LoRA AI目的に合うモデルを選ぶ
キャラクター、スタイル、商品では、必要な素材が異なります。クラウド学習はKrea 2を利用し、MOSSやAnimaの生成には各モデルに対応したLoRAを選びます。
あなたのキャラクター、スタイル、次のアイデア。
LoRAを学習し、AI画像・動画を生成。
キャラクター、スタイル、商品のデータセットを準備。Krea 2、FLUX、Qwen Image、Z-ImageでカスタムLoRAを学習し、Wan 2.2とLTXの動画学習を探索。MOSS、Anima、対応LoRAでAI画像を生成しましょう。
例：
Quick answer: Train supported image and video LoRAs with configured services, sufficient credits and a compatible dataset. Each LoRA must use its paired generator; catalog listings do not establish compatibility.
LoRA AI で作成
LoRA AI Image と LoRA AI Video で生成した画像と動画です。クリックするとプロンプトを使えます。
学習できるもの
作例のコンセプトを見るこれらはAIで作成したオリジナルのコンセプト参考画像です。LoRA AIの学習結果、前後比較、モデル性能の証明ではありません。
データセットの準備からLoRA学習、画像生成まで
Krea 2はクラウド学習と対応する画像生成を提供します。MOSSとAnimaには専用の生成ワークフローがあります。動画モデルの調査や下書きツールも利用できます。学習・生成にはログインと十分なクレジットが必要です。
専用のKrea 2 LoRAを学習画像を確認し、キャプションを編集して学習を送信。「マイLoRA」で進行状況を確認し、完了した重みで画像を生成します。動画モデルとワークフローを探すWan・LTXのモデルを比較し、動きを捉える素材を検討できます。動画ワークスペースでは参考素材や開始・終了フレームの下書きを整理できます。クラウド動画学習・生成は未提供です。
LoRAはモデルごとに互換性の確認が必要です。別モデルの重みをそのまま流用することはできません。解像度と必要クレジットは生成画面で確認できます。
Training capabilities and requirements
Costs and limits below follow the application configuration. Integration describes the code, not verified provider uptime or a successful live training run.
| Model | Integration | Cloud input limits | Credits and settings | Output and compatibility |
|---|---|---|---|---|
| Krea 2 | Integrated; configuration required | 1–30 JPEG, PNG or WebP images with captions and a trigger phrase. Up to 15 MiB per image; 25 MiB total. | Training: 100 credits / task. Generation: 10 credits / image. Fixed training steps: 100. | LoRA weights after success; use the paired Krea 2 generator. Compatibility with other base models is not implied. |
| FLUX.1 Dev | Integrated; configuration required | 4–30 JPEG, PNG or WebP images with captions and a trigger phrase. Up to 15 MiB per image; 25 MiB total. | Training: 167 credits / task. Generation: 10 credits / image. Fixed training steps: 500. | LoRA weights after success; use the paired FLUX.1 Dev generator. Compatibility with other base models is not implied. |
| FLUX.2 Dev | Integrated; configuration required | 10–30 JPEG, PNG or WebP images with captions and a trigger phrase. Up to 15 MiB per image; 25 MiB total. | Training: 2134 credits / task. Generation: 14 credits / image. Fixed training steps: 1000. | LoRA weights after success; use the paired FLUX.2 Dev generator. Compatibility with other base models is not implied. |
| Qwen Image 2512 | Integrated; configuration required | 4–30 JPEG, PNG or WebP images with captions and a trigger phrase. Up to 15 MiB per image; 25 MiB total. | Training: 167 credits / task. Generation: 10 credits / image. Fixed training steps: 500. | LoRA weights after success; use the paired Qwen Image 2512 generator. Compatibility with other base models is not implied. |
| Z-Image Turbo | Integrated; configuration required | 4–30 JPEG, PNG or WebP images with captions and a trigger phrase. Up to 15 MiB per image; 25 MiB total. | Training: 209 credits / task. Generation: 10 credits / image. Fixed training steps: 500. | LoRA weights after success; use the paired Z-Image Turbo generator. Compatibility with other base models is not implied. |
| Wan 2.2 | Integrated; configuration required | 3–10 MP4 clips with a trigger phrase. Up to 8 MiB per clip; 24 MiB total. | Training: 1667 credits / task. Generation: 67 credits / 5-second video. Fixed training steps: 100. | LoRA weights after success; use the paired Wan 2.2 generator. Compatibility with other base models is not implied. |
| LTX-2 19B | Integrated; configuration required | 3–10 MP4 clips with a trigger phrase. Up to 8 MiB per clip; 24 MiB total. | Training: 584 credits / task. Generation: 34 credits / 5-second video. Fixed training steps: 500. | LoRA weights after success; use the paired LTX-2 19B generator. Compatibility with other base models is not implied. |
Cloud tasks require sign-in and sufficient credits. Krea 2 needs Fal; WaveSpeed image and video trainers need WaveSpeed access and R2 storage.
Cloud training sends your selected media and captions to the provider. Image and video dataset limits differ. Confirm account readiness before submitting.
目的に沿ったワークフロー
データを整え、LoRAを学習し、新しい画像を試す
キャラクター、視覚スタイル、商品のいずれかに焦点を絞り、画像、キャプション、基本モデル、評価用プロンプトを揃えましょう。素材を確認してKrea 2学習を送信し、完了後は生成画面で新しい場面や構図を試せます。
画像データセットを確認する
画像のサイズや重複を確認し、角度、光、背景に意味のある変化を残します。クラウド学習を送信する前にアップロード制限も確認しましょう。
キャプションを1枚ずつ見直す
服装、姿勢、背景など変わる要素を説明し、学習したいキャラクターや商品の特徴を明確にします。学習前にトリガーワードを確認しましょう。
学習後に生成して比較する
「マイLoRA」で結果を確認し、完了した重みで画像を生成します。新しい場面の比較に使ったプロンプトと設定を、データセットの下書きと一緒に保存しましょう。
学習させたいアイデア
キャラクター・スタイル・商品のデータセット例
学習コンセプトを定める3つの方法を紹介します。各参考画像から、データの準備や評価用プロンプトを扱う専用ワークフローへ進めます。
新しい題材にも広がるスタイル。
海辺のイラストを視覚表現の参考に使います。素材感、色、線の描き方を揃えながら、描く対象は変えていきましょう。
キャプション例ohwx_styleで描いた海辺の村。ガッシュの質感、暖かく平面的な色、細いインクの輪郭。
スタイルLoRAの学習を見る
同じキャラクターを、新しい場所へ。
オリジナルの陶器の探検ロボットが、データセットの核になります。同じ構図を繰り返すのではなく、角度、ポーズ、背景を変えましょう。
キャプション例ohwx_robot、青いガラスの目を持つ陶器の探検ロボット。昼間、高山の湖のそばに立っている。
キャラクターLoRAの学習を見る
商品の特徴を、新しい構図でも。
無地の琥珀色のボトルで、形と素材を明確にします。1つの背景だけを学習させず、ガラスの本体やキャップを別の角度からも見せましょう。
キャプション例ohwx_bottle、丸いウォールナットのキャップが付いた琥珀色のガラス瓶。窓からの光が当たるトラバーチンの台の上。
商品LoRAの学習を見るこれらはAIで作成したオリジナルのコンセプト参考画像です。LoRA AIの学習結果、前後比較、モデル性能の証明ではありません。
目的の設定から評価まで
LoRA学習の始め方
画像とキャプションをブラウザー内で整え、提供中のKrea 2学習に送信。完了した重みは対応する生成画面で試せます。他のモデルを選ぶ前には対応状況と互換性を確認してください。
データセットと互換性
専用LoRAのために役立つデータセットを作る
まず基本モデルを選び、それに合わせて素材を準備します。Krea 2の学習済み重みは対応するKrea 2生成ワークフローで使用します。MOSSとAnimaにはそれぞれ専用のアダプターが必要です。名前が似ていても互換性があるとは限りません。
データセット準備ガイドを読む- 最初は1つの概念に絞りましょう。
- 学習に使用する権利のある画像を選びましょう。
- 破損したファイルや不要な重複を除きましょう。
- 元画像と書き出したJSONは別々に保管しましょう。
プロンプトノート
新しい場面のプロンプトで概念を評価する
学習済みの対応アダプターを評価するときの参考にしてください。これらはプロンプト例であり、生成結果や一貫した出力を保証するものではありません。
建築
ohwx_styleで描いた丘の上の図書館。暖かいフラットカラー、紙の質感、繊細なインクの輪郭。
身近な道具
ohwx_styleのヴィンテージ卓上ランプ。シンプルな構図、暖かい黄土色と藍色の配色。
自然の風景
ohwx_styleの雨上がりの静かな森の小道。重なり合う形、はっきりとしたガッシュの質感。
別の題材
ohwx_styleの小さな帆船。大胆で単純化した形、柔らかい紙の粒子感、文字なし。
キャラクターの習作
ohwx_styleのオリジナルの架空の庭師。全身のポーズ、シンプルで淡い背景。
新しい配色を試す
ohwx_styleの夜市。抑えた青と琥珀色の配色、手描きの細部。
関連ガイド
少しの準備で、制作をもっと確かに。
画像の選び方、キャプション、学習設定、モデルが何を学んだかを評価するための実用ガイドです。
FAQ
LoRA学習とAI画像生成のよくある質問
モデルごとの注意点と、現在利用できる機能をまとめました。
LoRA AIで何を学習でき、どう始めればよいですか？
現在、Krea 2の画像LoRA学習を利用できます。キャラクター、スタイル、商品の素材を揃え、トレーニング画面でキャプションとトリガーワードを確認してください。ログインと必要クレジットの用意後に送信し、「マイLoRA」で進行状況と完了した重みを確認できます。他のモデルの学習やクラウド動画学習は未提供です。
学習後はどう画像を生成しますか？MOSSやAnimaでも同じ重みを使えますか？
Krea 2学習が成功したら「マイLoRA」から対応する生成画面を開き、新しいプロンプトを試せます。MOSSとAnimaでも画像生成ができますが、各モデルに対応したアダプターが必要で、Krea 2の重みをそのまま使うことはできません。送信前に必要クレジットが表示されます。ローカルのデータ準備と下書きの書き出しは無料です。
このページから有料学習を送信できますか？
Krea 2のクラウド学習と対応する画像生成を利用できます。MOSSとAnimaには、対応LoRAを使える専用の画像生成画面があります。ログインと十分なクレジットが必要で、費用は送信前に表示されます。他のモデルの学習、自動キャプション、クラウド動画生成は未提供です。ローカル準備とJSON書き出しは無料です。
追加した画像はどう扱われますか？
ローカル下書きでは画像を現在のブラウザータブ内で処理し、書き出したJSONに元画像は含めません。再読み込みやページ移動でローカル画像は消去されます。Krea 2クラウド学習を送信すると、画像データセットとキャプションが学習サービスへ送られます。画像生成ではプロンプトと選択したLoRA参照が対応サービスへ送られます。使用権のある素材のみ送信してください。
1つのLoRAをすべての画像・動画モデルで使えますか？
そのまま使い回すことはできません。モデルの構造、基本バージョン、読み込み手順を合わせる必要があります。Krea 2、MOSS、Animaにはそれぞれ対応する重みが必要です。名前が似ていても互換性は保証されません。動画では複数のアダプターファイルが必要な場合もあります。
さらに探す
LoRAモデルと活用シーンをさらに探す
学習を始める前に、関連するモデルを比較しましょう。アダプター形式と基本モデルのバージョンは合わせる必要があります。
自分の画像で、次のLoRA制作を始めよう
対応するモデルを選び、画像とキャプションを整えて、提供中の学習や生成に送信できます。データセット設定の下書きを無料で書き出すこともできます。