由于历史原因和发展历程所致，AI模型种类较多；大概的历程如下：
1、开始时，从无到有训练一个模型成本非常高，基本只有官方在训练，大家都是在官方模型的基础上微调。就这样不同的大模型诞生了(checkpoint)。
2、每次调整大模型太麻烦了；有时只是想对某方面进行调整而已，却要一整个大模型调参，这太糟心了，于是embedding诞生。
3、再后来，LoRA和hypernetwork相继出现;
4、现在，LoRA已占据半壁江山
sd模型
Stable Diffusion 模型(ckpt)/Stable Diffusion checkpoint
又叫SD模型，大模型
- 文件格式:
ckpt和 safetensors(安全包) -
文件位置: /models/Stable-diffusion
VAE
VAE (Variational Auto-Encoder ，变分自动编码器)
- 文件格式: 后缀一般为
.pt格式 - 文件位置:
/models/VAE
该选项在选择大模型的旁边；
界面没有VAE选项的，开启方式为： 设置→用户界面→快捷设置列表在框里输入
sd_model_checkpoint,sd_vae
点击上面应用，再重载ui
主要作用是：滤镜+微调, 会影响出图的画面的色彩和某些极其微小的细节。
一般大模型都是内置了训练好的VAE模型的，不用我们再额外挂载 如果想用别的，可以去Hugging Face社区下载
Embedding
嵌入式(Embedding)/Textual Inversion
- 文件后缀一般为
.pt，少部分为.bin - 文件位置:
/embeddings
Embedding不会向你的模型添加任何外来的信息和概念，可以把它理解为一个浓缩后的提示词，只不过这个提示词是通过图片引导训练得出的。
也就是将提示词打包。 - Embedding文件通常不大，几十K不等
-
有一部分Embedding需要放在反面提示词来使用，作用是提高图片输出的质量和稳定性
LoRA ⭐️
LoRA (Low-Rank Adaptation)是一种用于微调稳定扩散模型的训练技术，其文件大小和训练能力之间达到了良好的平衡。
- 文件后缀一般为.safetensors
- 文件位置于：
/models/Lora
Lora文件大小和使用效果无关 - LoRA模型大小在几十mb到两三百mb不等
-
部分Lora会需要触发词来使用，否则效果不明显(c站点进LoRA模型的详情，可以在右边卡片中看到Trigger Words，即是该LoRA模型的触发词)
hypernetworks
初认识，可以把它当低配版Lora看；它主要是训练画风，但难度较大，可能会被LoRA淘汰。
- 文件后缀一般为
.pt - 文件位置：
/models/hypernetworks
目前最好用的就是用来做风格转化，比如转像素风，转表情包风格 (opens new window)等；
模型使用技巧
- 在c站上看到喜欢图片的时候，除了留意参数外，还要留意它使用的『SD模型』和『LoRA模型』，因为LoRA模型在训练的时候，会使用大模型，使用配套的大模型，出图效果更好。
- 使用LoRA模型，权重值建议不超过1，超的越多，基本图越差。
- 使用多个LoRA模型，权重值建议加起来不超过1。
- 新手不建议使用多个LoRA模型，尤其是风格不一的那种。
- 使用多个LoRA模型，需要对LoRA模型有一定的机制了解，多个LoRA使用时，分层调权重才可能出好图。
