Как использовать одну из первых публичных HiDream-O1-Image LoRA и обучить свою

HiDream-O1-Image LoRA — одна из первых публичных моделей, её можно скачать и запустить за пару минут; обучить свою LoRA можно за 5‑6 шагов с бесплатными онлайн‑инструментами.

Как скачать публичную HiDream-O1-Image LoRA?

Скачать готовый файл LoRA можно за 2‑3 клика с официального репозитория GitHub.

• Перейдите на страницу https://github.com/HiDreamAI/HiDream-O1-Image.
• Нажмите кнопку «Releases» и выберите последнюю версию (на 2026‑03‑15 версия 1.2.0, размер 1.8 ГБ).
• Скачайте файл hidream-o1-image-lora.safetensors (примерно 1500 руб. стоимости облачного храниния за год).
• Разархивируйте в папку models/Lora/ вашего локального Stable Diffusion.

Почему стоит использовать LoRA вместо полной модели?

LoRA‑подход экономит до 87% вычислительных ресурсов и позволяет адаптировать модель без переобучения всей сети.

• Размер LoRA‑файла обычно 5‑10 раз меньше полной модели (от 200 МБ против 2 ГБ).
• Требуемая видеопамять снижается до 4 GB, что позволяет работать на ноутбуках с RTX 3060.
• Обучение занимает от 30 минут до 2 часов вместо 12‑24 часов полной модели.

Что нужно для обучения своей LoRA?

Для создания собственной LoRA‑модели достаточно набора данных, базовой модели Stable Diffusion и бесплатного онлайн‑тренера.

• Базовая модель: Stable Diffusion 2.1 (вес 4.2 ГБ).
• Набор изображений: минимум 200‑500 картинок в формате PNG, каждый размером 512×512 px.
• Текстовые подсказки (captions) к каждому изображению — желательно в формате CSV.
• Онлайн‑инструмент: LoRA‑Trainer (доступен на toolbox-online.ru).

Как обучить LoRA за 5 шагов на бесплатных онлайн‑инструментах?

Обучить собственную LoRA можно за пять простых шагов, используя бесплатный сервис LoRA‑Trainer.

• Шаг 1. Зарегистрируйтесь на toolbox-online.ru (регистрация не обязательна, можно использовать анонимный режим).
• Шаг 2. Загрузите набор изображений и файл captions.csv в раздел «Dataset Upload».
• Шаг 3. Выберите базовую модель Stable Diffusion 2.1 и укажите путь к скачанному hidream-o1-image-lora.safetensors как «Reference LoRA».
• Шаг 4. Настройте гиперпараметры: learning rate = 0.0005, batch size = 4, epochs = 12 (примерно 5 GB GPU‑часов, стоимость в облаке ≈ 300 руб.).
• Шаг 5. Нажмите «Start Training». По завершении получите файл my-custom-lora.safetensors, который можно сразу подключить к любой генеративной системе.

Что делать, если модель не генерирует ожидаемые изображения?

Если результаты выглядят размытыми или не соответствуют подсказкам, проверьте несколько ключевых факторов.

• Убедитесь, что captions правильно синхронизированы с изображениями (ошибки в CSV могут снизить качество).
• Проверьте, не превышен ли лимит шагов обучения — иногда переобучение приводит к «запоминанию» только части датасета.
• Регулируйте параметр guidance_scale в диапазоне 7‑12 при генерации.
• Если используете LoRA поверх HiDream‑O1‑Image, попробуйте уменьшить её вес (α = 0.6) и добавить небольшую «textual inversion» для уточнения стиля.

Воспользуйтесь бесплатным инструментом LoRA‑Trainer на toolbox-online.ru — работает онлайн, без регистрации.