Entrena una LoRA localmente: personajes de IA consistentes en tu propia GPU (2026)

Los modelos de texto a imagen son muy buenos inventando una cara y pésimos recordándola. Pide la misma persona dos veces y obtendrás dos personas distintas. Una LoRA soluciona esto: es un archivo pequeño que le enseña al modelo un sujeto específico, de modo que el mismo personaje vuelve a aparecer cada vez que lo invocas. Esta guía explica qué es realmente una LoRA, cómo entrenar una LoRA localmente en tu propia GPU NVIDIA, y por qué las fotos que le das importan mucho más que cualquier ajuste de entrenamiento.

Qué es realmente una LoRA

Un modelo base como Stable Diffusion XL sabe cómo es una persona en general. No sabe cómo es tu personaje. Reentrenar el modelo completo para enseñárselo requeriría una cantidad enorme de cómputo y produciría un archivo de varios gigabytes.

Una LoRA (Low-Rank Adaptation) toma un camino más corto. En lugar de reescribir el modelo, aprende un pequeño conjunto de ajustes que se colocan encima de él. El resultado es un archivo de unas decenas de megabytes que cargas junto al modelo base. Cuando usas la palabra activadora que elegiste durante el entrenamiento, el modelo aplica esos ajustes y renderiza a tu sujeto en lugar de a un desconocido.

Esa es toda la idea detrás de la consistencia de personaje: no un mejor prompt, sino un pequeño archivo entrenado que lleva la identidad por ti.

Por qué entrenar localmente en lugar de en la nube

El entrenamiento es el paso en el que entregas el material más sensible que tienes: un conjunto de fotografías reales de una cara real. Eso convierte el lugar donde ocurre en una pregunta legítima, no en un detalle técnico.

• Las fotos nunca salen de tu equipo. Una ejecución de entrenamiento local de LoRA lee las imágenes desde tu disco, calcula en tu propia GPU, y escribe el archivo resultante de vuelta en tu disco. Sin subidas, sin copias guardadas en el almacenamiento de otra persona, sin términos de servicio decidiendo qué pasa con un dataset de caras.
• Sin medición por uso. Los servicios de entrenamiento en la nube cobran por ejecución, y una LoRA rara vez sale bien al primer intento. Entrenar localmente te cuesta electricidad y tiempo, así que puedes iterar hasta que el parecido sea realmente bueno en lugar de racionar tus intentos.
• El archivo es tuyo. Una LoRA entrenada localmente es un archivo en tu disco. Puedes respaldarlo, reutilizarlo, borrarlo. No vive en una cuenta que puede suspenderse ni en un servicio que puede cerrar.

El coste es el tiempo. Una ejecución local en una tarjeta gráfica común tarda aproximadamente 30 a 60 minutos mientras ocupa tu VRAM. El entrenamiento en la nube en tendre.AI tarda unos 15 a 20 minutos y deja tu equipo libre, usando créditos en su lugar. Ambos producen el mismo tipo de archivo. Elige local cuando la privacidad y el coste importan más, y la nube cuando estás lejos de tu GPU o tienes prisa.

El dataset es todo el trabajo

Esta es la parte que la mayoría de las guías se saltan, y es la parte que decide si tu LoRA funciona. Los ajustes de entrenamiento son en su mayoría valores por defecto ya resueltos. Tu conjunto de fotos no.

De diez a quince fotos es el rango útil. Menos puede funcionar, incluso una sola imagen produce algo, pero el parecido suele salir peor. Muchas más rara vez ayuda y a menudo perjudica, porque un conjunto grande de fotos casi idénticas le enseña al modelo el fondo en lugar de la cara.

La variedad es lo que realmente estás alimentando. El modelo aprende qué permanece constante entre tus fotos. Si todas las tomas son el mismo ángulo en la misma habitación, concluye que la habitación forma parte de la persona. Varía el ángulo, la iluminación, la distancia, la expresión y el fondo. Lo que permanece idéntico en todas ellas es la identidad, y es precisamente eso lo que quieres que extraiga.

La calidad vence a la cantidad. Caras nítidas, bien iluminadas, sin obstrucciones. Descarta las borrosas, los filtros pesados, las tomas donde las gafas de sol o una mano cubren media cara. Una foto mala entre doce basta para arrastrar el resultado hacia abajo.

Si las fotos reales son escasas, puedes completar el conjunto con imágenes generadas por IA del mismo sujeto. Es una forma legítima de alcanzar un número utilizable cuando solo tienes cinco o seis tomas reales. Los detalles completos están en Prepara tu dataset de fotos.

Cómo funciona en tendre.AI

1. Reúne el conjunto. De diez a quince fotos del mismo sujeto, variadas y limpias.
2. Importa y nombra. Abre un personaje, importa las fotos, y elige una palabra activadora. Esa palabra es cómo invocarás al personaje en futuros prompts.
3. Deja que etiquete. La app etiqueta cada foto automáticamente con el sistema de etiquetado WD14, así que no escribes etiquetas a mano.
4. Elige local o nube. El entrenamiento local se ejecuta en tu GPU y pausa el motor de generación para liberar VRAM. El entrenamiento en la nube se ejecuta en los servidores de tendre.AI y deja tu equipo tranquilo.
5. Espera, luego prueba. Genera una imagen con la palabra activadora y juzga el parecido antes de construir nada encima.
6. Reutilízalo. El personaje ahora se mantiene consistente en escenas, estilos y resoluciones. La versión paso a paso está en Entrena una LoRA.

Qué necesitas

Un PC con Windows con una GPU NVIDIA moderna, serie RTX 20 o más reciente, y 8 GB de VRAM como mínimo cómodo. Doce gigabytes o más te dan margen para resoluciones más altas y flujos de trabajo más pesados.

La generación de imágenes en tu propia GPU es gratuita e ilimitada en tendre.AI, sin necesidad de licencia para empezar. La licencia añade personajes consistentes, es decir, una identidad entrenada con LoRA que se mantiene en distintas escenas, además de generación en la nube y 200 créditos para los días en que estás lejos de tu equipo. Es una compra única, no una suscripción. Consulta los precios.

Dónde encaja la LoRA junto a todo lo demás

Una LoRA es una herramienta entre varias, y vale la pena saber cuándo no es la adecuada.

Usa una LoRA cuando necesites el mismo sujeto repetidamente en muchas imágenes: un personaje recurrente, una mascota de marca, un modelo consistente para una serie. La inversión inicial en entrenamiento se paga a lo largo de decenas de generaciones.

No entrenes una LoRA para una imagen aislada. Un prompt bien escrito en un buen generador de imágenes IA local te llevará ahí más rápido. El entrenamiento es una inversión en repetición, no un impulso de calidad de propósito general.

Y una LoRA enseña identidad, no composición. No arreglará un prompt malo, una pose torpe o una mano rota. Eso corresponde al prompting, el inpainting y el upscaling, que se sitúan junto a ella en la app de Windows.

Preguntas frecuentes

¿Cuántas fotos necesito para entrenar una LoRA? De diez a quince fotos del mismo sujeto es el rango útil. Con menos también se puede entrenar, incluso una imagen funciona, pero el parecido suele degradarse. Más allá de veinte rara vez se gana algo, y las tomas casi idénticas pueden enseñarle al modelo el fondo en lugar de la cara.

¿Cuánto tarda el entrenamiento local de una LoRA? Aproximadamente 30 a 60 minutos en una GPU NVIDIA común. Ocupa tu VRAM mientras se ejecuta, así que tendre.AI pausa el motor de generación durante ese tiempo. El entrenamiento en la nube tarda unos 15 a 20 minutos y deja tu equipo libre.

¿Se suben mis fotos cuando entreno una LoRA localmente? No. El entrenamiento local lee las imágenes desde tu disco, calcula en tu propia GPU, y escribe el archivo LoRA de vuelta en tu disco. Nada se sube. Solo el entrenamiento en la nube, que es opcional y funciona con créditos, envía algo fuera de tu equipo.

¿Necesito una licencia para generar imágenes localmente? No. La generación de imágenes en tu propia GPU NVIDIA es gratuita e ilimitada sin licencia. La licencia desbloquea personajes consistentes en distintas escenas, generación en la nube y 200 créditos.

¿Puedo usar una LoRA entrenada en otro lugar? Una LoRA es un archivo estándar, así que una entrenada para la misma familia de modelo base generalmente se podrá cargar. Entrenar dentro de tendre.AI principalmente te ahorra el etiquetado, los ajustes y las conjeturas.

¿Qué es una palabra activadora? La palabra que eliges durante el entrenamiento para invocar a tu personaje. Ponla en un prompt y el modelo aplicará la LoRA y renderizará a tu sujeto. Elige algo distintivo que no choque con vocabulario cotidiano.