LoRAをローカルで学習:自分のGPUで一貫したAIキャラクターを作る方法(2026年)

テキストから画像を生成するモデルは、顔を作り出すのは得意ですが、それを覚えておくのは苦手です。同じ人物を2回リクエストすると、2人の別人が生成されてしまいます。LoRAはこの問題を解決します。LoRAとは、モデルに特定の被写体を学習させる小さなファイルで、呼び出すたびに同じキャラクターが登場するようになります。このガイドでは、LoRAとは実際に何なのか、自分のNVIDIA GPUでLoRAをローカルで学習する方法、そしてどんな学習設定よりも与える写真のほうがはるかに重要である理由を解説します。

LoRAとは実際に何か

Stable Diffusion XLのようなベースモデルは、人間が一般的にどのような見た目かを知っています。しかし、あなたのキャラクターがどのような見た目かは知りません。それを教えるためにモデル全体を再学習させるには、膨大な計算量が必要になり、数ギガバイトのファイルが生成されてしまいます。

LoRA(Low-Rank Adaptation)は近道を取ります。モデルを書き換える代わりに、その上に重ねる形で少量の調整を学習するのです。結果として生成されるのは数十メガバイトのファイルで、ベースモデルと一緒に読み込んで使用します。学習時に選んだトリガーワードを使うと、モデルはその調整を適用し、見知らぬ人物ではなくあなたの被写体を描画します。

これがキャラクターの一貫性の本質です。優れたプロンプトではなく、アイデンティティを運んでくれる小さな学習済みファイルこそが鍵なのです。

クラウドではなくローカルで学習する理由

学習は、あなたが持つ最もセンシティブな素材、つまり実在する顔の実写真のセットを預ける段階です。だからこそ、それがどこで行われるかは単なる技術的な話ではなく、本質的な問題になります。

• 写真は一切マシンの外に出ません。 ローカルLoRA学習の実行では、画像をディスクから読み込み、自分のGPUで計算し、結果のファイルをディスクに書き戻します。アップロードもなく、他人のストレージにコピーが残ることもなく、顔のデータセットがどう扱われるかを利用規約が決めることもありません。
• 課金の心配もありません。 クラウド学習サービスは実行ごとに課金され、LoRAは最初の試行でうまくいくことはめったにありません。ローカルでの学習にかかるのは電気代と時間だけなので、試行回数を気にすることなく、実際に似るまで何度でも繰り返せます。
• ファイルは自分のものになります。 ローカルで学習したLoRAは、あなたのドライブ上にあるファイルです。バックアップも、再利用も、削除も自由にできます。停止されるアカウントや、終了するかもしれないサービスに預けられることはありません。

その代わりに必要なのが時間です。主流のグラフィックカードでのローカル実行は、VRAMを占有しながらおよそ30〜60分かかります。tendre.AIでのクラウド学習は約15〜20分で完了し、マシンは空けたままにできますが、代わりにクレジットを消費します。どちらも同じ種類のファイルを生成します。プライバシーとコストを最優先するならローカル、GPUから離れているときや急いでいるときはクラウドを選んでください。

データセットがすべてを決める

ここは多くのガイドが省略する部分ですが、LoRAがうまく機能するかどうかを決める部分でもあります。学習設定はほとんどの場合、デフォルトのままで十分です。しかし、写真セットはそうではありません。

10〜15枚が実用的な枚数の範囲です。 それより少なくても機能することはあり、1枚でも何かは生成されますが、似ている度合いは通常低下します。それより大幅に多くしても効果はほとんどなく、むしろ悪化することが多いです。ほぼ同じ写真ばかりのセットは、モデルに顔ではなく背景を学習させてしまうためです。

実際に与えているのは「バリエーション」です。 モデルは写真全体を通して変わらないものを学習します。すべてのショットが同じ部屋の同じ角度であれば、モデルはその部屋を人物の一部だと結論づけてしまいます。角度、照明、距離、表情、背景を変えてください。すべてに共通して変わらないのがアイデンティティであり、それこそがモデルに抽出させたいものです。

質は量に勝ります。 鮮明で、照明が良く、顔が遮られていない写真を選びましょう。ぼやけた写真、加工が強すぎる写真、サングラスや手で顔の半分が隠れている写真は除外してください。12枚のうち1枚でも質の悪い写真が混じっていれば、結果の質は十分に下がってしまいます。

実写真が足りない場合は、同じ被写体のAI生成画像でセットを補うこともできます。実写真が5〜6枚しかない場合に、使える枚数まで増やす正当な方法です。詳細は写真データセットを準備するをご覧ください。

tendre.AIでの仕組み

1. セットを集める。 同じ被写体の写真を10〜15枚、バリエーション豊かで質の良いものを用意します。
2. インポートして名付ける。 キャラクターを開いて写真をインポートし、トリガーワードを選びます。このワードが、今後プロンプトでキャラクターを呼び出すための鍵になります。
3. キャプションを任せる。 アプリがWD14タグ付けですべての写真に自動でキャプションを付けるため、ラベルを手動で書く必要はありません。
4. ローカルかクラウドかを選ぶ。 ローカルは自分のGPUで実行され、VRAMを確保するために生成エンジンを一時停止します。クラウドはtendre.AIのサーバー上で実行され、マシンには一切触れません。
5. 待って、テストする。 トリガーワードで1枚画像を生成し、それを土台に何かを作り始める前に、似ている度合いを確認します。
6. 再利用する。 これでキャラクターは、シーン、スタイル、解像度をまたいで一貫して保たれます。詳しい手順はLoRAを学習するにあります。

必要なもの

最新のNVIDIA GPU(RTX 20シリーズ以降)を搭載したWindows PCと、快適に使うための目安として8GBのVRAMが必要です。12GB以上あれば、高解像度や負荷の大きいワークフローにも余裕を持って対応できます。

tendre.AIでは、自分のGPUでの画像生成は無料かつ無制限で、始めるのにライセンスは不要です。ライセンスを追加すると、一貫したキャラクター(シーンをまたいで保たれるLoRA学習済みのアイデンティティ)に加えて、クラウド生成と、マシンから離れている日のための200クレジットが使えるようになります。サブスクリプションではなく、一度きりの購入です。料金をご覧ください。

LoRAが他の機能とどう組み合わさるか

LoRAはいくつかあるツールの1つに過ぎず、いつ使うべきでないかを知っておく価値もあります。

同じ被写体を何度も、複数の画像にわたって必要とする場合、たとえば繰り返し登場するキャラクター、ブランドのマスコット、シリーズ用の一貫したモデルなどにはLoRAを使いましょう。最初にかかる学習の手間は、何十回もの生成を通じて元が取れます。

1枚限りの画像のためにLoRAを学習するのはやめましょう。優れたローカルAI画像生成ツールでよく練られたプロンプトを使うほうが、はるかに早くたどり着けます。学習は繰り返しへの投資であり、汎用的な品質向上の手段ではありません。

また、LoRAが学習するのはアイデンティティであり、構図ではありません。悪いプロンプト、不自然なポーズ、崩れた手を修正することはできません。それらはプロンプト作成、インペインティング、アップスケーリングの領域であり、Windows版アプリではLoRAと並んで用意されています。

FAQ

LoRAを学習するには何枚の写真が必要ですか? 同じ被写体の写真10〜15枚が実用的な範囲です。それより少なくても学習自体は可能で、1枚でも機能しますが、似ている度合いは通常低下します。20枚を超えるとほとんど効果は得られず、ほぼ同じ写真ばかりだと、モデルが顔ではなく背景を学習してしまうこともあります。

ローカルLoRA学習にはどのくらい時間がかかりますか? 主流のNVIDIA GPUではおよそ30〜60分かかります。実行中はVRAMを占有するため、tendre.AIはその間、生成エンジンを一時停止します。クラウド学習は約15〜20分で完了し、マシンは空けたままにできます。

LoRAをローカルで学習するとき、写真はアップロードされますか? いいえ。ローカル学習では、画像をディスクから読み込み、自分のGPUで計算し、LoRAファイルをディスクに書き戻します。アップロードされるものは何もありません。マシンから何かが送信されるのは、任意で選択でき、クレジットを消費するクラウド学習の場合のみです。

ローカルで画像を生成するのにライセンスは必要ですか? いいえ。自分のNVIDIA GPUでの画像生成は、ライセンスなしで無料かつ無制限です。ライセンスを購入すると、シーンをまたいだ一貫したキャラクター、クラウド生成、200クレジットが利用できるようになります。

他の場所で学習したLoRAを使うことはできますか? LoRAは標準的なファイル形式なので、同じベースモデルファミリー向けに学習されたものであれば、基本的に読み込むことができます。tendre.AI内で学習する主な利点は、キャプション付け、設定、試行錯誤の手間を省けることです。

トリガーワードとは何ですか? 学習時に選ぶ、キャラクターを呼び出すための単語です。プロンプトに含めると、モデルはLoRAを適用し、あなたの被写体を描画します。日常的な語彙と重ならない、特徴的な単語を選んでください。