LoRA 的出现极大推动了 Stable Diffusion 的普及。作为一种轻量级的微调方法，它降低了训练门槛，让更多人能创建并分享个性化模型。LoRA 能与任意大模型搭配使用，通过权重调节控制作用强弱，既能固定角色与 IP 形象，也能迁移特定画风，或植入发型、服饰等概念元素。

与 Embedding 相比，LoRA 在还原人物特征和稳定性上表现更好，甚至能通过多个 LoRA 叠加组合实现风格与形象的双重控制。更特别的是，功能型 LoRA 如“细节调整 LoRA”还能提升画面细节或制造复古胶片质感，让作品更具表现力。它不仅是玩家创作的利器，也是进入模型训练领域的桥梁。

课后作业

请尝试在生成中运用课程内提及的各种 LoRA，生成任意一张使用了 LoRA 的作品。可以按照课本中列举的四种主要应用路径进行实践。

基本要求

• 合理调节 LoRA 权重并加入合适的触发词，使 LoRA 元素能正确体现

• 生成图片清晰，构图与人物结构准确，能准确反映提示词内容

加分项目

• 综合使用高分辨率修复、图生图或局部重绘等手段提高生成质量