一、Checkpoint 大模型是什么

1.1 一句话定义

Checkpoint 是 Stable Diffusion / FLUX 等生成式模型的完整权重快照，决定了一幅画能被画成什么样。

如果把 AI 绘画比作做菜，Checkpoint 就是厨房里最基础的调味料组合。它决定了这道菜是川菜、粤菜还是西餐——也就是决定了画面的整体风格、人物结构、光影习惯和质感倾向。

在 ComfyUI 里，Checkpoint 通常被称为「大模型」或「底模」，文件后缀多为 .safetensors（新版推荐）或 .ckpt（旧版）。

1.2 常见 Checkpoint 分类

1.3 Checkpoint 的存放位置

ComfyUI 对模型目录有严格约定：

ComfyUI/
├── models/
│   ├── checkpoints/      ← 大模型放这里
│   ├── loras/            ← LoRA 放这里
│   ├── vae/              ← VAE 放这里
│   ├── controlnet/       ← ControlNet 放这里
│   └── upscale_models/   ← 放大模型放这里

把下载好的 .safetensors 文件放进 models/checkpoints/ 后，需要刷新或重启 ComfyUI，文件才会出现在 Load Checkpoint 节点的下拉列表中。

二、LoRA 微调模型是什么

2.1 一句话定义

LoRA（Low-Rank Adaptation）是一种轻量级微调技术，它像一层「贴片」一样叠加在大模型上，让大模型获得特定的风格、角色或概念能力。

LoRA 文件通常只有几十 MB 到几百 MB，远比 Checkpoint（几个 GB）小得多。它不能独立生成图片，必须依托一个 Checkpoint 才能工作。

2.2 常见 LoRA 类型

2.3 Checkpoint 与 LoRA 的核心区别

三、模型目录规范与文件格式

3.1 推荐目录结构

当模型数量变多后，合理的目录结构能救命。推荐按模型架构分子文件夹：

ComfyUI/models/
├── checkpoints/
│   ├── SD1.5/
│   │   ├── realisticVision.safetensors
│   │   └── dreamshaper_8.safetensors
│   ├── SDXL/
│   │   ├── juggernautXL.safetensors
│   │   └── realisticVisXL.safetensors
│   └── FLUX/
│       └── flux1-dev.safetensors
├── loras/
│   ├── SD1.5/
│   │   ├── character/
│   │   └── style/
│   ├── SDXL/
│   │   ├── character/
│   │   └── style/
│   └── FLUX/
│       ├── character/
│       └── style/
└── vae/
    └── sdxl_vae.safetensors

3.2 .safetensors 与 .ckpt 怎么选

现在主流都推荐 .safetensors：

• 安全性：.ckpt 是 PyTorch 原生格式，可能被注入恶意代码；.safetensors 只包含张量数据，更安全
• 加载速度：.safetensors 加载更快，内存映射更高效
• 兼容性：ComfyUI、WebUI、Civitai 都优先支持 .safetensors

结论：能下 .safetensors 就下 .safetensors， legacy 的 .ckpt 只在没替代源时才考虑。

四、Load Checkpoint 节点详解

Load Checkpoint 是绝大多数 ComfyUI 工作流的第一个节点，它负责把大模型从硬盘加载到显存，并拆成三路输出。

4.1 节点参数

4.2 三路输出

4.3 实际连接示例

Load Checkpoint
   ├── MODEL ──────→ KSampler.model
   ├── CLIP ────────→ CLIP Text Encode.clip
   └── VAE ─────────→ VAE Decode.vae

这是最小文生图工作流中 Checkpoint 的标准去向。任何 LoRA 都要先插在 MODEL 和 CLIP 这两路上，再进入后续节点。

五、Load LoRA 节点详解

5.1 节点位置与作用

Load LoRA 节点的作用是：把 LoRA 权重叠加到已经加载的 Checkpoint 上，输出「被修改过的 MODEL 和 CLIP」。

5.2 节点参数

5.3 strength_model 与 strength_clip 的区别

这两个参数是 Load LoRA 最容易被忽视、也最重要的细节：

• strength_model：控制 LoRA 对图像生成模型（UNet/Transformer）的影响。它决定了画面中是否出现该 LoRA 学的特征，比如角色的脸、画风笔触、服装样式。
• strength_clip：控制 LoRA 对CLIP 文本编码器的影响。它决定了模型对你 prompt 里触发词、角色名、风格词的理解程度。

简单记忆：

strength_model → 决定画面长什么样
strength_clip  → 决定模型听不听懂你的触发词

5.4 连接方式

一个 LoRA 的标准接法是：把 Checkpoint 的 MODEL 和 CLIP 输出，接到 Load LoRA 的 model 和 clip 输入；再把 Load LoRA 的 MODEL 和 CLIP 输出，分别接到 KSampler 和 CLIP Text Encode。

Load Checkpoint
   ├── MODEL ──→ Load LoRA.model
   └── CLIP ───→ Load LoRA.clip

Load LoRA
   ├── MODEL ──→ KSampler.model
   └── CLIP ───→ CLIP Text Encode.clip

六、多 LoRA 串联实战

6.1 为什么要叠加多个 LoRA

实际创作中，经常需要同时满足多个需求：

• 角色 LoRA：让画面中的人物是某个特定角色
• 画风 LoRA：让画面变成油画/水彩/像素风
• 光影 LoRA：强化某种灯光氛围
• 服装 LoRA：让角色穿上指定服饰

这些需求无法靠一个 LoRA 解决，需要把多个 LoRA 串联起来。

6.2 串联方式

把多个 Load LoRA 节点首尾相接：

Load Checkpoint
   ├── MODEL ──→ Load LoRA 1.model
   └── CLIP ───→ Load LoRA 1.clip

Load LoRA 1
   ├── MODEL ──→ Load LoRA 2.model
   └── CLIP ───→ Load LoRA 2.clip

Load LoRA 2
   ├── MODEL ──→ Load LoRA 3.model
   └── CLIP ───→ Load LoRA 3.clip

Load LoRA 3
   ├── MODEL ──→ KSampler.model
   └── CLIP ───→ CLIP Text Encode.clip

串联顺序理论上对结果有影响，但通常权重分配比顺序更重要。建议先固定种子测试不同顺序，再决定最终链路。

6.3 权重分配策略

6.4 触发词管理

每个 LoRA 作者在训练时都可能指定了触发词（Trigger Words）。使用时需要注意：

• 把触发词放在 prompt 的前部或对应描述附近
• 不同 LoRA 的触发词用逗号分隔
• 不要把画风 LoRA 的触发词和角色 LoRA 的触发词混在一起
• 如果模型卡写 “no trigger words required”，则不需要专门写

character_name, 1girl, long hair, blue eyes,
white dress, soft lighting, watercolor painting style,
outdoor garden, masterpiece, best quality

七、权重调参与常见问题

7.1 扫权重法：找到最佳区间

不要盲目用 1.0。推荐用固定种子扫权重：

1. 固定 prompt、seed、CFG、steps、尺寸
2. 设置 strength_model = 0.6，生成第一张图
3. 改为 0.8，生成第二张图
4. 改为 1.0，生成第三张图
5. 改为 1.2，生成第四张图
6. 对比四张图，选择效果明显且不炸图的区间

找到合适的 model 权重后，再微调 clip 权重，观察触发词响应和 prompt 理解度。

7.2 常见问题排查

7.3 底模匹配检查清单

• SD 1.5 的 LoRA 不能用于 SDXL/FLUX
• SDXL 的 LoRA 不能用于 SD 1.5/FLUX
• FLUX 的 LoRA 只能用于 FLUX 底模
• 下载前务必查看模型卡的 Base Model / 适用底模字段

八、关键术语速查

Checkpoint

大模型文件，决定生成图像的基本风格和能力

LoRA

轻量级微调模型，叠加在大模型上实现特定人物/风格

safetensors

推荐模型格式，安全且加载快

ckpt

旧版 PyTorch 模型格式，建议优先用 safetensors

strength_model

LoRA 对生成模型的影响强度

strength_clip

LoRA 对 CLIP 文本编码器的影响强度

触发词

训练时定义的关键词，用于激活 LoRA 特征

底模

LoRA 所依附的 Checkpoint 大模型

模型架构

SD1.5 / SDXL / FLUX 等不同模型体系

模型目录

ComfyUI/models/ 下按类型分类的文件夹