт (флакон, кроссовок, кружка): 10–30 фото.
• Стиль (иллюстрации, живопись): 20–50 работ.
• Лицо или персонаж: 15–30 снимков.

Больше — не значит лучше. Двадцать разнообразных кадров работают лучше сотни однотипных селфи.

Требования к самим фото:

• Ракурсы: анфас, профиль, три четверти, сверху и снизу — модель должна понять объём, а не одну плоскость.
• Свет: студийный, дневной, вечерний, контровой. Если всё снято при одном освещении, нейросеть решит, что свет — часть героя.
• Фон: максимально разный — улица, комната, однотонная стена.
• Разнообразие деталей: разная одежда, выражения лица, позы. Меняться должно всё, кроме того, что вы хотите «запечатать» в LoRA.

Для товара логика обратная: половина кадров на чистом фоне под разными углами, половина — в контексте (в руке, на полке, в интерьере).

Железо или облако

Lora обучение реально запустить дома:

• Видеокарта NVIDIA с 8–12 ГБ видеопамяти — рабочий минимум. Народный стандарт — RTX 3060 на 12 ГБ.
• Модель: Stable Diffusion 3.5 Medium комфортно обучается на 12 ГБ; версия Large лучше чувствует себя на 16–24 ГБ.
• Диск: свободных 50+ ГБ под базовую модель, чекпоинты и кэш.

Нет подходящей карты? Облачные тренеры Replicate и Fal обучают LoRA за почасовую оплату GPU — несколько долларов за прогон. Удобно для тестов, но личные фото в этом случае уезжают на чужие серверы — решайте сами, что вам ближе.

Подготовка датасета

Этот этап решает 80% успеха. Плохой датасет не спасут никакие настройки.

Шаг 1. Отбор и обрезка. Выкиньте размытые, тёмные и дублирующие кадры. Приведите изображения к квадрату 1024×1024 (или оставьте пропорции, если тренер поддерживает их ведение). Лицо или объект должны занимать значительную часть кадра.

Шаг 2. Капченинг. Каждому фото нужна текстовая подпись — описание того, что в кадре меняется и не должно впитаться в LoRA: одежда, фон, причёска, поза, окружение. Правило простое: что не описано словами — то прилипнет к вашей модели навсегда. Не подписали красную кофту? Получите героя, который вечно носит красную кофту.

Шаг 3. Токен-триггер. Придумайте уникальное слово-активатор, например zxkira — оно не должно ничего значить в языке модели. Все подписи начинаются с него: «zxkira, мужчина в сером пальто стоит у вокзала…». Позже одно это слово будет вызывать вашего персонажа из воздуха.

Типичные ошибки сбора данных, которые губят новичков:

• все фото сделаны на одном фоне — фон становится частью персонажа;
• в кадре мелкое размытое лицо на полэкрана;
• водяные знаки и надписи на изображениях;
• десять одинаковых кадров подряд вместо десяти разных;
• описание в подписи самих примет героя («мужчина с бородой») — триггер перестаёт работать, потому что борода теперь есть у всех.

Обучение в Kohya_ss пошагово

Самый популярный тренер — Kohya_ss: бесплатный, с графическим интерфейсом и активной поддержкой свежих архитектур. Для работы со Stable Diffusion 3.5 ставьте актуальную сборку 2026 года — старые версии эту модель просто не увидят.

Установка:

1. Установите Python 3.10+ и Git.
2. Склонируйте репозиторий Kohya_ss и запустите установочный скрипт — он сам создаст виртуальное окружение.
3. Запустите GUI и откройте вкладку DreamBooth/LoRA.

Параметры для первого запуска (проверенная точка входа):

• Pretrained model: stable-diffusion-3.5-medium в формате safetensors;
• Resolution: 1024;
• Batch size: 1–2 (ставьте 1, если ловите ошибку «out of memory»);
• Learning rate (UNet): 1e-4; текстовый энкодер — отключить или 5e-5;
• Network Rank (Dim): 16, Alpha — 8;
• Optimizer: Prodigy (сам подберёт скорость обучения, прощает ошибки) либо классический AdamW8bit;
• Epochs: 10–20 с сохранением чекпоинта после каждой эпохи;
• Cache latents и Cache text encoder outputs: включить обязательно — экономит гигабайты видеопамяти.

Сколько времени занимает? Датасет из 25 фото и 15 эпох на RTX 3060 — это примерно час-два для версии Medium и заметно дольше для Large. Облачный прогон на Replicate/Fal укладывается в те же сроки, просто списывается по минутам.

Запустили — и можно идти пить чай. Тренер сам пройдёт по датасету нужное число раз и сложит чекпоинты в папку output.

Проверка результата

Не спешите радоваться первому файлу .safetensors — проверяем.

Тестовые генерации. Подключите LoRA и попросите триггер в сценах, которых не было в датасете: герой на пляже, в костюме, в дождь. Похоже на вашего человека в каждом кадре? Отлично.

X/Y plot — сравнение эпох. В WebUI соберите сетку: по одной оси — номера чекпоинтов (эпохи 5, 10, 15, 20), по другой — вес LoRA (0.6, 0.8, 1.0). Одна картинка покажет всю кривую обучения сразу.

Если не похоже — что крутить:

• Слабое сходство, «похожий типаж» — недообучение: возьмите более позднюю эпоху или увеличьте их количество;
• Жёлтая кожа, пластиковые лица, герой застыл в одной позе — переобучение: вернитесь к раннему чекпоинту, снизьте learning rate или число эпох;
• Липнет фон или одежда — проблема в капченинге: допишите эти детали в подписи и переобучите;
• Почти-почти? Попробуйте сначала просто снизить вес LoRA до 0.7–0.9 — иногда этого хватает.

Использование LoRA в ComfyUI/WebUI

Готовая LoRA подключается элементарно.

В WebUI (Automatic1111-совместимых интерфейсах) — прямо в тексте промпта конструкцией вида <lora:имя_файла:вес>.

В ComfyUI — добавьте ноду LoraLoader между загрузчиком чекпоинта и текстовыми энкодерами, укажите файл и strength.

Вес LoRA — главная ручка влияния: 0.6–0.8 для деликатного вмешательства, 0.9–1.0 для полного сходства. Выше единицы лезут артефакты.

Комбинирование двух LoRA (например, персонаж + стиль): обе конструкции ставятся в один промпт, суммарный вес держите умеренным — что-то вроде 0.7 + 0.6. Перебор даст кашу из артефактов.

Пример промпта с триггером:

zxkira, мужчина в тёмно-сером пальто сидит в вагоне ночного поезда,
тёплый свет от окна, кинематографичный план, 35mm, малая глубина резкости
Negative prompt: blurry, deformed hands, extra fingers, watermark, text

Одно слово zxkira — и знакомый человек едет в незнакомом поезде. Ради этого всё и затевалось.

Где брать готовые LoRA и законно ли

Обучать самому — необязательно: на Civitai лежат тысячи готовых LoRA на любой вкус — стили, персонажи, предметы, техники. Но перед скачиванием читайте страницу модели: у файла может стоять ограничение на коммерческое использование или запрет отдельных категорий контента. Помните и про базу: Stable Diffusion 3.5 распространяется по лицензии Stability Community — коммерческое применение разрешено компаниям с годовой выручкой до миллиона долларов, выше — отдельное соглашение.

Теперь серьёзная часть. Обучение нейросети на своих фото — полностью легально и приватно, особенно локально. А вот учить модель на чужом лице без согласия человека — плохая идея и во многих странах прямое нарушение (право на изображение, законы о дипфейках). С чужими художественными стилями юридическая планка ниже, но этическая — нет: живой художник вряд ли обрадуется, обнаружив свою манеру в бесплатном файлике. Делайте LoRA на своих героях, свои товары и своё творчество — так проще, чище и спокойнее спится.

FAQ

Сколько фото минимум нужно, чтобы создать LoRA? Технически модель соберётся даже с 5–10 снимков, но результат будет нестабильным. Комфортный минимум — 15 качественных разнообразных кадров для лица или объекта и от 20 для стиля. Важнее не количество, а разброс ракурсов, света и фонов: двадцать разных фотографий уверенно обыгрывают сто однотипных.

Потянет ли RTX 3060 обучение LoRA? Да, это классический «народный» вариант. На 12 ГБ видеопамяти Stable Diffusion 3.5 Medium обучается спокойно: включите кэширование латентов и выходов текстового энкодера, поставьте batch size 1 и точность fp16. Версия Large на такой карте уже тесновата — для неё разумнее взять карту на 16–24 ГБ или облачный тренинг.

Можно ли обучить нейросеть на своих фото? Конечно, и это лучший сценарий. При локальном обучении фотографии никуда не уходят с компьютера: датасет, тренировка и результат живут на вашем диске, никакой облачной обработки нет. Это принципиальное преимательство перед онлайн-сервисами — приватность по умолчанию. Единственное «но»: храните датасет в надёжном месте, он же биометрия.

Чем LoRA отличается от полноценного checkpoint? Checkpoint — это целая модель весом в несколько гигабайт: самодостаточная, но тяжёлая. LoRA — надстройка на 10–300 МБ, которая работает только поверх базовой модели и меняет её поведение в узкой области. Зато LoRA можно подключать по несколько штук одновременно, быстро переключать и передавать — полный checkpoint ради одного персонажа никто качать не будет.

Можно ли продавать изображения, созданные с LoRA? Зависит от двух лицензий: базовой модели и самой LoRA. SD 3.5 разрешает коммерцию небольшим командам, а у скачанной с Civitai LoRA автор мог поставить ограничения — ищите блок permitted/allowed use на странице модели. Свои обученные LoRA вы контролируете сами, поэтому для коммерческих проектов честнее и безопаснее натренировать модель на своём материале.

Заключение

Своя LoRA — это переход от «уговаривания» нейросети к управлению ею. Один вечер на сбор датасета, пара часов на обучение в Kohya_ss — и ваш персонаж, стиль или продукт доступны по одному триггеру в любом интерфейсе. Начните с малого: 15–20 фото, настройки из этой статьи, первая проверка через X/Y plot — вторая попытка почти всегда попадает в цель.

Чтобы двигаться быстрее, пригодятся наши материалы: полный гид по Stable Diffusion поможет разобраться с генерацией в целом, негативные промпты и апскейл доведут качество картинок до прода, а заработок на промптах подскажет, как превратить умение делать кастомные модели в доход.