Treina uma LoRA Localmente: Personagens de IA Consistentes na Tua Própria GPU (2026)

Os modelos de texto para imagem são muito bons a inventar uma cara e péssimos a lembrar-se dela. Pede a mesma pessoa duas vezes e obténs duas pessoas diferentes. Uma LoRA resolve isso: é um ficheiro pequeno que ensina ao modelo um sujeito específico, para que a mesma personagem volte sempre que a invocas. Este guia explica o que é realmente uma LoRA, como treinar uma LoRA localmente na tua própria GPU NVIDIA, e porque é que as fotos que lhe forneces importam muito mais do que qualquer definição de treino.

O que é realmente uma LoRA

Um modelo base como o Stable Diffusion XL sabe como é uma pessoa em geral. Não sabe como é a tua personagem. Voltar a treinar todo o modelo para lhe ensinar isso exigiria uma quantidade enorme de computação e produziria um ficheiro de vários gigabytes.

Uma LoRA (Low-Rank Adaptation) opta por um atalho. Em vez de reescrever o modelo, aprende um pequeno conjunto de ajustes que assentam sobre ele. O resultado é um ficheiro de algumas dezenas de megabytes que carregas juntamente com o modelo base. Quando usas a palavra-gatilho que escolheste durante o treino, o modelo aplica esses ajustes e representa o teu sujeito em vez de um desconhecido.

É essa a ideia por trás da consistência de personagem: não um prompt melhor, mas um pequeno ficheiro treinado que transporta a identidade por ti.

Porque treinar localmente em vez de na cloud

O treino é o passo em que entregas o material mais sensível que possuis: um conjunto de fotografias reais de uma cara real. Isso torna o local onde acontece uma questão genuína, não um pormenor técnico.

• As fotos nunca saem da tua máquina. Uma execução de treino local de LoRA lê as imagens do teu disco, processa na tua própria GPU e escreve o ficheiro resultante de volta no teu disco. Sem envios, sem cópias a residir no armazenamento de outra pessoa, sem termos de serviço a decidir o que acontece a um conjunto de dados de caras.
• Sem contagem. Os serviços de treino na cloud cobram por execução, e uma LoRA raramente fica bem à primeira tentativa. Treinar localmente custa-te eletricidade e tempo, por isso podes iterar até a semelhança ficar realmente boa em vez de racionares as tentativas.
• O ficheiro é teu. Uma LoRA treinada localmente é um ficheiro no teu disco. Podes fazer uma cópia de segurança, reutilizá-lo, apagá-lo. Não vive numa conta que pode ser suspensa ou num serviço que pode encerrar.

A contrapartida é o tempo. Uma execução local numa placa comum demora aproximadamente 30 a 60 minutos, durante os quais ocupa a tua VRAM. O treino na cloud na tendre.AI demora cerca de 15 a 20 minutos e deixa a tua máquina livre, consumindo créditos em vez disso. Ambos produzem o mesmo tipo de ficheiro. Escolhe local quando a privacidade e o custo são o mais importante, cloud quando estás longe da tua GPU ou com pressa.

O conjunto de dados é todo o trabalho

Esta é a parte que a maioria dos guias ignora, e é a parte que decide se a tua LoRA funciona. As definições de treino são, em grande parte, valores predefinidos já resolvidos. O teu conjunto de fotos não é.

Dez a quinze fotos é o intervalo útil. Menos pode funcionar, até uma única imagem produz algum resultado, mas a semelhança costuma sofrer. Muitas mais raramente ajuda e muitas vezes prejudica, porque um conjunto grande de fotos quase idênticas ensina ao modelo o fundo em vez da cara.

A variedade é aquilo que realmente estás a fornecer. O modelo aprende o que se mantém constante ao longo das tuas fotos. Se todas as fotos forem o mesmo ângulo na mesma sala, ele conclui que a sala faz parte da pessoa. Varia o ângulo, a iluminação, a distância, a expressão e o fundo. O que permanece idêntico em todas elas é a identidade, e é precisamente isso que queres que ele extraia.

A qualidade vence a quantidade. Caras nítidas, bem iluminadas e desobstruídas. Descarta as desfocadas, os filtros pesados, as fotos em que óculos de sol ou uma mão cobrem metade da cara. Uma foto má em doze já é suficiente para arrastar o resultado para baixo.

Se as fotos reais forem escassas, podes completar o conjunto com imagens geradas por IA do mesmo sujeito. É uma forma legítima de chegar a um número utilizável quando só tens cinco ou seis fotos reais. Todos os detalhes estão em Prepara o teu conjunto de fotos.

Como funciona na tendre.AI

1. Reúne o conjunto. Dez a quinze fotos do mesmo sujeito, variadas e limpas.
2. Importa e dá um nome. Abre uma personagem, importa as fotos e escolhe uma palavra-gatilho. Essa palavra é como vais invocar a personagem em prompts futuros.
3. Deixa-a legendar. A aplicação legenda automaticamente cada foto com a etiquetagem WD14, para não teres de escrever rótulos à mão.
4. Escolhe local ou cloud. O local corre na tua GPU e pausa o motor de geração para libertar VRAM. O cloud corre nos servidores da tendre.AI e não mexe na tua máquina.
5. Espera e depois testa. Gera uma imagem com a palavra-gatilho e avalia a semelhança antes de construíres seja o que for em cima dela.
6. Reutiliza-a. A personagem agora mantém-se consistente em cenas, estilos e resoluções. A versão passo a passo está em Treina uma LoRA.

O que precisas

Um PC com Windows com uma GPU NVIDIA moderna, série RTX 20 ou mais recente, e 8 GB de VRAM como base confortável. Doze gigabytes ou mais dão-te margem para resoluções mais altas e fluxos de trabalho mais pesados.

A geração de imagens na tua própria GPU é gratuita e ilimitada na tendre.AI, sem necessidade de licença para começar. A licença acrescenta personagens consistentes, ou seja, uma identidade treinada com LoRA que se mantém em todas as cenas, além de geração na cloud e 200 créditos para os dias em que estás longe da tua máquina. É uma compra única, não uma subscrição. Consulta os preços.

Onde as LoRAs se encaixam em relação a tudo o resto

Uma LoRA é uma ferramenta entre várias, e vale a pena saber quando é a errada.

Usa uma LoRA quando precisas do mesmo sujeito repetidamente em muitas imagens: uma personagem recorrente, a mascote de uma marca, um modelo consistente para uma série. O treino inicial compensa ao longo de dezenas de gerações.

Não treines uma LoRA para uma imagem única. Um prompt bem escrito num bom gerador de imagens de IA local leva-te lá mais depressa. O treino é um investimento em repetição, não um impulso genérico de qualidade.

E uma LoRA ensina identidade, não composição. Não vai corrigir um prompt mau, uma pose desajeitada ou uma mão mal formada. Isso pertence ao prompting, ao inpainting e ao upscaling, que existem ao lado dela na aplicação para Windows.

Perguntas frequentes

Quantas fotos preciso para treinar uma LoRA? Dez a quinze fotos do mesmo sujeito é o intervalo útil. Com menos ainda se consegue treinar, até uma imagem funciona, mas a semelhança costuma degradar-se. Acima de vinte raramente ganhas alguma coisa, e fotos quase idênticas podem ensinar ao modelo o fundo em vez da cara.

Quanto tempo demora o treino local de uma LoRA? Aproximadamente 30 a 60 minutos numa GPU NVIDIA comum. Ocupa a tua VRAM enquanto corre, por isso a tendre.AI pausa o motor de geração durante esse período. O treino na cloud demora cerca de 15 a 20 minutos e deixa a tua máquina livre.

As minhas fotos são enviadas quando treino uma LoRA localmente? Não. O treino local lê as imagens do teu disco, processa na tua própria GPU e escreve o ficheiro LoRA de volta no teu disco. Nada é enviado. Só o treino na cloud, que é opcional e funciona com créditos, envia alguma coisa para fora da tua máquina.

Preciso de uma licença para gerar imagens localmente? Não. A geração de imagens na tua própria GPU NVIDIA é gratuita e ilimitada, sem licença. A licença desbloqueia personagens consistentes em todas as cenas, geração na cloud e 200 créditos.

Posso usar uma LoRA treinada noutro sítio? Uma LoRA é um ficheiro padrão, por isso uma treinada para a mesma família de modelo base geralmente carrega sem problemas. Treinar dentro da tendre.AI poupa-te principalmente a legendagem, as definições e as tentativas por adivinhação.

O que é uma palavra-gatilho? A palavra que escolhes durante o treino para invocar a tua personagem. Coloca-a num prompt e o modelo aplica a LoRA e representa o teu sujeito. Escolhe algo distintivo que não colida com vocabulário comum.