Entraîner un LoRA en local : personnages IA cohérents sur ton propre GPU (2026)

Les modèles texte-vers-image sont très doués pour inventer un visage et complètement incapables de s'en souvenir. Demande la même personne deux fois et tu obtiens deux personnes différentes. Un LoRA règle ce problème : c'est un petit fichier qui apprend au modèle un sujet précis, si bien que le même personnage revient à chaque fois que tu l'appelles. Ce guide explique ce qu'est réellement un LoRA, comment entraîner un LoRA en local sur ton propre GPU NVIDIA, et pourquoi les photos que tu lui fournis comptent bien plus que n'importe quel réglage d'entraînement.

Ce qu'est réellement un LoRA

Un modèle de base comme Stable Diffusion XL sait à quoi ressemble une personne en général. Il ne sait pas à quoi ressemble ton personnage. Réentraîner tout le modèle pour le lui apprendre demanderait une puissance de calcul énorme et produirait un fichier de plusieurs gigaoctets.

Un LoRA (Low-Rank Adaptation) prend un raccourci. Au lieu de réécrire le modèle, il apprend un petit ensemble d'ajustements qui viennent se greffer dessus. Le résultat est un fichier de quelques dizaines de mégaoctets que tu charges en même temps que le modèle de base. Quand tu utilises le mot déclencheur choisi pendant l'entraînement, le modèle applique ces ajustements et génère ton sujet au lieu d'un inconnu.

C'est toute l'idée derrière la cohérence de personnage : pas un meilleur prompt, mais un petit fichier entraîné qui porte l'identité à ta place.

Pourquoi entraîner en local plutôt que dans le cloud

L'entraînement est l'étape où tu confies le matériel le plus sensible que tu possèdes : un ensemble de vraies photographies d'un vrai visage. L'endroit où ça se passe devient donc une vraie question, pas un détail technique.

• Les photos ne quittent jamais ta machine. Un entraînement LoRA local lit les images sur ton disque, calcule sur ton propre GPU, et réécrit le fichier résultant sur ton disque. Aucun envoi, aucune copie qui traîne sur le stockage de quelqu'un d'autre, aucunes conditions d'utilisation qui décident de ce qui arrive à un ensemble de visages.
• Pas de comptage. Les services d'entraînement cloud facturent à l'exécution, et un LoRA est rarement bon du premier coup. Entraîner en local te coûte de l'électricité et du temps, tu peux donc itérer jusqu'à ce que la ressemblance soit vraiment bonne au lieu de rationner tes tentatives.
• Le fichier t'appartient. Un LoRA entraîné en local est un fichier sur ton disque. Tu peux le sauvegarder, le réutiliser, le supprimer. Il ne vit pas dans un compte qui peut être suspendu, ni dans un service qui peut fermer.

Le compromis, c'est le temps. Un entraînement local sur une carte grand public prend environ 30 à 60 minutes pendant lesquelles il monopolise ta VRAM. L'entraînement cloud sur tendre.AI prend environ 15 à 20 minutes et laisse ta machine libre, en consommant des crédits à la place. Les deux produisent le même type de fichier. Choisis le local quand la confidentialité et le coût comptent le plus, le cloud quand tu es loin de ton GPU ou pressé.

Le dataset, c'est tout le travail

C'est la partie que la plupart des guides sautent, et c'est pourtant elle qui décide si ton LoRA fonctionne. Les réglages d'entraînement sont largement des valeurs par défaut déjà réglées. Ton ensemble de photos, lui, ne l'est pas.

Dix à quinze photos, c'est la plage utile. Moins peut fonctionner, même une seule image produira quelque chose, mais la ressemblance en pâtit généralement. Beaucoup plus n'aide presque jamais et nuit souvent, car un grand ensemble de clichés quasi identiques apprend l'arrière-plan au modèle plutôt que le visage.

La variété, c'est ce que tu nourris réellement. Le modèle apprend ce qui reste constant sur tes photos. Si chaque cliché a le même angle dans la même pièce, il en conclut que la pièce fait partie de la personne. Varie l'angle, l'éclairage, la distance, l'expression et l'arrière-plan. Ce qui reste identique sur toutes les photos, c'est l'identité, et c'est précisément ce que tu veux qu'il en extraie.

La qualité prime sur la quantité. Des visages nets, bien éclairés, sans obstruction. Écarte les photos floues, les filtres trop appuyés, les clichés où des lunettes de soleil ou une main cachent la moitié du visage. Une seule mauvaise photo sur douze suffit à tirer le résultat vers le bas.

Si les vraies photos manquent, tu peux compléter l'ensemble avec des images générées par IA du même sujet. C'est une façon légitime d'atteindre un nombre exploitable quand tu n'as que cinq ou six clichés réels. Tous les détails se trouvent dans Préparer ton dataset de photos.

Comment ça marche dans tendre.AI

1. Rassemble l'ensemble. Dix à quinze photos du même sujet, variées et propres.
2. Importe et nomme. Ouvre un personnage, importe les photos, et choisis un mot déclencheur. C'est ce mot qui te permettra d'appeler le personnage dans tes futurs prompts.
3. Laisse-le légender. L'application légende automatiquement chaque photo grâce au tagging WD14, tu n'as donc pas à écrire les étiquettes toi-même.
4. Choisis local ou cloud. Le local tourne sur ton GPU et met en pause le moteur de génération pour libérer de la VRAM. Le cloud tourne sur les serveurs de tendre.AI et laisse ta machine tranquille.
5. Attends, puis teste. Génère une image avec le mot déclencheur et juge la ressemblance avant de construire quoi que ce soit dessus.
6. Réutilise-le. Le personnage tient maintenant à travers les scènes, les styles et les résolutions. La version détaillée étape par étape se trouve dans Entraîner un LoRA.

Ce dont tu as besoin

Un PC Windows avec un GPU NVIDIA récent, série RTX 20 ou plus récente, et 8 Go de VRAM comme minimum confortable. Douze gigaoctets ou plus te donnent de la marge pour des résolutions plus élevées et des workflows plus lourds.

La génération d'images sur ton propre GPU est gratuite et illimitée dans tendre.AI, sans licence nécessaire pour démarrer. La licence ajoute les personnages cohérents, c'est-à-dire une identité entraînée via LoRA qui tient à travers les scènes, plus la génération cloud et 200 crédits pour les jours où tu es loin de ta machine. C'est un achat unique, pas un abonnement. Consulte les tarifs.

La place du LoRA parmi tout le reste

Un LoRA est un outil parmi d'autres, et il vaut mieux savoir quand ce n'est pas le bon.

Utilise un LoRA quand tu as besoin du même sujet de manière répétée sur de nombreuses images : un personnage récurrent, une mascotte de marque, un modèle cohérent pour une série. L'investissement initial dans l'entraînement se rentabilise sur des dizaines de générations.

N'entraîne pas de LoRA pour une image unique. Un prompt bien écrit sur un bon générateur d'images IA local t'y mènera plus vite. L'entraînement est un investissement dans la répétition, pas un boost de qualité universel.

Et un LoRA enseigne une identité, pas une composition. Il ne corrigera pas un mauvais prompt, une pose maladroite ou une main mal formée. Cela relève du prompting, de l'inpainting et de l'upscaling, qui viennent s'ajouter à côté dans l'application Windows.

FAQ

De combien de photos ai-je besoin pour entraîner un LoRA ? Dix à quinze photos du même sujet, c'est la plage utile. Moins fonctionnera quand même, même une seule image marche, mais la ressemblance se dégrade généralement. Au-delà de vingt, tu ne gagnes presque jamais rien, et des clichés quasi identiques peuvent apprendre l'arrière-plan au modèle plutôt que le visage.

Combien de temps prend un entraînement LoRA local ? Environ 30 à 60 minutes sur un GPU NVIDIA grand public. Il monopolise ta VRAM pendant son exécution, donc tendre.AI met en pause le moteur de génération le temps que ça dure. L'entraînement cloud prend environ 15 à 20 minutes et laisse ta machine libre.

Mes photos sont-elles envoyées quand j'entraîne un LoRA en local ? Non. L'entraînement local lit les images sur ton disque, calcule sur ton propre GPU, et réécrit le fichier LoRA sur ton disque. Rien n'est envoyé. Seul l'entraînement cloud, optionnel et basé sur des crédits, fait sortir quelque chose de ta machine.

Ai-je besoin d'une licence pour générer des images en local ? Non. La génération d'images sur ton propre GPU NVIDIA est gratuite et illimitée sans licence. La licence débloque les personnages cohérents à travers les scènes, la génération cloud et 200 crédits.

Puis-je utiliser un LoRA entraîné ailleurs ? Un LoRA est un fichier standard, donc un LoRA entraîné pour la même famille de modèle de base se chargera généralement sans problème. L'entraîner directement dans tendre.AI t'évite surtout le légendage, les réglages et les approximations.

Qu'est-ce qu'un mot déclencheur ? Le mot que tu choisis pendant l'entraînement pour appeler ton personnage. Mets-le dans un prompt et le modèle applique le LoRA et génère ton sujet. Choisis quelque chose de distinctif qui n'entrera pas en collision avec le vocabulaire courant.