Ordlista för AI-bild- och videogenerering: 60 termer från checkpoint till VAE, förklarade med en mening vardera
Översikt
Varje community hittar på ett eget språk och det här gjorde det snabbt och stort. Ordlistan nedan är referensen som de andra guiderna på den här sidan utgår ifrån; varje term får en mening, familjen eller verktyget den hör till när det är viktigt, och länken till den längre guiden att läsa efteråt. Termerna är grupperade: modeller och arkitekturer, filer, inställningar, tekniker, prompting, video, hårdvara.
Familjer på den här sidan (Flux, SDXL, Wan och så vidare) förklaras på egna hubbsidor, och varje modellsida visar termerna i användning: dess typ, familj, triggerord, rekommenderade inställningar. Om ett ord på en modellsida inte finns här är community-chatten som länkas från FAQ rätt plats att fråga.
Referens
Namn | Typ | Vad det är |
|---|---|---|
Checkpoint / base model | file | De fullständiga modellvikterna i en fil (eller några filer för Flux-era modeller). Fungerar självständigt. Se checkpoint vs LoRA vs embedding. |
Fine-tune | model | En checkpoint som tränats om på ny data (DreamShaper, Illustrious, Pony). Samma arkitektur som basen. |
Merge | model | |
LoRA / LyCORIS / DoRA | file | Ett litet tillägg som ändrar en checkpoints beteende; kräver ett triggerord och en vikt. Se LoRA-guiden. |
Embedding / textual inversion | file | |
VAE | component | Encoder/decoder mellan pixlar och latenta representationer; fel VAE ger urvattnade färger. |
Text encoder (CLIP, T5, LLM) | component | Gör om prompten till siffror; bestämmer promptens dialekt (taggar vs meningar). |
U-Net / DiT / MMDiT | architecture | |
MoE (mixture of experts) | architecture | |
Diffusion / flow matching | training | Lär sig ta bort brus steg för steg; flow matching är den rakare 2024+ formuleringen. Se hur modeller fungerar. |
Distilled (Turbo, Lightning, Schnell, Klein, Hyper) | model | |
Guidance-distilled | model | |
precision | Hur vikterna lagras; lägre precision betyder mindre filer och VRAM, något sämre kvalitet. Se VRAM-guiden. | |
Safetensors / ckpt | format | Safe tensor-only format vs kod-exekverande pickle. Se säkra nedladdningar. |
Steps | setting | Antal denoising-iterationer; 20-30 normalt, 4-8 distilled. |
CFG scale | setting | |
Sampler / scheduler | setting | Numerisk metod och bruskurva (Euler, DPM++ 2M; Karras, simple, beta). |
Seed | setting | Startbruset; fast seed, upprepningsbar bild. |
Denoise | setting | |
Shift / sigma | setting | |
Latent | concept | Den komprimerade arbetsbilden (1/8 eller 1/16 storlek) som denoisern redigerar. |
Resolution / native size | concept | |
Hires-fix | technique | Andra diffusionspasset i större storlek under generering. Se uppskalning. |
Upscaler (ESRGAN, SwinIR) | technique | Pixel-förstoringsnätverk som körs efter generering. |
technique | ||
Inpainting / outpainting | technique | Återskapa ett maskerat område / förlänga duken. |
ControlNet / T2I-Adapter | technique | |
IP-Adapter / Redux / reference | technique | Bildbaserad stil- eller identitetsstyrning. |
Face detailer / ADetailer | technique | Automatisk ansiktsmask plus inpaint i högre upplösning. |
Tiled diffusion / Ultimate SD Upscale | technique | |
Prompt / negative prompt | prompting | |
Trigger word | prompting | |
Weight (word:1.3) | prompting | Vikt på uppmärksamhet i CLIP-modeller. |
Quality tags / score tags | prompting | |
Token limit (77) | prompting | |
Prompt bleeding | prompting | En egenskap som fäster vid fel objekt. |
T2I / T2V / I2V / TI2V / V2V | video | Text till bild / text till video / bild till video / båda / video till video. |
Frames and fps | video | |
High-noise / low-noise expert | video | |
First / last frame | video | Keyframe-styrning (FLF2V) för kontrollerad rörelse. |
VACE / Fun ControlNet | video | Videoredigering och kontrollmodeller i Wan-familjen. |
Frame interpolation (RIFE, FILM) | video | Genererar mellanframes för att höja fps. |
VRAM / offloading / block swap | hardware | GPU-minne; flyttar delar av en modell till system-RAM när det inte får plats. Se VRAM-guiden. |
CUDA / MPS / ROCm | hardware | NVIDIA / Apple / AMD beräknings-backends. |
tool | ||
Custom node | tool | En ComfyUI-förlängning; installeras med Manager. |
Heat score | this site | Hur populär en modell är just nu, baserat på nedladdningar, körningar och sökningar; förklaras på FAQ-sidan. |
Steg för steg
- Läs en modellsida uppifrån och ner med ordlistan öppen: typ, familj, triggerord, inställningsrad under varje exempel.
- Välj de tre termer som förvirrade dig och läs den länkade guiden för var och en; guiderna är skrivna så att den här ordlistan räcker som kontext.
- När du stöter på en ny term i en forumtråd, kolla om det är en fil, en inställning, en teknik eller en videoterm; mest förvirring kommer från att blanda dessa kategorier.
- Kom tillbaka när en ny familj dyker upp; hubbsidorna lägger till egna termer (Wan 2.2 experts, Flux guidance) och den här listan uppdateras med dem.
Exempel
En inställningsrad på en modellsida, avkodad
"<lora:zavy-cinematic-xl:0.7> zavy cinematic, ... | 1024x1024 | DPM++ 2M Karras | 28 steps | CFG 6 | seed 4471"
LoRA at weight 0.7 with its trigger word; native SDXL size; sampler + scheduler; 28 denoising steps; CFG 6; fixed seed
Ett Wan 2.2 workflow-namn, avkodad
wan2.2_i2v_high_noise_14B_fp8_scaled.safetensors -> Wan 2.2, image to video, the high-noise expert, 14B parameters, fp8 precision, safetensors format
Tips
- "Model" betyder checkpoint i de flesta meningar, men på den här sidan är "model" vilken katalogpost som helst inklusive LoRAs; typetiketten visar vilken.
- Videotermer är samma idéer fast med en tidsaxel; om du kan T2I och img2img kan du T2V och I2V.
- Molnpartnerna använder samma vokabulär: PirateDiffusions flaggor är /steps, /guidance, /seed, /size; BitVectors panel använder samma namn.
Felsökning
Två källor använder samma ord olika
Varför det händer
Så löser du det
Fäst vid familjen: CFG för SD/SDXL, guidance för Flux.
"Model" på Civitai betyder något annat än här
Varför det händer
Civitai grupperar versioner under en modell; den här sidan listar varje version separat.
Så löser du det
Matcha med hash, inte namn.
En inställning som nämns på en modellsida saknas i mitt UI
Varför det händer
Olika UI-namn (denoising strength vs denoise; hires steps vs second pass).
Så löser du det
Frågor
Är en checkpoint samma sak som en modell?
I vardagligt tal ja. Strikt är en checkpoint den sparade filen för en modell.
Vad är skillnaden mellan guidance och CFG?
CFG är classifier-free guidance som appliceras i realtid på SD och SDXL; Flux dev har det inbakat och visar ett enda guidance-värde istället.
Var finns video-specifika ord?
Måste jag kunna allt detta för att göra bilder?
Nej. Familj, triggerord och denoise täcker 80 procent av problemen; resten lär du dig när du stöter på det.
Länkar och källor
Modeller i den här guiden
Skriven av
Styr det här skeppet. Har åsikter om VAE-dekodningstider som ingen bett om. Tror att vikter vill vara fria och att varje modell du inte kan ladda ner är en prenumeration med extra steg. Kommer inte att svara på frågor om de 400 GB checkpoints på NAS:en.
Alla guider av Captain
Relaterade guider
Kom igång med AI-bildgenerering: din första bild på tio minuter
14 aug 2025
Hur generativa AI-bildmodeller fungerar: diffusion, latenter och textkodare förklarade enkelt
28 aug 2025
Checkpoint vs LoRA vs embedding vs ControlNet: vilken fil gör vad
8 okt 2025
Steg, CFG, samplers, schemaläggare och frön: förklaringar av genereringsinställningarna med säkra standardvärden
19 nov 2025
AI-videogenerering för nybörjare: bild-till-video, text-till-video och den första klippet med Wan, LTX-2 och H3
29 apr 2026
Grundläggande om promptskrivning för AI-bilder: struktur, ordning, vikter och de två promptdialekterna
22 okt 2025
Fler guider
GPU- och VRAM-guide för AI-bild och video: vad varje modell behöver och vad du ska köpa (eller inte)
7 jan 2026
Köra AI-bild- och videomodeller på AMD GPU:er (guide 2026)
7 okt 2026
VRAM-krav för alla populära AI-bild- och videomodeller (2026): full precision, FP8 och GGUF
6 okt 2026
Vad är en LoRA och hur använder man en i ComfyUI, Forge, Automatic1111 och i molnet
20 maj 2026
CUDA slut på minne: hur mycket VRAM varje AI-modell behöver och hur man får plats med det
18 maj 2026