Os LoRAs do Pony funcionam com o Illustrious? Compatibilidade, configurações e alternativas

Os LoRAs do Pony geralmente carregam em checkpoints do Illustrious sem erros, mas os resultados são imprevisíveis. Este artigo explica o motivo, quais tipos de LoRA se adaptam melhor, a intensidade exata, as tags e as configurações do sampler para testar, e o que usar quando a troca entre modelos falha.

Os LoRAs do Pony funcionam com o Illustrious? Compatibilidade, configurações e alternativas
Cristian Da Conceicao

Você baixou um LoRA do Pony de que gosta, colocou em um checkpoint do Illustrious, clicou em gerar e obteve algo que parece um primo distante do que a prévia prometia. Nenhuma mensagem de erro, nenhuma falha, apenas um rosto que se desviou, cores que ficaram turvas ou um estilo que mal aparece. Essa é a realidade do dia a dia ao misturar essas duas famílias de modelos, e ela pega muita gente que assume que "as duas são SDXL" significa "são intercambiáveis".

Então, os LoRAs do Pony funcionam com o Illustrious? Às vezes, parcialmente, e raramente tão bem quanto um LoRA treinado para o checkpoint que você está usando de fato. O arquivo quase sempre vai carregar. Se ele se comporta bem é outra questão, e a resposta depende do tipo de LoRA, das suas tags e de algumas configurações que você pode ajustar em poucos minutos.

💡 Veredito rápido: LoRAs de personagem se adaptam melhor, LoRAs de estilo são um cara ou coroa, e LoRAs de conceito ou pose construídos em torno das tags de pontuação do Pony são os menos confiáveis. Comece com cerca de metade da intensidade e ajuste a partir daí.

A resposta curta

Duas peças metálicas semelhantes repousando lado a lado em uma bancada de nogueira desgastada

Pony Diffusion e Illustrious XL são modelos separados, ambos construídos sobre a arquitetura SDXL. Um LoRA é um pequeno conjunto de ajustes de pesos que fica sobre um modelo base. Se o formato desses ajustes corresponde às camadas da base, o arquivo carrega. Se o modelo base foi retreinado de forma intensa o bastante, os ajustes caem nos lugares errados ou com a intensidade errada.

Por que eles carregam

Como as duas famílias descendem do SDXL, um LoRA treinado em um checkpoint do Pony tem tensores que se alinham com os nomes de camadas e as dimensões que um checkpoint do Illustrious espera. Sua interface não tem motivo para rejeitá-lo. Por isso você não vê nenhum aviso, e por isso muita gente acha que está tudo certo.

Por que eles ainda se comportam mal

Um LoRA não guarda uma ideia pronta. Ele guarda um empurrão em relação ao modelo com que foi treinado. O Pony passou por uma quantidade muito grande de treinamento extra, e o Illustrious passou pelo seu próprio, com um conjunto de dados diferente e outra abordagem de tags. O resultado é que o empurrão que um LoRA do Pony aplica é calibrado para o cenário interno do Pony. Aplicado ao Illustrious, ele pode exagerar, ficar aquém ou empurrar em uma direção um pouco diferente.

Relatos da comunidade confirmam isso. Muitos criadores descrevem o uso entre famílias como "às vezes funciona, precisa de ajustes", e os autores de LoRA que marcam seus arquivos como compatíveis com uma base específica tendem a obter resultados melhores do que quem depende de uma compatibilidade genérica com SDXL. Desconfie de qualquer afirmação de compatibilidade universal e trate suas próprias grades de teste como a referência real.

Pony ou Illustrious: o que realmente muda

Vista aérea de uma mesa onde mãos organizam fotos de retrato impressas em duas fileiras para comparação

Antes de mudar qualquer configuração, ajuda ver onde as duas famílias divergem. As diferenças abaixo explicam quase todos os resultados estranhos que você vai encontrar.

Tags de prompt e palavras de qualidade

O Pony é conhecido pelas suas tags de pontuação de qualidade, as sequências de prefixos "score" que dizem ao modelo para buscar imagens de treinamento bem avaliadas, além de tags de origem e de classificação. O Illustrious se apoia em uma marcação no estilo Danbooru, com palavras gerais de qualidade como "masterpiece" e "best quality" e tags de recência ou de detalhe usadas por muitos checkpoints baseados em Illustrious. Se o seu prompt leva a sequência de pontuação do Pony para um modelo Illustrious, esses tokens podem ser um ruído sem sentido, na melhor das hipóteses, e um fator que puxa a qualidade para baixo, na pior.

Dados de treinamento e aparência padrão

Cada família tem uma aparência padrão diferente. Os modelos Pony têm um viés embutido forte em certos tipos de personagem e em hábitos de renderização. Os modelos Illustrious tendem a carregar mais da aparência de ilustração Danbooru e respondem a nomes de personagens e tags de estilo de artista de um jeito próprio. Um LoRA que se apoiava discretamente nos padrões do Pony para "preencher as lacunas" perde esse suporte no Illustrious.

Comparação lado a lado

FatorCheckpoints baseados em PonyCheckpoints baseados em Illustrious
ArquiteturaSDXLSDXL
Prompting de qualidade típicoTags no estilo scorePalavras de qualidade e tags no estilo Danbooru
Vocabulário de tagsMistura própria de tags com rótulos de origem e classificaçãoVocabulário predominantemente Danbooru
Reconhecimento de personagensDepende do LoRAMuitos personagens conhecidos funcionam sem LoRA
LoRA carrega sem erroSimSim, a partir de arquivos do Pony
LoRA se comporta como foi projetadoSim, na base correspondenteMuitas vezes precisa de ajustes

Quais LoRAs do Pony se adaptam melhor

Mulher lendo uma etiqueta escrita à mão em uma gaveta de madeira em um antigo catálogo de fichas de biblioteca

Nem todos os LoRAs são igualmente frágeis. Pense nisso como um espectro que vai de "principalmente sobre um assunto específico" a "principalmente sobre como o modelo se comporta".

LoRAs de personagem

Um LoRA de personagem ensina um rosto, um figurino e um design de cabelo específicos. Essa informação é visual e específica, então tende a sobreviver a uma troca de base melhor do que um comportamento abstrato. Você pode notar pequenos desvios nas proporções do rosto ou na saturação das cores, mas o personagem geralmente continua reconhecível. São seus melhores candidatos para o uso entre famílias.

LoRAs de estilo

LoRAs de estilo são uma aposta. Eles alteram a espessura da linha, o sombreamento, a paleta e a textura. Como o Illustrious já tem um estilo padrão forte, um LoRA de estilo treinado no Pony pode brigar com ele, produzindo uma mistura desbotada ou uma que sobrepõe seu prompt na intensidade máxima. Pesos mais baixos costumam salvar esses casos, mas talvez você nunca chegue exatamente ao visual das imagens de prévia.

LoRAs de conceito e de pose

LoRAs de conceito, como uma pose específica, um tipo de roupa ou um truque de composição, costumam depender do comportamento de tags do Pony e das suas associações aprendidas. No Illustrious, o mesmo gatilho pode puxar detalhes diferentes ao redor. Espere os resultados mais inconsistentes aqui, e espere reescrever o prompt mais do que ajustar um controle deslizante.

💡 Regra prática: Quanto mais um LoRA depende dos próprios hábitos de tags do Pony, menor a chance de ele sobreviver à mudança.

Configurações que ajudam

Mão empurrando um único controle deslizante em uma mesa de mixagem vintage até uma posição intermediária

Quando você decidir testar um LoRA do Pony em um checkpoint do Illustrious, faça um teste pequeno e controlado em vez de mudar cinco coisas de uma vez. Fixe a seed, mude uma variável por imagem e compare os resultados em uma grade.

Comece com intensidade de LoRA mais baixa

A maioria dos guias coloca um peso normal de LoRA perto de 0,8 a 1,0. Para um LoRA entre famílias, comece em torno de 0,4 a 0,7. A incompatibilidade costuma aparecer como exagero: cores queimadas, detalhes derretidos ou um rosto com aparência superprocessada. Uma intensidade menor reduz esse exagero e ainda mantém parte da identidade do LoRA. Aumente em passos de 0,1 até o assunto aparecer e pare logo antes de os artefatos voltarem.

Reescreva o prompt para o modelo base

Apague a sequência de pontuação do Pony e substitua-a pelas tags de qualidade que o seu checkpoint do Illustrious recomenda na página do modelo. Mantenha a palavra-gatilho própria do LoRA, porque esse token faz parte do que o LoRA aprendeu e é independente da base. Se o autor do LoRA listou tags extras para a roupa ou o cabelo, mantenha-as também.

Sampler, CFG e resolução

Os checkpoints do Illustrious costumam funcionar melhor com uma orientação moderada e uma resolução SDXL padrão. Os valores iniciais abaixo são padrões comuns da comunidade, então confira a página do seu checkpoint específico para as recomendações dele.

ConfiguraçãoPonto de partidaMotivo
Intensidade do LoRA0,4 a 0,7Reduz o exagero causado pela incompatibilidade da base
Escala CFG4 a 6Orientação alta amplifica os artefatos do LoRA
Passos25 a 30Suficiente para detalhe sem superprocessar
SamplerEuler a ou uma variante DPM++Padrões estáveis para modelos da família SDXL
ResoluçãoEm torno de 1024 no lado maiorTamanhos nativos do SDXL funcionam melhor
Clip skipSiga a página do checkpointA orientação do Pony e do Illustrious pode diferir

Use menos LoRAs ao mesmo tempo

Dois ou três LoRAs ao mesmo tempo multiplicam a incompatibilidade. Se você estiver testando um LoRA do Pony, teste-o sozinho primeiro e depois adicione os outros um de cada vez. Quando os resultados ficarem estranhos, remova a adição mais recente antes de mexer em qualquer outra coisa.

Como corrigir problemas comuns

Homem consertando um relógio de pulso mecânico em uma bancada de relojoeiro com pinças e uma lupa de visor

Estes são os sintomas que você tem mais chance de encontrar e a solução mais rápida para cada um.

Cores queimadas e detalhes derretidos

Isso quase sempre significa que o LoRA está forte demais para a base. Reduza a intensidade em 0,2, diminua o CFG em um ou dois pontos e rode de novo com a mesma seed. Se o problema continuar, o LoRA provavelmente está preso demais ao visual do Pony e é uma má escolha.

O LoRA parece não fazer nada

Se a saída ignora o seu LoRA, verifique três coisas. Primeiro, a palavra-gatilho está presente e escrita exatamente como o autor escreveu. Segundo, a intensidade não está tão baixa que o efeito desapareça, então teste 0,8 uma vez como teste de sanidade. Terceiro, sua interface realmente carregou o arquivo, o que você pode confirmar no log ou no painel de LoRAs.

Rostos mudam entre imagens

A deriva de personagem é comum quando um LoRA foi treinado em outra base. Ancore o rosto com um prompt mais específico, use uma faixa de seeds consistente durante os testes e considere um segundo LoRA de personagem, com intensidade baixa, treinado nativamente para o seu checkpoint do Illustrious.

O estilo briga com o prompt

Quando o visual do LoRA sobrepõe suas instruções, reduza a intensidade e mova a descrição do assunto principal para o início do prompt. Prompts curtos e diretos costumam deixar o LoRA se comportar melhor do que os longos, cheios de tags de estilo conflitantes.

💡 Dica de teste: Salve uma seed fixa e uma grade de três imagens com intensidade de 0,4, 0,6 e 0,8. Em menos de um minuto você vai saber se o LoRA vale a pena manter.

Opções melhores do que o uso entre famílias

Caminhante parando em uma bifurcação de trilha em uma floresta enevoada com dois caminhos que se separam

Se os seus testes continuam terminando em meio-termo, você tem alguns caminhos mais limpos do que forçar um arquivo incompatível a funcionar.

Use um LoRA treinado para a sua base

Muitos LoRAs populares têm uma versão do Illustrious publicada ao lado da versão do Pony. Verifique a página do autor para ver se há um segundo arquivo ou uma nota dizendo que o LoRA funciona em várias bases. Uma versão nativa elimina as suposições e costuma funcionar com intensidade normal.

Treine novamente com as suas próprias imagens

Se você tem as imagens de origem, retreinar é a solução mais confiável. Treinar na família exata de checkpoint com que você gera imagens produz um LoRA calibrado para esse modelo. Dá mais trabalho do que baixar um pronto, mas você controla o conjunto de dados, a palavra-gatilho e a curva de intensidade.

Mude para uma família de modelos com suporte ativo a LoRA

Às vezes, a melhor resposta é sair do ecossistema Pony e Illustrious e ir para um modelo com uma história de LoRA mais simples. Pony e Illustrious não estão no PicassoIA, mas vários modelos da plataforma lidam bem com LoRAs e controle de estilo:

ModeloMelhor paraLink
Flux 2 Klein 9B Base LoRAAplicar arquivos LoRA personalizados com escalas por LoRAAbrir modelo
SDXL Multi Controlnet LoRAUso de LoRA baseado em SDXL com controle de estrutura via ControlNetAbrir modelo
P Image TrainerTreinar seu próprio LoRA personalizado a partir de um conjunto de fotosAbrir modelo
Seedream 4.5Imagens 4K nítidas direto de um prompt de textoAbrir modelo

Pony e Illustrious ainda não estão no PicassoIA; para resultados parecidos hoje, experimente os modelos acima. A página do SDXL Multi Controlnet LoRA é a correspondência mais próxima se você quiser continuar no território do SDXL, enquanto o Flux 2 Klein 9B Base LoRA oferece a mistura de LoRAs mais flexível.

Como chegar a resultados parecidos no PicassoIA

Mulher sorridente com sardas e cabelo ruivo cacheado segurando um laptop em um café ensolarado

Se você quer o fluxo de trabalho com LoRA sem a loteria da compatibilidade, o Flux 2 Klein 9B Base LoRA é a substituição prática mais próxima. Ele permite carregar um ou vários arquivos LoRA e definir uma escala individual para cada um, que é o mesmo hábito de ajuste que você já usa no Illustrious.

💡 Importante: Este modelo espera LoRAs no formato Flux Klein, ou arquivos no estilo ComfyUI que ele converte automaticamente. Um LoRA SDXL do Pony ou do Illustrious não vai carregar aqui. Você precisa de um LoRA feito para esta família de modelos, ou de um que você treine por conta própria.

Fluxo de trabalho passo a passo

  1. Abra a página do modelo em Flux 2 Klein 9B Base LoRA.
  2. Escreva seu prompt em frases naturais. Diferente dos modelos SDXL baseados em tags, você descreve a cena como faria para uma pessoa: assunto, cenário, iluminação, câmera.
  3. Adicione seu LoRA colando a URL dele no campo de pesos de LoRA. Você pode adicionar mais de um.
  4. Defina as escalas dos LoRAs em uma lista que corresponda ao número de LoRAs. Se deixar vazio, cada uma assume 1,0. Comece mais baixo, em torno de 0,6 a 0,8, ao misturar dois estilos.
  5. Escolha a proporção entre as predefinições, como 1:1, 16:9, 3:2 ou 9:16. Você também pode igualar a proporção de uma imagem de entrada.
  6. Escolha a resolução com a configuração de megapixels de saída, de 0,25 até 4. Um megapixel é um tamanho rápido de rascunho, e valores mais altos servem para a saída final.
  7. Adicione uma foto de referência se quiser imagem para imagem. Você pode enviar até cinco imagens para orientar a composição.
  8. Fixe a seed ao comparar escalas de LoRA, para que apenas a escala mude entre as execuções.

Dicas de parâmetros

ParâmetroUso sugerido
lora_scales0,6 a 0,8 ao misturar, 1,0 para um único LoRA de confiança
output_megapixels1 para rascunhos, 2 a 4 para imagens finais
aspect_ratio16:9 para cenas, 2:3 ou 3:4 para retratos
output_formatPNG para editar depois, JPG ou WebP para compartilhar
seedTrave durante as comparações

Treine primeiro o seu próprio LoRA

Se você não tem um LoRA no formato certo, o P Image Trainer permite treinar um LoRA personalizado com as suas próprias imagens, para que o resultado seja feito para o modelo com que você gera. Isso evita toda a incompatibilidade entre Pony e Illustrious, porque a base de treinamento e a base de geração são as mesmas.

Refine o resultado

Depois de gerar, passe o seu resultado favorito pelo Real ESRGAN para um aumento de resolução limpo de 4x. Para um visual fotográfico direto de um prompt, o Qwen Image 3 é outra opção forte para comparar com os seus resultados de LoRA.

Uma rotina simples de teste

Estúdio criativo doméstico arrumado ao entardecer com caixas de arquivo etiquetadas e uma pessoa recostada em uma cadeira

Qualquer que seja a plataforma que você use, uma rotina curta e repetível economiza horas de palpite aleatório.

  1. Escolha um LoRA e um checkpoint. Não mude mais nada.
  2. Fixe a seed. Gere em três intensidades, como 0,4, 0,6 e 0,8.
  3. Reescreva o prompt com as tags de qualidade do modelo base e mantenha a palavra-gatilho do LoRA.
  4. Avalie a grade. Anote qual intensidade mostra o assunto sem danos.
  5. Registre o vencedor. Guarde uma pequena anotação com intensidade, CFG e sampler ao lado do nome do arquivo do LoRA.
  6. Decida rápido. Se nenhuma intensidade der um resultado limpo, procure uma versão nativa ou retreine.

Manter um registro do que funcionou é o hábito que separa quem obtém resultados consistentes de quem recomeça do zero a cada sessão. Uma única linha por LoRA é suficiente.

Os fotógrafos também fazem isso

Fotógrafo verificando a tela traseira da câmera enquanto uma modelo com uma camisa de linho creme se senta em um banco

Um fotógrafo não confia em uma nova lente ou em uma nova configuração de iluminação no primeiro clique. Ele faz um teste, olha a tela, ajusta e fotografa de novo. Trate um LoRA entre famílias do mesmo jeito. O arquivo pode ser perfeitamente bom no modelo de origem e ainda precisar de pequenas correções em um novo. Um ciclo curto de testar, observar e ajustar vale mais do que qualquer regra prática escrita em um artigo, este incluído.

Sua vez de experimentar

Agora você tem o que precisa para decidir se um LoRA do Pony merece um lugar no seu fluxo de trabalho com Illustrious: teste com intensidade reduzida, troque as tags do prompt, mantenha as palavras-gatilho e desista rápido quando a saída continuar instável. Quando isso acontecer, escolha um LoRA nativo, retreine ou mude para uma família de modelos em que o carregamento de LoRA seja previsível.

Pronto para tentar você mesmo? Vá até o PicassoIA e abra o Flux 2 Klein 9B Base LoRA para misturar estilos de LoRA com escalas exatas, treine o seu próprio com o P Image Trainer, ou navegue por todas as opções disponíveis em picassoia.com/en/all-models. Faça um teste com três intensidades, compare a grade e veja qual abordagem entrega as imagens mais limpas.

Compartilhe este artigo

Escolha seu idioma

FreeCrie imagens e vídeos com IAGrátis, sem cartão de créditoGerações grátis para começarSeedance 2.5 Lite incluídoComece grátis agora