Thuật ngữ tạo hình ảnh và video AI: 60 từ từ checkpoint đến VAE, giải thích trong một câu mỗi từ
Tổng quan
Mỗi cộng đồng đều tạo ra một từ vựng và cộng đồng này đã tạo ra một từ vựng lớn rất nhanh. Bảng thuật ngữ dưới đây là tài liệu tham khảo mà các hướng dẫn khác trên trang này dựa vào; mỗi thuật ngữ được giải thích trong một câu, thuộc nhóm hoặc công cụ nào nếu cần, và hướng dẫn dài hơn để đọc tiếp. Các thuật ngữ được nhóm theo: mô hình và kiến trúc, tập tin, cài đặt, kỹ thuật, gợi ý, video, phần cứng.
Các nhóm trên trang này (Flux, SDXL, Wan và các nhóm khác) được giải thích trên các trang trung tâm riêng, và mỗi trang mô hình đều hiển thị các thuật ngữ đang dùng: loại, nhóm, từ kích hoạt, cài đặt được đề xuất. Nếu một từ trên trang mô hình không có ở đây, thì chat cộng đồng liên kết từ FAQ là nơi để hỏi.
Tham khảo
Tên | Kiểu | Ý nghĩa |
|---|---|---|
Checkpoint / base model | file | Toàn bộ trọng số mô hình trong một tập tin (hoặc vài tập tin cho các mô hình thời Flux). Dùng độc lập. Xem checkpoint so với LoRA và embedding. |
Fine-tune | model | Một checkpoint được huấn luyện lại trên dữ liệu mới (DreamShaper, Illustrious, Pony). Kiến trúc giống mô hình gốc. |
Merge | model | |
LoRA / LyCORIS / DoRA | file | Một phần mở rộng nhỏ thay đổi hành vi của checkpoint; cần từ kích hoạt và trọng số. Xem hướng dẫn LoRA. |
Embedding / textual inversion | file | |
VAE | component | Bộ mã hóa/giải mã giữa pixel và latent; VAE sai làm màu nhạt nhòa. |
Text encoder (CLIP, T5, LLM) | component | Chuyển prompt thành số; quyết định kiểu prompt (tag hay câu). |
U-Net / DiT / MMDiT | architecture | |
MoE (mixture of experts) | architecture | |
Diffusion / flow matching | training | Học cách loại bỏ nhiễu từng bước; flow matching là cách diễn đạt thẳng hơn từ 2024 trở đi. Xem cách mô hình hoạt động. |
Distilled (Turbo, Lightning, Schnell, Klein, Hyper) | model | |
Guidance-distilled | model | |
precision | ||
Safetensors / ckpt | format | Định dạng chỉ tensor an toàn so với pickle thực thi mã. Xem tải xuống an toàn. |
Steps | setting | Số lần lọc nhiễu; bình thường 20-30, distilled 4-8. |
CFG scale | setting | |
Sampler / scheduler | setting | Phương pháp số và đường cong nhiễu (Euler, DPM++ 2M; Karras, simple, beta). |
Seed | setting | Nhiễu khởi đầu; seed cố định cho ảnh lặp lại. |
Denoise | setting | |
Shift / sigma | setting | |
Latent | concept | Ảnh làm việc nén (1/8 hoặc 1/16 kích thước) mà bộ lọc nhiễu chỉnh sửa. |
Resolution / native size | concept | |
Hires-fix | technique | Lần khuếch tán thứ hai ở kích thước lớn hơn khi tạo ảnh. Xem nâng cấp ảnh. |
Upscaler (ESRGAN, SwinIR) | technique | Mạng phóng to pixel chạy sau khi tạo ảnh. |
technique | ||
Inpainting / outpainting | technique | Tạo lại vùng bị che / mở rộng khung ảnh. |
ControlNet / T2I-Adapter | technique | |
IP-Adapter / Redux / reference | technique | Điều kiện phong cách hoặc nhận dạng dựa trên ảnh. |
Face detailer / ADetailer | technique | Tự động tạo mặt nạ mặt và inpaint ở độ phân giải cao hơn. |
Tiled diffusion / Ultimate SD Upscale | technique | |
Prompt / negative prompt | prompting | |
Trigger word | prompting | |
Weight (word:1.3) | prompting | Nhấn mạnh chú ý trên mô hình CLIP. |
Quality tags / score tags | prompting | |
Token limit (77) | prompting | |
Prompt bleeding | prompting | Một thuộc tính gán nhầm cho đối tượng khác. |
T2I / T2V / I2V / TI2V / V2V | video | Văn bản thành ảnh / văn bản thành video / ảnh thành video / cả hai / video thành video. |
Frames and fps | video | |
High-noise / low-noise expert | video | |
First / last frame | video | Điều kiện khung hình chính (FLF2V) cho chuyển động có kiểm soát. |
VACE / Fun ControlNet | video | |
Frame interpolation (RIFE, FILM) | video | Tạo khung hình xen giữa để tăng fps. |
VRAM / offloading / block swap | hardware | |
CUDA / MPS / ROCm | hardware | Backend tính toán của NVIDIA / Apple / AMD. |
tool | ||
Custom node | tool | |
Heat score | this site |
Từng bước
- Đọc trang mô hình từ trên xuống dưới với bảng thuật ngữ mở: loại, nhóm, từ kích hoạt, dòng cài đặt dưới mỗi ví dụ.
- Chọn ba thuật ngữ làm bạn bối rối và đọc hướng dẫn liên kết cho từng thuật ngữ; các hướng dẫn được viết sao cho bảng thuật ngữ này đủ làm ngữ cảnh.
- Khi gặp thuật ngữ mới trong chủ đề diễn đàn, kiểm tra xem nó là tập tin, cài đặt, kỹ thuật hay thuật ngữ video; phần lớn nhầm lẫn đến từ trộn lẫn các nhóm này.
- Quay lại khi có nhóm mới xuất hiện; các trang trung tâm thêm thuật ngữ riêng (chuyên gia Wan 2.2, guidance Flux) và danh sách này được cập nhật.
Ví dụ
Dòng cài đặt trên trang mô hình, giải mã
"<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
Tên workflow Wan 2.2, giải mã
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
Mẹo
- "Model" nghĩa là checkpoint trong hầu hết câu, nhưng trên trang này "model" là bất kỳ mục nào trong danh mục kể cả LoRA; nhãn loại cho biết cái nào.
- Thuật ngữ video là cùng ý tưởng với trục thời gian; nếu biết T2I và img2img thì biết T2V và I2V.
- Đối tác đám mây dùng cùng từ vựng: cờ của PirateDiffusion là /steps, /guidance, /seed, /size; bảng điều khiển BitVector dùng cùng tên.
Khắc phục sự cố
Hai nguồn dùng cùng từ khác nghĩa
Vì sao xảy ra
Cách sửa
Dựa vào nhóm: CFG cho SD/SDXL, guidance cho Flux.
"Model" trên Civitai khác nghĩa ở đây
Vì sao xảy ra
Civitai gom các phiên bản dưới một mô hình; trang này liệt kê từng phiên bản riêng.
Cách sửa
So khớp bằng hash, không phải tên.
Một cài đặt trên trang mô hình không có trong UI của tôi
Vì sao xảy ra
Tên UI khác nhau (denoising strength và denoise; hires steps và second pass).
Cách sửa
Câu hỏi
Checkpoint có phải là model không?
Trong dùng hàng ngày thì có. Chính xác thì checkpoint là tập tin lưu mô hình.
Sự khác nhau giữa guidance và CFG là gì?
CFG là guidance không bộ phân loại áp dụng lúc chạy trên SD và SDXL; Flux dev tích hợp sẵn và chỉ dùng một số guidance duy nhất.
Các từ chuyên về video ở đâu?
Trong nhóm video ở trên và trên trang nhóm Wan, LTX và H3; hướng dẫn bắt đầu video giải thích chúng.
Tôi có cần biết hết để tạo ảnh không?
Không. Nhóm, từ kích hoạt và denoise giải quyết 80% vấn đề; phần còn lại học khi gặp.
Liên kết và nguồn
Mô hình trong hướng dẫn này
Người viết
Điều hành con tàu này. Có những ý kiến về thời gian giải mã VAE mà chẳng ai hỏi. Tin rằng trọng số muốn được tự do và bất kỳ mô hình nào bạn không thể tải xuống đều là đăng ký với thêm bước. Sẽ không trả lời câu hỏi về 400 GB checkpoint trên NAS.
Tất cả hướng dẫn của Captain
Hướng dẫn liên quan
Bắt đầu với tạo hình ảnh AI: bức ảnh đầu tiên trong mười phút
14 Tháng 8, 2025
Cách các mô hình hình ảnh AI tạo sinh hoạt động: giải thích đơn giản về khuếch tán, latent và bộ mã hóa văn bản
28 Tháng 8, 2025
Checkpoint vs LoRA vs embedding vs ControlNet: file nào làm gì
8 Tháng 10, 2025
Các bước, CFG, bộ lấy mẫu, bộ lập lịch và hạt giống: giải thích các thiết lập tạo ảnh với các giá trị mặc định an toàn
19 Tháng 11, 2025
Tạo video AI cho người mới: từ ảnh sang video, từ văn bản sang video và clip đầu tiên với Wan, LTX-2 và H3
29 Tháng 4, 2026
Những điều cơ bản về viết prompt cho hình ảnh AI: cấu trúc, thứ tự, trọng số và hai phương ngữ prompt
22 Tháng 10, 2025
Hướng dẫn khác
Hướng dẫn GPU và VRAM cho hình ảnh và video AI: mỗi model cần gì và nên mua (hoặc không)
7 Tháng 1, 2026
Chạy các mô hình AI hình ảnh và video trên GPU AMD (hướng dẫn 2026)
7 Tháng 10, 2026
Yêu cầu VRAM cho mọi mô hình AI hình ảnh và video phổ biến (2026): độ chính xác đầy đủ, FP8 và GGUF
6 Tháng 10, 2026
LoRA là gì và cách sử dụng nó trong ComfyUI, Forge, Automatic1111 và trên đám mây
20 Tháng 5, 2026
CUDA hết bộ nhớ: mỗi mô hình AI cần bao nhiêu VRAM và cách để vừa vặn
18 Tháng 5, 2026