Standard LoRA
Adapter صغير نسبيًا يتم تدريبه لتعليم النموذج مفهومًا أو أسلوبًا أو موضوعًا أو سلوكًا. يمكن تدريبه على شخصية، لكن مجرد دعم LoRA لا يعني ضمان ثبات الهوية.
ثبات الشخصيات محليًا · LoRA / IC-LoRA / ID-LoRA · بحث مبني على الوثائق · تم التحقق 13 سبتمبر 2026
ثبات الشخصيات في الفيديو المحلي: الفرق بين LoRA وIC-LoRA وID-LoRA والـReference Workflows
ثبات الشخصية ليس ميزة واحدة. تدريب LoRA، واستخدام مرجع داخل الـWorkflow، وتقنيات تخصيص الهوية تحل مشاكل مختلفة. هذا الدليل يفصل بينها حتى لا نفترض أن كل LoRA يحافظ على الشخص نفسه عبر جميع اللقطات.
تنبيه بحثي وتقني
تعتمد هذه الصفحة على وثائق المشاريع الرسمية ومستودعاتها وWorkflows المنشورة. ما لم نذكر صراحة Hands-on Tested، فإن VideoToolMap لم يقم بتدريب أو قياس هذه التركيبات عمليًا على عتاد خاص به.
ثبات الهوية يتأثر بالنموذج وبيانات التدريب وجودة المرجع والبرومبت والحركة وزاوية التصوير والدقة وقوة LoRA والـWorkflow وعوامل أخرى. لا نقدم أي طريقة هنا كضمان للحفاظ على الهوية.
مبني على الوثائقلم يتم اختباره عمليًا بشكل مستقل بواسطة VideoToolMap
أولًا: هذه التقنيات ليست الشيء نفسه
IC-LoRA
يعتمد In-Context LoRA على Reference Conditioning. في LTX Trainer الرسمي يمكن استخدام فيديو مرجعي إلى جانب الهدف لتعلم تحولات فيديو موجهة بالمرجع.
ID-LoRA
مسار مخصص للهوية في LTX-2.3 يستخدم صورة مرجعية ومقطعًا صوتيًا قصيرًا لتخصيص المظهر والصوت في فيديو متزامن.
Reference Conditioning بدون تدريب
استخدام First Frame أو صورة/فيديو مرجعي قد يحافظ على جزء من الشكل دون تدريب Adapter جديد، لكنه قد يكون أقل ثباتًا عند تغير الوضعية أو الملابس أو الكاميرا بشكل كبير.
ما الذي تدعمه المصادر الرسمية حاليًا؟
| النموذج / الطريقة | الدعم الرسمي | الاستخدام الأنسب | إشارة العتاد | القيد المهم |
|---|---|---|---|---|
| LTX-2.x Standard LoRA | Trainer رسمي يتضمن إعدادات LoRA لـT2V وI2V وغيرها. | تعليم Subject أو Style أو Behavior للنموذج الأساسي. | الـTrainer الرسمي يوثق 32GB VRAM كحد Low-VRAM مدعوم و80GB كإعداد موصى به للتدريب القياسي. | دعم التدريب لا يثبت تلقائيًا ثبات شخصية قوي مع أي Dataset. |
| LTX IC-LoRA | Config رسمي لـV2V IC-LoRA وPipelines رسمية للـReference Conditioning. | Reference-guided V2V والتحكم بالوضعية/العمق/الأسلوب والتحويلات المرجعية. | التدريب يقع ضمن متطلبات LTX Trainer ويضيف تعقيدًا في الـReference Conditioning. | IC-LoRA ليست مجرد اسم آخر لـCharacter LoRA. |
| LTX-2.3 ID-LoRA | Workflow Native موثق في ComfyUI لتخصيص الهوية. | تخصيص المظهر والصوت من صورة ومقطع صوتي مرجعي قصير. | يعتمد على LTX-2.3؛ الـVRAM الفعلي يتغير حسب Checkpoint وPrecision وQuantization والـWorkflow. | ثبات الهوية قد يختلف مع اللقطة والحركة وجودة المرجع. |
| HunyuanVideo 1.5 LoRA | كود التدريب الرسمي يدعم --use_lora مع Rank وAlpha وDropout. | Fine-tuning عام وتعلم المفاهيم. | المثال الرسمي يستخدم torchrun متعدد GPU ولا يقدم حدًا استهلاكيًا بسيطًا لتدريب الهوية. | الوثائق الرسمية تدعم LoRA لكنها لا تقدم Workflow هوية مخصصًا مماثلًا لـID-LoRA. |
أهم قاعدة في موضوع ثبات الشخصية
قولنا إن النموذج يدعم LoRA لا يعني أن لديه نظامًا مثبتًا لتخصيص الهوية. في VideoToolMap نفصل بين Standard Fine-tune LoRA وReference-conditioned IC-LoRA وIdentity-specific personalization وReference-only inference.
أي مسار أختار؟
لدي صورة مرجعية واحدة
ابدأ بـImage/Reference Conditioning قبل التدريب. هو الأقل تعقيدًا ويكشف أولًا مقدار الثبات الذي يقدمه Base Model.
أريد نفس الشخص في لقطات كثيرة
طريقة مخصصة للهوية مثل ID-LoRA أقرب للهدف من افتراض أن أي Style LoRA سيحافظ على الشخص.
أحتاج Pose/Depth/Style Transformation
IC-LoRA أو Reference-conditioned V2V هي الفئة الأكثر صلة لأنها تبني الـWorkflow حول Reference Signal.
أريد مكتبة شخصيات خاصة بي
Standard LoRA Training قد يكون مناسبًا، لكنه يحتاج Dataset وCaptions وValidation وVRAM كافي. نتعامل معه كتدريب مستقل وليس زرًا واحدًا لتثبيت الهوية.
حقيقة متطلبات التدريب
تشغيل LoRA أثناء التوليد وتدريب LoRA مهمتان مختلفتان جدًا من ناحية العتاد. يوثق LTX Trainer الحالي 32GB VRAM كحد Low-VRAM مدعوم للتدريب و80GB VRAM كإعداد موصى به. لا نحول ذلك إلى ادعاء بأن البطاقات تحت 32GB موثوقة للتدريب.
كيف نبني مكتبة شخصيات محلية؟
لكل Adapter أو Reference Workflow من الأفضل تسجيل Base Model والإصدار ونوع LoRA وTrigger Terms والملفات المرجعية ومصدر وحقوق Dataset وRank/Alpha والقوة المقترحة والدقات المختبرة والاستخدام المقصود والترخيص وLast Verified.
الخصوصية وحقوق الهوية
العمل المحلي يمكن أن يحسن الخصوصية لأن الصور والفيديوهات وبيانات التدريب قد تبقى على جهازك، لكنه لا يلغي حقوق النشر أو حق الصورة/الشخصية أو الموافقة أو شروط التراخيص والبيانات.
ما الذي لم نختبره بعد؟
لم نقم بعد بتدريب Benchmark خاص بـVideoToolMap لـCharacter LoRA أوIC-LoRA أوID-LoRA على جهاز مملوك لنا، لذلك لا ننشر Identity-retention Score أو Training Time أو Peak VRAM أو Dataset Size مثالي أو Best Settings من عندنا.
المصادر الرسمية / الأولية
LTX Trainer configuration reference
ComfyUI LTX-2.3 workflow documentation
HunyuanVideo 1.5 official repository
Last verified: September 13, 2026. Source links are references only and do not imply affiliation, sponsorship or endorsement.