AI 图像术语表
什么是 checkpoint？
一次保存的模型权重集。相同架构的不同 checkpoint，在相同 prompt 下会产出肉眼可见不同的结果。
Checkpoint 是模型权重的快照：那个数 GB 级、真正负责生成的文件。即便架构相同，两份 checkpoint 在相同 prompt 与 seed 下也会生成肉眼不同的图像，因为权重编码了模型学到的一切，每个 checkpoint 的训练或微调素材不同。
名字来自训练流程，不是图像
训练过程中会定期把权重落盘，以防崩溃丢进度，也方便对比不同阶段。这些保存下来的文件在工程语境里就叫 checkpoint。之所以扩散到日常用语，是因为大家下载并运行的工件正是其中一次保存，名称也就沿用了。
为什么两个 checkpoint 会不同
几乎总是因为微调。有人会在通用基座模型上继续用更窄的图像域训练——摄影、二次元、建筑渲染、某种插画风格——得到的权重会偏向这些素材。架构不变，工具链照用，但输出的默认气质与擅长方向会变。
Checkpoint vs LoRA
Checkpoint 是整套模型，体量往往是数 GB。LoRA 是叠加在其上的小型调整，通常最多几百 MB。一次只能加载一个 checkpoint；但可以在其上叠加多个 LoRA。若想要模型从底子上擅长某类题材，这是 checkpoint 的选择；若只想加一个风格、角色或物体，这是 LoRA 的用武之地。
为何同一 prompt 与 seed 仍然出不同图
Seed 固定了起始噪声；当权重相同，起止一致就会得到同一张图。更换 checkpoint 后权重不同，相同噪声会被沿着不同路径去噪。因此要复现，必须把 checkpoint 与 prompt、seed 一起记录下来——只有 seed 并不能复现任何东西。
务实的提醒
Checkpoint 文件很大，许可条款差异显著，社区分发的溯源也常常不充分。用未经授权素材微调出来的 checkpoint，不会因为“拿来方便”就变安全；而且基座模型的许可会继续约束任何派生物。
Checkpoint 一览
- 是
- 一组已保存的模型权重
- 大小
- 数 GB
- 同时加载数量
- 仅可一个
- 区别在于
- 微调所用的数据
- 复现所需
- 需要，与 prompt 和 seed 一起
- 跨架构
- 不能通用
实际应用
它会出现在哪
AI 图片生成器主力生成器——从文本到成片。打开Prompt 图库120 张图及其完整 prompt。打开改造现有图片从你已有的图片出发。打开局部编辑照片改动照片的一部分，其他保持不变。打开放大图片放大到 4K，不发糊。打开增强照片曝光、降噪与老照片修复。打开从照片中移除物体遮罩移除并重建背景。打开让背景虚化基于景深感知，不是统一滤镜。打开照片上色为黑白照赋予可信的颜色。打开生成标志缩到 16 像素仍清晰可辨。打开设计纹身适合真正上皮肤的设计。打开生成插画插画与绘画风，不是照片。打开生成证件照不进棚也有棚拍级人像。打开照片规格精确规格与达标方法。打开室内效果图把能拍的房间重设风格。打开AI 图像术语表seed、denoise、inpainting 等解读。打开
Checkpoint — questions people ask
- AI 图像生成中的 checkpoint 是什么？
- 一次保存的模型权重——真正负责生成的文件。相同架构的不同 checkpoint，会在相同 prompt 下产出不同结果。
- Checkpoint 和 LoRA 有什么区别？
- Checkpoint 是完整模型，数 GB，一次只能加载一个。LoRA 是叠加在 checkpoint 之上的小扩展，可以叠加多个。
- 为什么同一个 seed 得到的图不一样？
- 因为别的东西变了——最常见是 checkpoint。只有当模型、prompt 与设置都一致时，seed 才能复现同一图。
- 一个 checkpoint 文件有多大？
- 通常是数 GB。因此一旦收藏多了，存储就会成为现实问题。
- 任何 checkpoint 都能在任意界面里用吗？
- 只有架构匹配才行。某一模型家族的 checkpoint 无法在期待另一个架构的工具里加载。
- 为什么“checkpoint”会指代模型文件？
- 因为训练时会定期把权重写入磁盘以保进度不丢，而大家下载运行的文件正是这些保存之一。
- 社区 checkpoint 可安全商用吗？
- 并不自动安全。基座模型的许可仍然有效，分发的 checkpoint 另有其条款，微调用的训练素材也常未披露。
今天就开始创作
用最佳 AI 图像生成器生成你的第一张图。
用一句话在数秒内生成成片、逼真的图像——随后精修每个细节。无需配置、无需 Discord、无需 GPU。
加入 4,200+ 位创作者正在使用 LaFoto