Model
Trends
.ai
Model
Trends
.ai
מעקב אחרי מודלים פתוחים של AI
במגמה
דירוגים
מדריכים
גרפים
API

Checkpoint מול LoRA מול embedding מול ControlNet: איזה קובץ עושה מה

נושא: דגמים
מאת Quartermaster
פורסם ב-8 באוק׳ 2025

סקירה כללית

משתמש חדש מוריד "מודל" ומגלה שזה אחד משישה דברים שונים שנכנסים לשישה תיקיות שונות ועושים שישה תפקידים שונים. הקטלוג באתר הזה מסמן כל פריט עם הסוג שלו (מודל בסיס, LoRA, embedding, אחר) והמשפחה שלו מסיבה זו. המדריך הזה מסביר את הסוגים פעם אחת, כדי שהתיוגים יהיו מובנים.
כלל אצבע: checkpoint הוא הצייר השלם; LoRA מלמדת את הצייר נושא או סגנון חדש; embedding מלמדת את הצייר מילה חדשה; ControlNet או IP-Adapter אומרים לצייר איפה דברים הולכים או מה להעתיק מהפניה; ה-VAE הם העיניים של הצייר שממירות בין הקנבס למרחב העבודה הדחוס; upscaler הוא אומן נפרד שמגדיל את התמונה המוגמרת. רק ה-checkpoint יכול לעבוד לבד. כל השאר צריכים checkpoint מהמשפחה המתאימה.
הגדלים אומרים הרבה. 2 עד 7 גיגה ל-checkpoint של SDXL ו-12 עד 24 גיגה ל-Flux; 10 עד 700 מגה ל-LoRA; פחות מ-1 מגה ל-embedding; 1 עד 2.5 גיגה ל-ControlNet; 300 מגה ל-VAE; 60 מגה ל-upscaler מסוג ESRGAN. אם קובץ שנקרא LoRA הוא 6 גיגה, זה checkpoint. דף המודל כאן מראה את הגודל ואת ה-hash כדי שתוכל לדעת לפני ההורדה.

הפניה

שם
סוג
מה זה
Checkpoint (base model)
2-24 GB
ה-denoiser המלא, בדרך כלל עם מקודד טקסט ו-VAE כלולים. Fine-tunes (DreamShaper, Juggernaut, Illustrious, Pony) הם checkpoints שעברו אימון מחדש על נתונים חדשים. תיקייה: models/checkpoints (ComfyUI), models/Stable-diffusion (A1111, Forge). Flux, Qwen ו-Wan מגיעים כקבצים נפרדים diffusion_models + text_encoders + vae.
LoRA
10-700 MB
הפרש משקל קטן שמתווסף מעל checkpoint. דמויות, סגנונות, מושגים, סליידרים, תנועה. צריך מילת טריגר ומשקל. תיקייה: models/loras או models/Lora.
LyCORIS / LoCon / LoHa / DoRA
10-700 MB
גרסאות של LoRA שנוגעות בשכבות נוספות או משתמשות בפקטוריזציה שונה. נטענות כמו LoRAs בכל ממשק משתמש נוכחי.
Embedding (textual inversion)
10-200 KB
טוקן שנלמד עבור מקודד הטקסט. נקרא לפי שם הקובץ בפרומפט. נפוץ כהטמעות שליליות (bad-hands, easynegative) ב-SD 1.5 ו-SDXL; נדיר ב-Flux. תיקייה: models/embeddings.
ControlNet / T2I-Adapter
0.3-2.5 GB
רשת צדדית שמותנית את ה-denoiser על פוזה, מפה עומק, מפה קצוות או שרטוט. ספציפית למשפחה. תיקייה: models/controlnet.
IP-Adapter / reference
50 MB-1 GB
מתנהלת על תמונה במקום טקסט: העברת סגנון, הפניה לפנים. צריך מודל ראייה CLIP תואם.
VAE
160-330 MB
מקודד/מפענח בין פיקסלים ל-latents. בדרך כלל כלול ב-checkpoints; קבצים נפרדים מתקנים צבעים דהויים (SDXL fp16-fix) או מגיעים עם משפחות חדשות (Flux ae.safetensors, Wan VAE).
Upscaler
2-70 MB
ESRGAN, Real-ESRGAN, SwinIR, DAT: רשתות נפרדות שמגדילות פיקסלים אחרי ההפקה. תיקייה: models/upscale_models.

שלב אחר שלב

  1. זיהוי סוג הקובץ לפי תווית הקטלוג והגודל לפני ההורדה. מודל בסיס, LoRA, embedding או אחר בכרטיס; הבייטים המדויקים בדף המודל.
  2. התאמת המשפחה. כל קובץ שאינו checkpoint מציין את המשפחה שהוא נבנה עבורה (SDXL, Flux, Wan 2.2 14B); הוא עובד רק עם checkpoints של אותה משפחה.
  3. שים את הקובץ בתיקייה המתאימה לסוג שלו (בטבלה למעלה) ורענן את הממשק.
  4. Checkpoint: בחר אותו בתור המודל. למשפחות מפוצלות (Flux, Qwen, Wan, Z-Image) טען את מודל הדיפוזיה, מקודדי הטקסט וה-VAE בנפרד ב-ComfyUI.
  5. LoRA: טען את צומת ה-LoRA אחרי ה-checkpoint, או <lora:name:0.8> בפרומפט, יחד עם מילת הטריגר.
  6. Embedding: הקלד את שם הקובץ בפרומפט (או בפרומפט השלילי להטמעות שליליות); ב-ComfyUI משתמשים embedding:name.
  7. ControlNet: החל צומת ControlNet עם התמונה שעובדה מראש (פוזה, עומק); התחל בעוצמה 0.8 ואחוז סיום 0.8.
  8. VAE ו-upscaler: בחר את ה-VAE בטעינה או בהגדרות כשיש צבעים לא נכונים; הרץ את ה-upscaler כשלב סופי דרך Upscale Image (בשימוש במודל).

דוגמאות

ערימת SDXL מלאה בפרומפט Forge

Checkpoint: juggernautXL_v9.safetensors | VAE: sdxl_vae_fp16fix.safetensors
Prompt: zavy cinematic, <lora:zavy-cinematic-xl:0.7> a knight resting by a campfire, night, embers, 35mm
Negative: easynegative, bad-hands-5, blurry | ControlNet: openpose, weight 0.8 | Upscaler: 4x-UltraSharp 2x

אותה ערימה כצמתים ב-ComfyUI

Load Checkpoint -> Load LoRA -> Apply ControlNet (OpenPose image) -> KSampler -> VAE Decode (fp16-fix VAE) -> Upscale Image (using Model: 4x-UltraSharp)

טיפים

  • סוג הקטלוג "אחר" כולל ControlNets, VAEs, upscalers ו-workflows; דף המודל מציין מה.
  • מיזוגים הם checkpoints שנוצרו על ידי ממוצע של checkpoints אחרים; הם יורשים את המשפחה של ההורים שלהם ושומרים על תאימות ל-LoRA.
  • Checkpoint לציור מחדש הוא checkpoint עם ערוצי קלט נוספים; הוא צריך את תהליך העבודה של inpainting ואינו מתאים להחלפה ישירה ל-text-to-image.
  • הטמעות שליליות היו הדרך של SD 1.5 לתקן ידיים; ב-SDXL הן פחות עוזרות וב-Flux הן לא עושות כלום כי למודל אין CFG שלילי.
  • Flux Fill, Flux Redux, Flux Depth ו-Canny הם checkpoints או adapters, לא LoRAs, למרות שהם מגיעים לצד LoRAs בהאב.
  • כשיש ספק, השותפים בענן כבר טעונים עם השילוב הנכון: בחר את המודל וה-LoRA וה-VAE ו-ControlNet התואמים מטופלים בשבילך.

פתרון בעיות

הורדת "LoRA" והוא 6 גיגה

למה זה קורה
זה checkpoint; המעלה תייג אותו באופן רופף.

איך לתקן את זה
שים אותו בתיקיית checkpoints ובחר אותו בתור המודל. תווית הקטלוג כאן אמינה.

Embedding לא עושה כלום

למה זה קורה
משפחה שגויה (embedding של SD 1.5 על SDXL), או שהשם שהוקלד לא תואם את שם הקובץ.

איך לתקן את זה
התאם את המשפחה; הקלד את שם הקובץ המדויק בלי סיומת; ב-ComfyUI השתמש embedding:name.

ControlNet נותן רעש או מתעלם מהפוזה

למה זה קורה
ControlNet למשפחה אחרת, או שהוזנה התמונה הגולמית במקום המפה שעובדה מראש.

איך לתקן את זה
השתמש ב-ControlNet שנבנה למשפחת ה-checkpoint והרץ קודם את צומת העיבוד המוקדם.

הצבעים נראים דהויים

למה זה קורה
VAE חסר או שגוי.

איך לתקן את זה
טען את ה-VAE של המשפחה; ב-SDXL את ה-fp16-fix VAE.

המודל נטען אבל מייצר תמונות שחורות

למה זה קורה
overflow fp16 ב-VAE או checkpoint שצריך --no-half-vae.

איך לתקן את זה
השתמש ב-fp16-fix VAE או בדגל no-half-vae; ב-Flux בדוק שהדיוק של מקודד הטקסט תואם לבנייה.

שאלות נפוצות

מה כדאי למתחיל להוריד קודם?

checkpoint אחד מהמשפחה שאתה רוצה להשתמש בה. LoRAs באים אחרי, כשאתה כבר יודע איזה בסיס אתה אוהב. Embeddings ו-ControlNets באים כשיש צורך ספציפי.

אפשר למזג LoRA לתוך checkpoint?

כן, לכל ממשק יש כלי מיזוג, והתוצאה היא checkpoint חדש. זה חוסך צומת אבל מקבע את המשקל; רוב האנשים שומרים את ה-LoRAs נפרדים.

האם fine-tune זה אותו דבר כמו LoRA?

לא. fine-tune מאמן מחדש את כל ה-checkpoint (גיגה-בייטים); LoRA הוא תוספת קטנה (מגה-בייטים). הרבה fine-tunes התחילו כלוראות שהמוזגו.

האם Flux ו-Qwen משתמשים ב-embeddings?

כמעט אף פעם. מקודדי הטקסט שלהם לא מאומנים ככה; עבודה על סגנון ומושגים נעשית עם LoRAs.

מה זה קובץ workflow?

JSON של ComfyUI שמחבר את הרכיבים האלה יחד. הקטלוג מציין חלק מהם כ"אחר"; הם לא מכילים משקלים, רק את המתכון.

דגמים במדריך זה

מודלי Stable Diffusion XL 1.0
מודלי Stable Diffusion 1.5
מודלי Flux
מודלי Upscalers
נכתב על ידי
Quartermaster
שומר המלאי: כל LoRA, כל כימות, כל קובץ שמישהו שינה את שמו ל-final_v2_REAL.safetensors. מודד חומרה בכמה רינדורים של Wan נכנסים לפני ארוחת ערב. ייתן לך את נתון ה-VRAM ואז יגיד שזה לא נכון כי יש לך את Chrome פתוח. משקלים פתוחים או שזה לא נשלח.
כל המדריכים של Quartermaster
מה זה LoRA ואיך להשתמש בו ב-ComfyUI, Forge, Automatic1111 ובענן
20 במאי 2026
איך להתקין LoRA: תיקיות, בדיקות קבצים ושימוש ראשון ב-ComfyUI, Forge, Automatic1111 ו-Draw Things
24 בספט׳ 2025
איך מודלים גנרטיביים של תמונות מבוססי AI עובדים: הסבר פשוט על דיפוזיה, לטנטים ומקודדי טקסט
28 באוג׳ 2025
הסבר ControlNet: פוזה, עומק, קצוות ותמונות התייחסות ל-SD 1.5, SDXL ו-Flux
18 בפבר׳ 2026
הגדלת תמונות בינה מלאכותית: דגמי ESRGAN, hires-fix, דיפוזיה מרובדת ומתי כל אחד מתאים
4 במרץ 2026
מילון יצירת תמונות ווידאו בינה מלאכותית: 60 מונחים מ-checkpoint ועד VAE, מוסברים במשפט אחד כל אחד
15 באפר׳ 2026
איך לאמן LoRA בבית (ומתי עדיף לשכור GPU במקום)
5 באוג׳ 2026

עוד מדריכים

Flux מול SDXL מול SD 1.5 מול Qwen מול Z-Image: איזו משפחת מודלים להשתמש ב-2026
22 במאי 2026
אילו דגמי תמונה מבוססי AI כדאי לנסות קודם, ולמה: רשימת התחלה מדורגת
10 בספט׳ 2025
פרומפטים שליליים: מה הם עושים, מתי הם עוזרים ולמה Flux לא צריך אותם
5 בנוב׳ 2025
שגיאות ComfyUI ואיך לתקן אותן: צמתים אדומים, מודלים חסרים, חוסר בזיכרון CUDA
12 במאי 2026
CUDA מחסור בזיכרון: כמה VRAM כל מודל AI צריך ואיך להתאים אותו
18 במאי 2026
כל המדריכים