bestgirlfriend.ai
Test di compatibilità
Editoriale

Come Configurare Stable Diffusion Senza Censura (2026)

Guida in 7 passi: installa Stable Diffusion in locale (Automatic1111, Forge, ComfyUI), aggiungi un checkpoint senza censura da Civitai, monta una LoRA.

Di Aggiornato il giu 2026

Di Alexandra Joly · Senior Editor · Aggiornato il 20 giugno 2026 · Tempo di lettura 11 min · Revisione a cura del team editoriale

Cosa serve per configurare Stable Diffusion senza censura?

Un'installazione locale su hardware tuo, senza costi ricorrenti. Il processo è in sette passi: controlla GPU e VRAM, installa Python 3.10.6 più Git, clona uno dei tre repo WebUI ufficiali (Automatic1111, Forge o ComfyUI), avvia la WebUI una volta per scaricare il modello base, scarica da Civitai un checkpoint senza censura come Pony Diffusion V6 XL o Realistic Vision V6.0 B1, volendo installa una LoRA dalla scheda LoRA di Civitai, e aggiungi un argomento di avvio per disattivare il safety checker. Soglia hardware: NVIDIA 8 GB di VRAM per SD 1.5, 12 GB per SDXL.

Questa guida è per chi vuole far girare Stable Diffusion in locale e saltare ogni intermediario ospitato. Gli strumenti mainstream dicono solo no: DALL-E rifiuta i contenuti sessuali, le Community Guidelines di Midjourney li vietano, Google Imagen documenta i suoi filtri responsible-AI a livello di API. Fai inferenza sulla tua GPU e aggiri ogni paletto a livello di piattaforma. A trattenerti restano solo la model card e la legge. Anche il costo è reale, eh. Mettiti in conto 30-90 minuti la prima volta, ti serve hardware decente (chi ha solo un portatile è fuori) e dovrai mantenere l'installazione a ogni aggiornamento della WebUI. Se non è la tua idea di serata divertente, salta dritto alle quattro alternative ospitate pronte all'uso in fondo.

Cosa ti serve prima di partire

Soglia hardware. Una GPU NVIDIA con almeno 8 GB di VRAM dedicata è il biglietto d'ingresso per i checkpoint SD 1.5 (Realistic Vision V6.0 B1, DreamShaper 8). I checkpoint SDXL (Pony Diffusion V6 XL, SDXL base, FLUX.1-dev) chiedono almeno 12 GB di VRAM, con 16-24 GB consigliati per iterare comodi [Source: NVIDIA: capacità di calcolo delle GPU CUDA · verified 2026-05-17]. Le GPU AMD funzionano via DirectML su Windows o ROCm su Linux, con supporto agli strumenti ridotto e prestazioni più basse. I Mac Apple Silicon fanno girare Stable Diffusion via Mochi Diffusion o la libreria HuggingFace Diffusers, ma restano dietro a NVIDIA in velocità, più o meno 2-3 volte a parità di prezzo. L'inferenza solo CPU tecnicamente funziona, ma il tempo per immagine va dalle 10 alle 50 volte più lento di una GPU di fascia media. Lascia perdere per qualsiasi cosa iterativa.

Soglia software. Python 3.10.6 è la versione che ogni repo WebUI ufficiale fissa. Installane una più nuova e ti ritrovi le dipendenze rotte e errori di import criptici che ti mangiano un'intera serata di debug (l'ho fatto, è una sofferenza). Git serve per clonare i repo. Un SSD con almeno 100 GB liberi è la posizione comoda: un'installazione locale tipica arriva sui 30-60 GB una volta che impili qualche checkpoint e qualche LoRA.

Soglia legale ed etica. Tre linee rosse universali valgono per ogni checkpoint Stable Diffusion, ogni LoRA e ogni alternativa ospitata. Primo, niente rappresentazioni di minori. La legge federale USA 18 USC 2252A tratta le rappresentazioni visive di minori generate dall'IA che coinvolgono attività sessuale come materiale di abuso sessuale su minori, con pene penali identiche al CSAM fotografico [Source: US DOJ: statuto 18 USC 2252A · verified 2026-05-17]. Secondo, niente scenari non consensuali. Le leggi statali emergenti sulle immagini intime non consensuali criminalizzano la generazione quanto la distribuzione. Terzo, niente somiglianza con persone reali senza consenso esplicito. Almeno 27 stati USA hanno ormai leggi che coprono le immagini intime non consensuali create con strumenti IA, e il Take It Down Act federale, passato nel 2025, aggiunge un obbligo di rimozione entro 48 ore in capo alle piattaforme. La licenza di FLUX.1-dev mette nero su bianco questi usi fuori ambito direttamente nella model card ufficiale [Source: HuggingFace: model card black-forest-labs/FLUX.1-dev · verified 2026-05-17], e la licenza Modified Fair AI di Pony Diffusion V6 XL ci aggiunge sopra restrizioni commerciali. Niente di tutto questo è zona grigia. Vale qualunque cosa tu generi, ovunque tu la generi.

Scegli la tua WebUI

Tre repo WebUI ufficiali coprono il flusso di installazione locale, e quale scegli è onestamente la decisione più grossa che prenderai qui. Ognuno offre un bilanciamento diverso tra velocità con cui arrivi al primo output, quanta VRAM mangia e quanto in là puoi spingere il workflow dopo.

Tre WebUI di Stable Diffusion a confronto su difficoltà di prima installazione, efficienza della VRAM, ecosistema di plugin e tetto del workflow che ognuna regge. Verificato a maggio 2026.
WebUIDifficoltà prima installazioneEfficienza VRAMEcosistema pluginIdeale per
Automatic1111FacileMediaIl più grande (1.000+ estensioni)Prima installazione, tutorial a valanga, ecosistema maturo
ForgeFacileMigliore (≈ 25% di VRAM in meno rispetto ad A1111 su SDXL)Compatibile con quasi tutte le estensioni A1111Schede con poca VRAM (8-12 GB), SDXL su hardware tirato
ComfyUIMedia (interfaccia a nodi)Migliore (lazy-load, controllo granulare)Ecosistema di nodi custom, meno pluginWorkflow riproducibili a più passi, utenti avanzati

Automatic1111 (dello sviluppatore che su GitHub si firma AUTOMATIC1111) è il riferimento storico, la WebUI a cui punta la maggior parte dei tutorial e dei video YouTube [Source: GitHub: AUTOMATIC1111/stable-diffusion-webui · verified 2026-05-17]. Forge di lllyasviel è un fork più veloce e leggero che mantiene la compatibilità con quasi tutte le estensioni di Automatic1111, ed è quello che consiglierei io quando il tuo budget è 8-12 GB di VRAM [Source: GitHub: lllyasviel/stable-diffusion-webui-forge · verified 2026-05-17]. ComfyUI di comfyanonymous è un'interfaccia a nodi. La curva più ripida dei tre, ma la strada più pulita verso workflow riproducibili una volta che entri nelle catene di inpaint, nell'upscale latente, negli stack di ControlNet e nelle pipeline di animazione [Source: GitHub: comfyanonymous/ComfyUI · verified 2026-05-17].

Per una prima installazione, Automatic1111 o Forge vincono nel portarti alla prima immagine in fretta. A ComfyUI passi dopo, quando capisci sul serio la pipeline di diffusione e vuoi il controllo su ogni singolo nodo.

La procedura di installazione in 7 passi

  1. 1

    Controlla GPU e VRAM

    Apri il Task Manager di Windows → Prestazioni → GPU (oppure nvidia-smi da terminale su Linux e Windows). Conferma che la memoria GPU dedicata combaci con la soglia della tua architettura di riferimento: 8 GB per i checkpoint SD 1.5, 12 GB per SDXL, 16-24 GB per iterare comodi su FLUX. Se il sistema riporta solo una GPU integrata (Intel UHD, AMD Vega APU, Apple serie M prima dell'M3 Pro), la strada dell'installazione locale sarà impraticabile; salta alla sezione delle alternative ospitate. Utenti Mac: menu Apple → Informazioni su questo Mac → Altre info mostra la GPU e la memoria unificata; 16 GB di memoria unificata sono la soglia comoda per SDXL via Diffusers.

    Salta se sai già che il tuo hardware passa la soglia.

  2. 2

    Installa Python 3.10.6 e Git

    Scarica Python 3.10.6 da python.org/downloads/release/python-3106 (NON una versione più nuova; il grafo delle dipendenze si rompe su Python 3.11+) [Source: Python.org: pagina di rilascio Python 3.10.6 · verified 2026-05-17]. Su Windows, spunta "Add Python to PATH" durante l'installazione. Installa Git da git-scm.com/downloads. Da un terminale nuovo, verifica con python --version (deve restituire Python 3.10.6) e git --version (va bene qualunque 2.x). Se python restituisce una versione 3.11 o 3.12, il PATH di sistema punta all'installazione sbagliata; sistemala prima di andare avanti.

    Salta se python --version restituisce già 3.10.6.

  3. 3

    Clona il repo WebUI che preferisci

    Scegli una WebUI dalla tabella di confronto qui sopra. Apri un terminale nella cartella dove vuoi installare (un percorso senza spazi o caratteri speciali è più sicuro). Lancia uno dei tre comandi di clonazione:

    • Automatic1111: git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
    • Forge: git clone https://github.com/lllyasviel/stable-diffusion-webui-forge.git
    • ComfyUI: git clone https://github.com/Comfy-Org/ComfyUI.git

    Tira giù più o meno 200 MB di codice del repo. Entra nella cartella clonata.

    Salta se hai già una WebUI clonata e ti serve solo aggiornarla con git pull.

  4. 4

    Primo avvio e download del modello base

    Su Windows, doppio clic su webui-user.bat (Automatic1111 e Forge) o run_nvidia_gpu.bat (ComfyUI). Su Mac e Linux, lancia bash webui.sh (Automatic1111 e Forge) o python main.py (ComfyUI) dalla cartella clonata. Il primo avvio installa un ambiente virtuale Python, fa il pip-install di una quarantina di dipendenze e scarica il modello base Stable Diffusion 1.5 (≈ 4 GB) da HuggingFace. Il tempo totale del primo avvio va sui 5-15 minuti su una connessione domestica tipica. Il terminale prima o poi stampa un URL tipo http://127.0.0.1:7860 (Automatic1111 e Forge) o http://127.0.0.1:8188 (ComfyUI). Aprilo nel browser. L'installazione base è completa.

    Salta se la WebUI gira già all'URL stampato.

  5. 5

    Scarica un checkpoint senza censura da Civitai

    Civitai è il marketplace della community dove vivono i fine-tune senza censura. Vai su civitai.com, accedi (gratis), porta il filtro di content-rating a mostrare i contenuti espliciti e scegli un checkpoint adatto al tuo stile:

    Clicca il pulsante verde Download e salva il file .safetensors. Spostalo nella cartella models/Stable-diffusion della tua installazione WebUI (o models/checkpoints per ComfyUI). Torna nella scheda del browser della WebUI, clicca l'icona di refresh accanto al menu a tendina dei modelli e seleziona il nuovo checkpoint.

    Salta se ti serve solo un workflow SFW; il modello base 1.5 gestisce i prompt SFW senza problemi.

  6. 6

    Installa una LoRA per controllare stile o personaggio

    Una LoRA (Low-Rank Adaptation) è un piccolo file di fine-tune, di solito 50-300 MB, che spinge il checkpoint base verso uno stile, un archetipo di personaggio o una proprietà dell'output, senza riaddestrare il modello base da svariati gigabyte. La scheda LoRA di Civitai ospita il catalogo della community. Scegli una LoRA adatta all'architettura base che hai scaricato al passo 5: una LoRA SD 1.5 va solo con un checkpoint SD 1.5; una LoRA SDXL va solo con un checkpoint SDXL. Architettura sbagliata produce output sfasato, mica un messaggio di errore.

    Scarica il file .safetensors. Spostalo in models/Lora (Automatic1111 e Forge) o models/loras (ComfyUI). Nel prompt positivo, richiama la LoRA con la sintassi <lora:nomefile:0.7>, sostituendo nomefile con il nome esatto del file senza l'estensione .safetensors, e 0.7 con la forza. Il range tipico è 0.6-0.8; sotto 0.4 l'effetto è debole, sopra 1.0 schiaccia gli altri token del prompt.

    Salta se vuoi l'output grezzo del checkpoint base senza modifiche di stile.

  7. 7

    Disattiva il safety checker e lancia la prima generazione

    Automatic1111 include un safety_checker che sfoca gli output segnalati. Modifica webui-user.bat su Windows o webui-user.sh su Mac e Linux. Trova la riga COMMANDLINE_ARGS= e aggiungi --disable-safe-unpickle --no-half-vae. Il flag --no-half-vae risolve un bug dell'immagine nera su alcune schede NVIDIA. Salva il file e riavvia la WebUI chiudendo il terminale e rilanciandolo. Forge esce senza safety checker di default, quindi lì il passo 7 non serve. Anche ComfyUI non carica il safety checker nei workflow di default.

    Scrivi un prompt positivo (descrittori di stile, soggetto, tag di qualità) e un prompt negativo (bad anatomy, blurry, deformed, low quality, text, watermark è un default sensato). Imposta il sampler su DPM++ 2M Karras (SD 1.5) o Euler A (SDXL / Pony V6 XL), gli step su 25-30, il CFG su 6-8, la risoluzione su 512×768 (SD 1.5) o 1024×1024 (SDXL). Clicca Generate. La prima immagine di solito arriva in 5-15 secondi su una GPU di fascia media. Itera su peso del prompt, scelta del sampler, blocco del seed e forza della LoRA finché l'output non combacia con l'intento.

    Salta se la tua WebUI è Forge; il safety checker non c'è di default.

Trappole frequenti (e come evitarle)

Trappola 1: installare Python 3.11 o 3.12 invece di 3.10.6

Questa è quella che frega tutti. Le versioni più nuove di Python portano modifiche che rompono il grafo delle dipendenze (torch, xformers, transformers), così launch.py della WebUI fallisce con errori di import criptici al primo avvio. Il rimedio: disinstalla il Python sbagliato, installa il 3.10.6 da python.org, poi verifica con python --version da un terminale nuovo. Se hai più versioni di Python una accanto all'altra su Windows, usa il launcher di Python (py -3.10) per forzare l'interprete giusto quando lanci la WebUI a mano.

Trappola 2: errori di memoria su SDXL o FLUX con 8 GB di VRAM

I checkpoint SDXL (Pony V6 XL, SDXL base) vogliono 12 GB di VRAM per generare comodi a 1024×1024, quindi una scheda da 8 GB sta sotto la soglia. Hai tre vie d'uscita. Passa a Forge, che fa lazy-load della U-Net e taglia la VRAM di circa il 25% su SDXL. Oppure genera a 768×768 e poi fai l'upscale. Oppure ripiega su un checkpoint SD 1.5 come Realistic Vision V6.0 B1 che entra pulito negli 8 GB. FLUX.1-dev alla piena scala da 12B di parametri è un no sotto i 16 GB di VRAM; le versioni quantizzate FP8 o NF4 su HuggingFace sono il giro per le schede da 8-12 GB.

Trappola 3: architettura LoRA e checkpoint non combaciano

Impila una LoRA SD 1.5 su un checkpoint SDXL (o il contrario) e ti ritrovi output sfasato, artefatti di colore e "anatomia da mostro" senza nessun messaggio di errore. Solo immagini brutte. Civitai etichetta il modello base di ogni LoRA in cima alla model card, quindi leggi quell'etichetta prima di scaricare. Il nome del file a volte fa intuire l'architettura, ma mente abbastanza spesso da dover dare retta alla model card invece.

Trappola 4: scaricare checkpoint da mirror di terze parti

Civitai e HuggingFace sono le tue due fonti autorevoli, punto. Mirror di terze parti a caso che ospitano file .safetensors hanno fatto saltare fuori malware .pickle nascosto nei pesi del modello più di una volta tra il 2023 e il 2024. Ti ricordi quel flag --disable-safe-unpickle del passo 7? Aggira lo scanner di pickle della WebUI, quindi abbinarlo a un checkpoint preso da qualche mirror losco è un modo concreto per farti fregare. Resta su Civitai e HuggingFace, e controlla l'età del profilo del creatore e il numero di download prima di fidarti di un checkpoint senza provenienza.

Trappola 5: confondere la privacy locale con la legalità universale

Far girare Stable Diffusion in locale ti tiene fuori dalla portata della moderazione a livello di piattaforma (non si carica niente), ma non ti dà l'immunità legale. Le tre linee rosse della sezione legale valgono esattamente uguali, che tu generi su una piattaforma ospitata o sulla tua macchina. La privacy è reale. La copertura legale sui contenuti fuori ambito no. Prova semplice: se non lo genereresti su una piattaforma ospitata col tuo vero nome, non generarlo neanche in locale.

Linee rosse dure che valgono ovunque

Tre vincoli valgono per ogni checkpoint Stable Diffusion, ogni LoRA, ogni alternativa ospitata, ogni giurisdizione che copriamo. Nessuna eccezione.

Niente rappresentazioni di minori. La legge federale USA (18 USC 2252A) tratta le rappresentazioni visive di minori generate dall'IA che coinvolgono attività sessuale come materiale di abuso sessuale su minori, con pene penali identiche al CSAM fotografico. Il Take It Down Act, passato nel 2025, ci aggiunge sopra obblighi federali di rimozione in capo alle piattaforme. La licenza di FLUX.1-dev scrive il regime di protezione contro i contenuti su minori direttamente nella model card. E qualunque creatore di checkpoint su Civitai che pubblichi un modello che riproduce facilmente questo contenuto viene tolto di mezzo dal team di moderazione di Civitai entro pochi giorni dal rilevamento.

Niente scenari non consensuali. Almeno 27 stati USA hanno approvato leggi che criminalizzano le immagini intime non consensuali, coprendo la generazione, la distribuzione o entrambe. La licenza di FLUX.1-dev lo elenca nella sezione degli usi fuori ambito, e la licenza Modified Fair AI di Pony Diffusion V6 XL porta le sue restrizioni sullo stesso asse.

Niente somiglianza con persone reali senza consenso esplicito. Una LoRA addestrata a riprodurre la somiglianza di una celebrità reale, o della tua ex, o di chiunque altro non sia d'accordo, fallisce il test del consenso ogni volta. I termini di servizio di Civitai hanno vietato questa categoria nell'aggiornamento di policy del 2024, e ogni piattaforma ospitata di questo giro vieta i deepfake di persone reali anche nei suoi termini. L'esposizione legale sotto le leggi statali emergenti è reale, e continua a crescere.

Alternative pronte all'uso per chi non è tipo da terminale

L'installazione locale qui sopra è gratis se l'hardware è tuo, ma la tassa di setup (30-90 minuti la prima volta, più la manutenzione a ogni aggiornamento della WebUI) e la soglia di GPU (12 GB di VRAM per SDXL) tagliano fuori una bella fetta di lettori. Allora ecco quattro piattaforme ospitate che producono generazione di immagini senza censura su piani accessibili pubblicamente, con operatori societari verificabili e programmi di affiliazione attivi nel nostro set approvato. Abbiamo dato un voto a ognuna usando la nostra pagina sul metodo.

La generazione immagini senza censura di Promptchan è la punta di diamante per la generazione immagini di questo giro. I modelli sotto includono FLUX.1, Stable Diffusion 3 e Pony, esattamente le architetture elencate qui sopra, solo con davanti una UI ospitata che si ingoia la tassa di setup al posto tuo. Hai 30-50 gem giornaliere sul piano gratuito con output filigranato, e il piano Plus (sui $11.99/mese) toglie la filigrana. Il V5 Video Engine sta sul Pro [Source: Apple App Store: scheda Promptchan · verified 2026-05-17]. Scegli questa se vuoi output grezzo di generazione immagini senza toccare un solo checkpoint.

Candy.ai, voto complessivo 8.4 è l'opzione tutto-in-uno con la compagna: generazione immagini più chat persistente più voce più un personaggio che personalizzi tu, su un piano annuale che esce sui $3.99/mese più o meno. È il prezzo annuale più basso del nostro set ospitato per un'esperienza di generazione immagini in bundle. Scegli questa quando la generazione immagini è un pezzo di un workflow IA più ampio e non tutto il punto. E sì, fa personaggi fidanzata o fidanzato, scegli tu cosa cerchi.

L'analisi completa di DarLink è l'opzione ancorata alla narrazione. Con sede in Svizzera, costruita attorno a Scenario più Media output con un sistema di Living Memory a tre livelli, e incastona immagini inline dichiarate 4K dentro un arco narrativo in corso. Scegli questa se vuoi il tuo output senza censura intrecciato in una storia invece che sputato fuori come prompt a sé stanti.

La recensione completa di Joi è l'opzione della coerenza del personaggio. Il suo Face-Sync V4 è il blocco d'identità documentato più forte del nostro test: lo stesso personaggio tiene tra un re-roll e l'altro e tra i fotogrammi video di Dream Clips a risoluzione quasi-4K. L'annuale Premium esce sui $4/mese. Scegli questa quando tenere riconoscibile un singolo personaggio su decine di generazioni è la cosa che ti interessa di più. Un avvertimento però: Joi è geo-bloccato nel Regno Unito, quindi i lettori UK meglio che ne prendano una delle altre tre [Source: Joi: landing di indisponibilità UK · verified 2026-05-17].

Domande frequenti

Come si configura Stable Diffusion senza censura?

Installa Python 3.10.6 e Git, clona la WebUI Automatic1111 da GitHub, completa il primo avvio per scaricare il modello base 1.5, poi scarica da Civitai un checkpoint senza censura come Pony Diffusion V6 XL (anime / cartoon) o Realistic Vision V6.0 B1 (fotorealistico). Metti il file .safetensors in models/Stable-diffusion, aggiorna la WebUI e seleziona il nuovo checkpoint. Volendo, monta una LoRA da models/Lora per un controllo più fine su stile o personaggio. L'installazione locale gira gratis sull'hardware che hai già.

Quale WebUI è meglio: Automatic1111, Forge o ComfyUI?

Automatic1111 è il punto di partenza di default, con l'ecosistema di plugin più grande e più tutorial. Forge è un fork più veloce di Automatic1111 che gira meglio sulle schede con meno VRAM (sotto i 12 GB) ed è quello da prendere se incappi negli errori di memoria su SDXL. ComfyUI è a nodi, ha una curva più ripida ed è la scelta giusta quando ti servono workflow riproducibili a più passi. Per una prima installazione, Automatic1111 o Forge ti portano alla prima immagine in fretta.

Quanta VRAM mi serve?

Soglia d'ingresso: GPU NVIDIA con 8 GB di VRAM (RTX 3060 12GB, RTX 4060, RTX 3070) per i checkpoint SD 1.5. I checkpoint SDXL (Pony Diffusion V6 XL, SDXL base, FLUX.1-dev) chiedono almeno 12 GB di VRAM, con 16-24 GB consigliati. Le GPU AMD funzionano via DirectML o ROCm con supporto agli strumenti ridotto. I Mac Apple Silicon girano via Mochi Diffusion o Diffusers ma restano dietro a NVIDIA in velocità. La generazione solo CPU è impraticabile (dalle 10 alle 50 volte più lenta di una GPU di fascia media).

Come si disattiva il safety checker in Automatic1111?

Modifica webui-user.bat su Windows o webui-user.sh su Mac e Linux. Trova la riga COMMANDLINE_ARGS= e aggiungi --disable-safe-unpickle. Salva il file e riavvia la WebUI. Alcuni fork espongono un interruttore in Settings → User Interface per il safety checker, quindi controlla la documentazione della tua versione di WebUI. Forge esce senza safety checker di default, e ComfyUI non lo carica nei workflow di default.

Dove si scaricano i checkpoint Stable Diffusion senza censura?

Civitai è il marketplace della community per checkpoint, LoRA ed embedding di generazione immagini, con tag di content-rating visibili, recensioni della community e gallerie di esempio per modello dietro un interruttore esplicito. HuggingFace ospita i pesi dei modelli base canonici dai publisher ufficiali (Black Forest Labs FLUX, Stability AI SDXL) ma resta più conservativo sui fine-tune senza censura condivisi dalla community. La maggior parte dei workflow di inferenza locale prende i modelli base da HuggingFace e i fine-tune della community da Civitai.

È legale far girare Stable Diffusion senza censura in locale?

Generare immagini IA senza censura di personaggi fittizi, renderizzati dall'IA, adulti e consenzienti è legale negli Stati Uniti e nella maggior parte delle giurisdizioni occidentali quando giri in locale su hardware tuo. Le linee rosse dure sono universali: niente rappresentazioni di minori (legge federale USA 18 USC 2252A), niente scenari non consensuali, niente somiglianza con persone reali senza consenso esplicito. Le piattaforme ospitate affrontano in più l'Online Safety Act britannico, le leggi statali USA di verifica dell'età e il Digital Services Act europeo.

Cos'è una LoRA e come si installa?

Una LoRA (Low-Rank Adaptation) è un piccolo file di fine-tune, di solito 50-300 MB, che spinge il checkpoint base verso uno stile, un archetipo di personaggio o una proprietà dell'output senza riaddestrare l'intero modello base. Scaricala dalla scheda LoRA di Civitai. Metti il file .safetensors nella cartella models/Lora. Richiamala nel prompt positivo con la sintassi <lora:nomefile:0.7> dove 0.7 è la forza (0.6-0.8 è il range tipico). Le LoRA devono combaciare con l'architettura base: LoRA SD 1.5 con checkpoint SD 1.5, LoRA SDXL con checkpoint SDXL.

Quando questa guida non fa per te

Se non hai una GPU NVIDIA con almeno 8 GB di VRAM, una scheda AMD con cui sei disposto a lottare passando per strumenti ridotti, o un Apple Silicon con 16 GB di memoria unificata, la strada dell'installazione locale semplicemente non è praticabile. Scegli un'alternativa ospitata dalla sezione delle quattro qui sopra. E se sei qui per generare persone reali senza il loro consenso, qualcosa che coinvolge minori, o scenari non consensuali, fermati adesso. Quello è fuori ambito ovunque, sulla tua macchina e su ogni piattaforma ospitata uguale. Questa guida dà per scontati lettori adulti che generano personaggi fittizi, renderizzati dall'IA, adulti e consenzienti.

Ultima verifica 17 maggio 2026 · Vedi il registro errata per eventuali correzioni post-pubblicazione · Editor: Alexandra Joly · Metodologia · Processo editoriale · Informativa affiliazione

Salta il setup della GPU, prova Promptchan gratis →

Compagna più generazione immagini in bundle: prova Candy.ai →

Generazione immagini ancorata alla narrazione: prova DarLink Ai →

Coerenza del personaggio con face-lock: prova Joi →

Letture correlate

Come Configurare Stable Diffusion Senza Censura (2026)