AIインフルエンサーのLoRAを学習させる方法

LoRAとは？やさしく解説

LoRAは、モデルの頭脳に当てるパッチのようなものです。名前は低ランク適応（low-rank adaptation）の略で、Microsoftのチームが2021年に発表した手法です（LoRA論文）。元のモデルには手を加えず、その上に薄い追加の数値の層だけを学習させます。

保存するのはこの層です。生成時にベースモデルと一緒に読み込まれ、すべての画像を学習した内容に近づけます。

AIインフルエンサーの場合、学習させるのは実在しない1人の人物です。あごの形や髪の落ち方まで覚えさせます。呼び出すにはトリガーワードを使います。ZK_MIRAのように、モデルがほかでは見たことのない造語です。

LoRAは、学習に使ったベースモデルでしか使えません。ベースには、Black Forest LabsのFLUXモデルがよく使われます。FLUX.1 [dev]で作ったLoRAは、FLUX.2 [klein]では使えません。Black Forest Labsの学習ドキュメントでも、LoRAは名前を指定した1つのベースモデルに対して学習します（FLUX.2 kleinの学習ドキュメント）。画像を1枚集める前に、ベースモデルを決めておきましょう。

LoRAがSoul IDや参照画像より向いているのはどんなとき？

1つのアプリの外でもキャラクターを使いたいなら、LoRAが有利です。数千枚の画像を自前のハードウェアで作り、1枚ごとのクレジット消費をなくしたい場合も同様です。

参照画像は手軽な方法です。プロンプトのたびにキャラクターの画像をアップロードすると、モデルができる範囲で顔を再現します。OpenArtは1枚の画像からキャラクターを作成でき、Multi-View機能で1枚を9アングルに展開できます（OpenArtのキャラクター機能）。

アプリ内での学習済みキャラクターは、その中間に位置します。HiggsfieldのSoul IDは、写真20枚以上で約3〜5分の学習です。スタジオ内での使い方は、Higgsfield AI Influencerガイドで紹介しています。

How do you train a Soul ID?

Upload 20+ photos of the same person: high-quality, consistent lighting, face shown from different angles.

Train. The process takes about 3 to 5 minutes.

Generate. Select the trained character in the Character tab when generating with Soul 2.0.

Higgsfield公式ブログでは「プロンプトより細かく制御でき、LoRAより手間がかからない」としています（Soul IDの記事、2026年6月15日）。同じ記事には、学習した人物は「単独のモデルファイルとしては書き出されない」ともあります。つまりHiggsfieldの中にしか残りません。

OpenArtもカスタムCharacterモデルを学習でき、サンプル画像は4〜100枚です。キャラクター機能のページには、ファイルのダウンロードについての記載もありません。KreaはプランにLoRA学習が含まれ、Basicは50枚、Maxは2,000枚までです。

このクリエイターは、1つの顔を保つ方法として、KreaのLoRA学習と参照画像を比較しています。

Krea 2 - LoRA Training VS Reference Images: For Consistent Characters?Benji’s AI Playground

つまり選ぶポイントは、顔を自分で管理できるファイルに持つか、毎月料金を払うアカウントの中に持つか、です。

アカウント内で済ませてよければ、Higgsfield AI InfluencerのワークフローでSoul IDを使えば、以下の手順はすべて不要です。AIインフルエンサー生成ツールのおすすめでは各アプリを横並びで比較しており、AIインフルエンサーまとめでは顔づくりから最初の投稿までの全ルートを整理しています。

学習用データセットの作り方

データセットは、同じキャラクターの画像20〜40枚と、それぞれに付ける短い文字のキャプションで構成します。どの学習設定よりも、結果を左右します。

この枚数は、公開されている2つのガイドのどちらにも収まります。Black Forest Labs自身のLoRA記事では、スタイルLoRAに15〜40枚が目安です（Hugging Face、2026年6月4日）。HiggsfieldのSoul IDは、同一人物の写真20枚以上を求めます。

AIインフルエンサーには、実在の人物にはない問題があります。まだ写真が1枚もないことです。まず自分で作ります。

1. 顔を一度デザインします。HiggsfieldのAI Influencer Studioなどのキャラクタービルダーを使います（手順はHiggsfield AI Influencerガイド）。19項目のメニュー設定から人物を作り、1回1.12クレジットでポートレートと全身ショットが出力されます。
2. アングルに広げます。その顔を参照画像として戻し、横顔、斜め向き、全身ショットなどを生成させます。OpenArtのMulti-Viewなら、1枚の画像から9アングルを作れます。
3. 顔以外はすべて変えます。光、部屋、服装、カメラとの距離。Black Forest Labsの学習ドキュメントでは、クローズアップと全体のシーンを混ぜ、背景の繰り返しを避けるよう案内しています（FLUX.2 kleinの学習ドキュメント）。
4. ブレた画像は外します。鼻、瞳の色、生え際のどれかがずれている画像があると、LoRAはそのずれまで覚えてしまいます。きれいな20枚は、ばらついた40枚に勝ります。
5. サイズを揃えます。長辺は最低でも1024ピクセル。Black Forest Labsの2つのページが示している数値です。
6. 画像ごとにキャプションを付けます。画像と同名の.txtファイルを1つずつ用意します（mira_014.pngとmira_014.txtなど）。先頭にトリガーワードを置き、学習させたい顔以外の見えているものをすべて書きます：「ZK_MIRA, woman in a grey coat on a tram, evening light」

キャプションに書かなかったものは、LoRAが覚え込みます。コートを書いておけばコートは任意の要素になり、書かなければ、彼女は永遠にそのコートを着たままです。

こうしたセットで顔を一貫させるプロンプトの書き方は、AIインフルエンサー向けプロンプトをご覧ください。

ルート1：ホスト型サービスで学習する

ホスト型の学習サービスは、GPUを代わりに動かしてくれます。zipをアップロードして学習の完了を待ち、ファイルをダウンロードします。

料金がいちばん分かりやすい例はfalです。FLUX.1 [dev]の高速トレーナーは、デフォルトの1,000ステップで1回2ドルです。料金は「ステップ数に比例して増えます」（falのトレーナーページ）。ReplicateのFLUX.1 [dev]トレーナーはai-toolkitで動き、H200の利用時間を秒単位で課金し、1回あたり約0.86ドルです。

1. 画像とキャプションファイルを入れたフォルダをzipにまとめます。
2. トレーナーにアップロードし、トリガーワードを入力します。
3. ステップ数を設定します。デフォルトは1,000です。Black Forest Labsのドキュメントでは、キャラクターなら1,500〜3,000が目安で、falの比例料金で計算すると1回3〜6ドルになります。
4. 学習が終わったらLoRAをダウンロードするか、falに置いたままにします。ファイルは、どこで動かしてもFLUX.1 [dev] Non-Commercial Licenseの対象です。fal以外で有料アカウントとして使うなら、代わりにFLUX.2 [klein] 4Bで学習してください（下のライセンス表を参照）。
5. 生成します。falのFLUX.1 [dev] LoRAエンドポイントは1メガピクセルあたり0.035ドルで、ページには全画像が「商用利用が許可されている」と書かれています（fal FLUX LoRA）。

OpenArtはアプリ型の選択肢です。4〜100枚の画像でカスタムCharacterモデルを学習し、OpenArt内で使います。キャラクター機能のページに学習のクレジット消費の記載はなく、プランの比較カードにはプランごとの一貫性キャラクターが載っています。

商用利用はPlusプランの月額34ドルから可能です（2026年11月6日確認）。OpenArtの利用規約では、Starterは非商用のままです。Higgsfieldとの比較はHiggsfield vs OpenArtをご覧ください。

ルート2：自前のGPUで学習する

無料で済ませるなら、自前のグラフィックボードとオープンソースのトレーナーを使います。Black Forest Labsは自社の学習ドキュメントで、まずOstrisのai-toolkitを挙げています。MITライセンスで、ジョブの開始と監視ができるWeb画面があります。

ai-toolkitは、FLUX.1 [dev]、FLUX.2、Qwen-Image、Wanの動画モデルなどのLoRAを学習できます。開発者のOstrisが、この動画でFLUX.2のLoRAをデータセットから最初のサンプル生成まで学習しています。

How to Train a FLUX.2 LoRA with AI ToolkitOstris AI

1. ai-toolkitをインストールし、localhost:8675で動くWebインターフェースを起動します。
2. データセットのフォルダを指定します。各画像の隣に、同名の.txtファイルを置いてください。キャプションに[trigger]と書くと、ツールキットがトリガーワードに置き換えます。
3. ベースモデルを選びます。Black Forest Labsの案内では、FLUX.2 [klein] Base 4Bの学習に必要なグラフィックメモリは12 GB（RTX 3060は12 GB）、システムメモリも32 GB必要です。9B Baseは22 GBが必要です。学習後に4Bモデルで生成する場合は、モデルカードによると約13 GBです。
4. ステップ数と学習率を設定します。キャラクターなら1,500〜3,000ステップ、学習率は8e-5〜1e-4。いずれもFLUX.2 kleinの学習ドキュメントにある値です。
5. チェックポイントを確認します。Hugging Faceの記事では250ステップごとに保存し、サンプル画像で1つずつ判断しています。顔が合っていて、背景がまだ変わる段階のステップを残しましょう。

この解説動画では、ai-toolkitでFLUX.2 [klein] 9Bの一貫キャラクターLoRAを、画像セットの用意から学習設定まで進めます。

Consistent character LoRA training using AI-toolkit (Flux Klein 9B)KiubAI

家に高性能なカードがなくても、時間単位でレンタルできます。Black Forest Labsの記事では、1,800ステップの学習はRTX 4090で1時間未満、レンタル費用は約0.50ドルとされています。

Runpodの料金ページでは、このカードがCommunity Cloudで1時間0.34ドル、Secure Cloudで0.89ドルです。ページの最終更新は2026年10月8日です。

この動画では、RunpodのレンタルGPUでAIインフルエンサーのLoRAを学習しています。ベースモデルは異なりますが、レンタルマシンで進める流れは同じです。

Train an AI Influencer LoRA with Z Image Turbo on RunPodHearmemanAI

1回の学習にかかる費用

ホスト型なら数ドルで、セットアップは不要です。レンタルGPUなら1ドル未満ですが、手間と時間がかかります。

レンタルの行はGPU利用時間のみです。課金はマシンの起動と同時に始まるため、ベースモデルのダウンロードやセットアップの時間も含まれます。

完成したLoRAの使い方

同じベースモデルと一緒に読み込み、プロンプトにトリガーワードを入れるだけです。あとは通常のプロンプトと変わりません。

ComfyUIでは、モデルとプロンプトの間にLoRAローダーのブロックを1つ置き、強度スライダーで調整します。グラフ全体の組み方は、AIインフルエンサーのComfyUIワークフローで解説しています。

この動画では、学習済みLoRAをComfyUIのグラフに読み込み、インフルエンサーの写真を生成します。

Create Ultra-Realistic AI Influencers (LoRA Training + ComfyUI 2026)Ultra Realistic World: AI Generation

GPUがまったくなくても大丈夫です。Black Forest Labsのダッシュボードなら、学習済みの.safetensorsファイルをAPI経由でホストできます（FLUX.2 kleinの学習ドキュメント）。

動画の場合は、LoRAで静止画を作り、動画モデルでアニメーションさせます。各クリップは固定した静止画から始めると、動画モデルがLoRAの顔から動き出します。この受け渡しはAIキャラクター一貫性ガイドで解説しています。

収益化できるベースモデルのライセンスは？

ベースモデルのライセンスは、そのLoRAにも及びます。ブランド案件を受けるAIインフルエンサーは商用にあたるため、この表がルート選びの決め手になります。

FLUX.1 [dev]のライセンス文には、押さえておきたい二面性があります。第2条(a)は制限を「作成するあらゆる派生物（Derivative）」に適用し、ファインチューニング版も派生物に含まれます。

第2条(d)には「Outputは、商用目的を含むあらゆる目的に使用できる」とあります。一方、第1条(c)では「収益を生む活動」での利用は非商用目的に当たらないとされています。第1条(c)と第2条(d)がどう両立するのかは、ライセンスに書かれていません（FLUX.1 devのライセンス）。

ホスト型サービスは、それぞれ独自に決めています。falのFLUX.1 [dev]エンドポイントは、画像の商用利用が許可されていると明記しています。自前GPUなら、Apache 2.0ライセンスのFLUX.2 [klein] 4Bが安心な選択です。

実在の人物に似た顔になる場合は、別の問題が生じます。肖像や表示ラベルについては、AIインフルエンサーは違法かのガイドで解説しています。

AIインフルエンサーのLoRAに関するよくある質問

AIインフルエンサーのLoRAを無料で学習できる？

はい、自前のGPUがあれば可能です。ai-toolkitはMITライセンスで無料、FLUX.2 [klein] 4BはApache 2.0で無料、12 GBのカードで学習できます。

キャラクターLoRAには何枚の画像が必要？

同じ顔のきれいでバリエーションのある画像を20〜40枚。Black Forest Labsの記事ではスタイルLoRAに15〜40枚が目安で、Soul IDは写真20枚以上を求めます。

Higgsfield Soul IDをLoRAとして書き出せる？

いいえ。Higgsfieldは、学習した人物を単独のモデルファイルとしては書き出せないとしています。顔をファイルとして自分で持ちたいなら、自作のLoRAを学習させてください。

LoRAの学習にはどのくらい時間がかかる？

Black Forest Labsの記事によると、RTX 4090で1,800ステップなら1時間未満です。Soul IDは、Higgsfieldが自社サーバーで処理するため、約3〜5分です。

Higgsfieldの次の記事：Characterページ →