Cos'è un LoRA e come si usa nelle immagini AI

Se hai esplorato il mondo di Stable Diffusion ti sei imbattuto nei LoRA: file da pochi megabyte che aggiungono al modello un personaggio, uno stile o un oggetto specifico. Sono probabilmente lo strumento che più di ogni altro permette di ottenere risultati coerenti e ripetibili invece che casuali. In questo articolo ti spiego cosa sono, come si usano e quando conviene addestrarne uno.

Cos'è un LoRA

Un LoRA è un piccolo file che modifica il comportamento di un modello di generazione immagini, aggiungendogli un concetto specifico — un volto, uno stile grafico, un oggetto, una posa — senza sostituire né riaddestrare il modello di base.

La sigla sta per Low-Rank Adaptation, e nasce come tecnica per adattare grandi modelli in modo economico. La si trova infatti anche applicata agli LLM, non solo alle immagini.

Perché pesa così poco

È la domanda naturale: un modello base pesa diversi gigabyte, un LoRA pochi megabyte. Come fa a cambiarne il comportamento?

L'intuizione è questa. Riaddestrare un modello significherebbe modificare miliardi di parametri, e produrre un nuovo file altrettanto grande. Il LoRA invece non tocca i parametri originali: aggiunge accanto ad essi una piccola correzione, espressa in una forma matematica molto compatta.

È come avere un manuale di mille pagine e allegarci un foglietto di errata corrige invece di ristampare tutto. Il libro resta quello, il foglietto dice cosa cambia.

I vantaggi pratici che ne derivano:

Occupano poco spazio, quindi se ne accumulano centinaia
Si attivano e disattivano senza ricaricare il modello
Si combinano tra loro — più LoRA insieme sullo stesso modello
Si addestrano con risorse modeste, ore invece di settimane

Come si usano

I LoRA si applicano sopra un modello base, tipicamente Stable Diffusion, attraverso l'interfaccia che usi.

Il peso è il parametro chiave. Ogni LoRA si attiva con un'intensità regolabile, di solito tra 0 e 1:

Peso	Effetto
0,3-0,5	Influenza leggera, il modello base resta dominante
0,6-0,8	Zona di lavoro tipica
0,9-1,0	Effetto pieno, rischio di dominare tutto
Oltre 1	Immagini spesso deformate e sature

Se il risultato non somiglia abbastanza, alza. Se l'immagine diventa rigida o artefatta, abbassa. È il primo parametro da regolare.

La parola chiave di attivazione. Molti LoRA richiedono un termine specifico nel prompt — indicato da chi l'ha pubblicato — per attivarsi correttamente. È il motivo per cui un LoRA "non funziona" nella maggior parte dei casi in cui sembra non funzionare.

Il modello base deve essere compatibile. Un LoRA addestrato per una certa versione o architettura non funziona su un'altra. È il secondo motivo di malfunzionamento più comune.

Combinare più LoRA

Qui sta la parte interessante e insieme la più delicata.

Puoi attivare più LoRA insieme: uno per lo stile, uno per il soggetto, uno per l'illuminazione. È così che si ottengono risultati caratterizzati e coerenti.

Ma i pesi si sommano, e il totale conta. Tre LoRA a peso 0,8 ciascuno producono quasi sempre un'immagine sovraccarica e deformata. La pratica sensata è tenere la somma complessiva intorno a 1-1,5, distribuendola.

E possono entrare in conflitto: due LoRA che agiscono sullo stesso aspetto — due stili grafici, due volti — si contendono lo stesso spazio e il risultato è un ibrido confuso. La combinazione funziona quando i LoRA agiscono su piani diversi.

Addestrarne uno tuo

È più accessibile di quanto sembri, ed è il motivo per cui i LoRA sono così diffusi.

Cosa serve:

Un dataset di immagini — indicativamente 15-30 immagini per un soggetto, di più per uno stile
Le didascalie che descrivono ciascuna immagine
Una GPU con VRAM sufficiente, o un servizio cloud
Tempo: ore, non giorni

La qualità del dataset conta più di tutto il resto. Poche immagini varie e ben scelte battono cento immagini simili tra loro. Per un soggetto servono angolazioni, luci e contesti diversi: se sono tutte scattate nella stessa stanza, il LoRA imparerà anche la stanza.

Gli errori tipici:

Immagini troppo simili → il LoRA riproduce sempre la stessa inquadratura
Didascalie imprecise → il modello associa il concetto alle cose sbagliate
Addestramento eccessivo → il LoRA "copia" gli esempi invece di generalizzare, e diventa rigido
Immagini di bassa qualità → i difetti vengono imparati come caratteristiche

Il principio è analogo a quello del fine-tuning di un modello AI: si adatta un modello esistente a un caso specifico, con una frazione delle risorse.

Una nota necessaria sui diritti

I LoRA rendono facile una cosa che va maneggiata con attenzione: addestrare su un volto specifico o sullo stile di un artista identificabile.

Due punti fermi:

I volti di persone reali. Addestrare un LoRA sul volto di qualcuno senza il suo consenso, e usarlo per generare immagini di quella persona, è problematico sul piano del diritto all'immagine prima ancora che su quello etico. Vale lo stesso ragionamento che faccio per la clonazione vocale: serve un consenso specifico.

Gli stili di artisti viventi. Addestrare su un corpus di opere di un artista identificabile per replicarne lo stile è la zona più contestata di tutto il settore. Legalmente il quadro è in movimento; eticamente il problema è evidente.

Il quadro completo su licenze e uso commerciale è in immagini AI e uso commerciale.

Quando serve davvero

Serve se ti occorre lo stesso soggetto in immagini diverse, uno stile visivo coerente per un progetto, o un elemento specifico che il modello base non conosce — un prodotto, un logo, un personaggio tuo.

Non serve se generi immagini occasionali e varie: il modello base con un buon prompt fa il lavoro, e aggiungere LoRA è complessità gratuita.

Il caso d'uso professionale tipico è la coerenza: una serie di illustrazioni per un sito, un personaggio ricorrente, l'identità visiva di un marchio. È quello che il prompt da solo non garantisce.

In sintesi

Un LoRA è una piccola correzione applicata sopra un modello di generazione immagini: non lo sostituisce, gli aggiunge un concetto. Pesa poco perché non riscrive i parametri, ne affianca una versione compatta della modifica.

Nell'uso, due cose contano più delle altre: il peso, da regolare partendo dal basso, e la parola chiave di attivazione, la cui mancanza spiega gran parte dei casi in cui "non funziona".

Addestrarne uno è alla portata, e la qualità dipende quasi interamente dal dataset — poche immagini varie battono molte immagini simili.

È lo strumento che dà coerenza a un lavoro visivo, ed è probabilmente ciò che distingue l'uso professionale di questi modelli da quello occasionale.