Checkpoint、LoRA、embedding 與 ControlNet：各種檔案的用途解析
概述
新手下載一個「模型」時會發現它其實是六種不同東西中的一種，放在六個不同資料夾，負責六種不同工作。本站的目錄會標示每個項目的類型（基礎模型、LoRA、embedding、其他）和它的家族，就是為了這個原因。這篇指南一次說清楚這些類型，讓標籤有意義。
簡單說：checkpoint 是整個畫家；LoRA 教畫家新主題或風格；embedding 教畫家新詞彙；ControlNet 或 IP-Adapter 告訴畫家東西該放哪或該從參考圖複製什麼；VAE 是畫家的眼睛，負責在畫布和壓縮工作空間間轉換；upscaler 是另一個工匠，負責放大完成的畫作。只有 checkpoint 可以獨立運作，其他都需要同家族的 checkpoint 配合。
大小能告訴你很多事。SDXL checkpoint 約 2 到 7 GB，Flux 約 12 到 24 GB；LoRA 約 10 到 700 MB；embedding 不到 1 MB；ControlNet 約 1 到 2.5 GB；VAE 約 300 MB；ESRGAN upscaler 約 60 MB。如果一個標稱 LoRA 的檔案有 6 GB，那它是 checkpoint。本站模型頁會顯示大小和雜湊值，讓你下載前就能辨別。
參考
名稱 | 類型 | 含義 |
|---|---|---|
Checkpoint (base model) | 2-24 GB | |
10-700 MB | 在 checkpoint 上加的小權重差異。角色、風格、概念、滑桿、動作。需要觸發詞和權重。資料夾：models/loras 或 models/Lora。 | |
LyCORIS / LoCon / LoHa / DoRA | 10-700 MB | |
Embedding (textual inversion) | 10-200 KB | |
ControlNet / T2I-Adapter | 0.3-2.5 GB | 一個側網路，根據姿勢、深度圖、邊緣圖或塗鴉來調整去噪器。家族專用。資料夾：models/controlnet。 |
IP-Adapter / reference | 50 MB-1 GB | 根據圖片而非文字調整：風格轉換、臉部參考。需要相符的 CLIP 視覺模型。 |
VAE | 160-330 MB | |
2-70 MB | ESRGAN、Real-ESRGAN、SwinIR、DAT：生成後放大像素的獨立網路。資料夾：models/upscale_models。 |
逐步操作
- 從目錄標籤和大小判斷檔案類型，下載前先看。卡片上會標示基礎模型、LoRA、embedding 或其他；模型頁會有精確大小。
- 把檔案放到對應類型的資料夾（上表），然後刷新 UI。
- LoRA：在 checkpoint 後載入 LoRA 節點，或在提示詞裡用 <lora:name:0.8>，還要有觸發詞。
- Embedding：在提示詞裡打檔名（負面 embedding 打在負面提示詞）；ComfyUI 用 embedding:name。
- ControlNet：用預處理過的圖片（姿勢、深度）套用 ControlNet 節點；初始強度 0.8，結束百分比 0.8。
- VAE 和 upscaler：顏色怪時在載入器或設定選 VAE；最後一步用 Upscale Image（選 Model）跑 upscaler。
範例
Forge 提示詞裡的完整 SDXL 堆疊
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
ComfyUI 節點裡的同樣堆疊
Load Checkpoint -> Load LoRA -> Apply ControlNet (OpenPose image) -> KSampler -> VAE Decode (fp16-fix VAE) -> Upscale Image (using Model: 4x-UltraSharp)
技巧
- 目錄裡標示「其他」的涵蓋 ControlNet、VAE、upscaler 和工作流程；模型頁會說明是哪種。
- 合併是把多個 checkpoint 平均做成的新 checkpoint；它繼承父 checkpoint 的家族，保持 LoRA 相容。
- inpainting checkpoint 有額外輸入通道，需要 inpainting 工作流程，不能直接替代文字到圖像的 checkpoint。
- Flux Fill、Flux Redux、Flux Depth 和 Canny 是 checkpoint 或 adapter，不是 LoRA，雖然它們和 LoRA 一起在 hub 上。
- 不確定時，雲端合作夥伴會預載正確組合：選模型和 LoRA，匹配的 VAE 和 ControlNet 會自動處理。
問題排解
下載到一個「LoRA」卻是 6 GB
原因
它是 checkpoint，發佈者標錯了。
修復方法
放到 checkpoints 資料夾，選它當模型。本站目錄標籤是可靠的。
Embedding 沒作用
原因
家族錯誤（SD 1.5 embedding 用在 SDXL），或輸入的名字和檔名不符。
修復方法
確認家族；輸入完整檔名不帶副檔名；ComfyUI 用 embedding:name。
ControlNet 出現雜訊或忽略姿勢
原因
ControlNet 用錯家族，或直接用原始照片而非預處理圖。
修復方法
用和 checkpoint 家族相符的 ControlNet，先跑預處理節點。
顏色看起來淡掉了
原因
缺少或用錯 VAE。
修復方法
載入該家族的 VAE；SDXL 用 fp16-fix VAE。
模型載入但生成全黑圖
原因
VAE 的 fp16 溢位，或 checkpoint 需要 --no-half-vae。
修復方法
用 fp16-fix VAE 或 no-half-vae 參數；Flux 要確認文字編碼器精度和版本匹配。
常見問題
新手應該先下載哪個？
先下載你想用的家族的 checkpoint。LoRA 第二步，知道喜歡哪個基礎模型後再加。embedding 和 ControlNet 只在有特定需求時用。
我可以把 LoRA 合併進 checkpoint 嗎？
可以，每個 UI 都有合併工具，結果是新的 checkpoint。這樣少一個節點但權重固定，多數人還是分開用 LoRA。
fine-tune 和 LoRA 是一樣的嗎？
不是。fine-tune 重新訓練整個 checkpoint（幾 GB）；LoRA 是小附加（幾 MB）。很多 fine-tune 是從 LoRA 合併而來。
Flux 和 Qwen 用 embedding 嗎？
幾乎不用。它們的 LLM 文字編碼器不是這樣訓練的；風格和概念用 LoRA。
什麼是 workflow 檔案？
ComfyUI 的 JSON，連接這些元件。目錄標示「其他」的有些是 workflow；它們不含權重，只有配方。
連結與來源
- LoRA paper (Hu et al., 2021)
- Textual inversion paper (Gal et al., 2022)
- ControlNet paper (Zhang et al., 2023)
- SDXL family page
- Upscalers family page
- PirateDiffusionAD
本指南涉及的模型
作者
管理庫存：每個 LoRA、每個量化、每個有人改名為 final_v2_REAL.safetensors 的檔案。用晚餐前能跑多少 Wan 渲染來衡量硬體。會先告訴你 VRAM 數字，然後說你開著 Chrome 所以數字不準。開放權重，不然就不算發貨。
Quartermaster 的所有指南
相關指南
什麼是 LoRA 以及如何在 ComfyUI、Forge、Automatic1111 和雲端使用
2026年5月20日
如何安裝 LoRA：資料夾、檔案檢查與在 ComfyUI、Forge、Automatic1111 和 Draw Things 的首次使用
2025年9月24日
生成式 AI 影像模型如何運作：擴散、潛在空間與文字編碼器簡單說明
2025年8月28日
ControlNet 解說：SD 1.5、SDXL 與 Flux 的姿勢、深度、邊緣與參考圖像
2026年2月18日
AI 圖像放大：ESRGAN 模型、hires-fix、拼貼擴散及何時使用
2026年3月4日
AI 影像與影片生成詞彙表：60 個從 checkpoint 到 VAE 的術語，一句話說明
2026年4月15日
如何在家訓練 LoRA（以及什麼時候該租用 GPU）
2026年8月5日
