メインコンテンツへスキップ
見出し画像

【2026年10月30日検証】Anima LoRAがPixAIで変換エラーになる問題を解決|Kohya形式とPEFT / Diffusers系形式の違い

    【2026年10月30日検証】Anima LoRAがPixAIで変換エラーになる問題を解決|Kohya形式とPEFT / Diffusers系形式の違い

    Anima LoRAをPixAIにアップロードすると「モデル変換に失敗しました」と表示される場合があります。

    画像

    今回、PixAIへのアップロードに成功したLoRAと、失敗したLoRAの内部構造を比較しました。

    その結果、学習済みの重みではなく、LoRAの保存形式(キー名)の違いが原因である可能性が判明しました。

    失敗したLoRAをKohya形式に変換したところ、
    PixAIへのアップロードに成功しました。

    検証日:2026年10月30日

    ※今後PixAI側が対応する形式を増やす可能性があります。以下は検証日時点での結果です。

    PIXAIにUPするANIMA のLoRA はKohya形式で作る。が正解?
    ⚠️
    「変換成功はPixAIでの利用成功を保証しない」

    以下、もう違うので作っちゃったよ人向けになります。
    そのまま、LoRAの中身の形式を書き換えるだけ。


    1. Anima LoRAには異なる保存形式がある

    今回検証したのは、次の2つのLoRAです。

    画像

    どちらもAnima用のLoRAで、Tensorの形状構成も一致していました。

    ところが内部を調べると、キーの命名方式が異なっていました。

    Kohya形式(成功例)

    lora_unet_blocks_0_cross_attn_k_proj.lora_down.weight

    PEFT / Diffusers系の階層型形式(失敗例)

    diffusion_model.blocks.0.cross_attn.k_proj.lora_A.weight

    これらは、同じモデル内部の処理部分に対応する重みを表しています。

    しかし、保存されている名前が異なります。

    これは同じ意味のデータが、異なる命名規則で保存されているようなものです。

    なお、今回の成功例がAesthetic、失敗例がBaseだったことは事実ですが、Aestheticが必ずKohya形式、Baseが必ずPEFT / Diffusers系形式になると断定するものではありません。

    保存形式は、学習ツールやエクスポート処理にも依存します。

    2. 何が問題だったのか?

    PixAIにPEFT / Diffusers系の階層型キーを持つAnima LoRAをアップロードしたところ、次のエラーが発生しました。

    「モデル変換に失敗しました」

    PixAI側で、利用可能なLoRAバージョンが作成されない状態です。

    一方、以前アップロードに成功していたKohya形式のAnima LoRAでは、この問題は発生していませんでした。

    そこで、失敗したLoRAのキー名をKohya形式に変換することにしました。

    3. LoRAのキー名とは?

    LoRAファイルには、学習した重みのデータと、その重みをモデル内のどこに適用するかを示す名前が保存されています。

    この名前を「キー」と呼びます。

    今回のAnima LoRAには1,428個のキーがありました。

    その内訳は、476組のLoRAモジュールに対する3種類の項目です。

    • lora_A / lora_down:低次元への変換

    • lora_B / lora_up:元の次元への変換

    • alpha:LoRAのスケーリング値

    合計で476 × 3=1,428個です。

    今回行ったのは、これらのキー名を対応する別形式の名前に置き換える処理です。

    学習済みの重み自体は変更していません。

    4. PythonでKohya形式に変換する

    変換用スクリプト KohyaHENKAN.py を作成しました。

    このスクリプトは、今回のAnima LoRAで確認した階層型キー形式をKohya形式へ変換します。

    特徴は以下のとおりです。

    • Python標準ライブラリだけで動作

    • 元のLoRAファイルは変更しない

    • 学習済みTensorのバイト列を維持

    • Metadataを維持

    • 変換済みの新しいファイルを出力

    • すでにKohya形式のファイルは変換対象から除外

    変換用Pythonコード

    ファイル名:KohyaHENKAN.py

    # KohyaHENKAN.py
    # Convert an Anima LoRA from hierarchical naming to Kohya naming.
    # Input: one original .safetensors in the same directory; output: *_kohya.safetensors.
    # Standard library only. Original weights and metadata are preserved.
    
    import json
    import shutil
    import struct
    from pathlib import Path
    
    folder = Path(__file__).resolve().parent
    # Select only a hierarchical Anima LoRA; ignore already-converted Kohya files.
    candidates = []
    for candidate in sorted(folder.glob('*.safetensors')):
        with candidate.open('rb') as check:
            raw = check.read(8)
            if len(raw) != 8:
                continue
            size = struct.unpack('<Q', raw)[0]
            if not 0 < size <= 100 * 1024 * 1024:
                continue
            check_header = json.loads(check.read(size))
        keys = [key for key in check_header if key != '__metadata__']
        if keys and all(key.startswith(('diffusion_model.blocks.',
                                        'text_encoders.qwen3_06b.transformer.model.layers.'))
                        for key in keys):
            candidates.append(candidate)
    
    if len(candidates) == 0:
        raise RuntimeError('No hierarchical Anima LoRA found. Kohya-format files need no conversion.')
    if len(candidates) > 1:
        raise RuntimeError('Multiple hierarchical Anima LoRAs found. Keep only one conversion source.')
    
    source = candidates[0]
    target = source.with_name(source.stem + '_kohya.safetensors')
    if target.exists():
        raise FileExistsError(f'Output already exists: {target}')
    
    with source.open('rb') as fin:
        first_eight = fin.read(8)
        if len(first_eight) != 8:
            raise ValueError('Invalid safetensors header length.')
        header_size = struct.unpack('<Q', first_eight)[0]
        if not 0 < header_size <= 100 * 1024 * 1024:
            raise ValueError(f'Unexpected header size: {header_size}')
        raw_header = fin.read(header_size)
        if len(raw_header) != header_size:
            raise ValueError('Truncated safetensors header.')
        header = json.loads(raw_header)
    
        converted = {}
        original_keys = [k for k in header if k != '__metadata__']
        for key, entry in header.items():
            if key == '__metadata__':
                converted[key] = entry
                continue
    
            if key.startswith('diffusion_model.blocks.'):
                stem = 'lora_unet_' + key[len('diffusion_model.'):].replace('.', '_')
            elif key.startswith('text_encoders.qwen3_06b.transformer.model.layers.'):
                stem = 'lora_te_layers_' + key[len('text_encoders.qwen3_06b.transformer.model.layers.'):].replace('.', '_')
            else:
                raise ValueError(f'Unrecognized tensor key: {key}')
    
            if stem.endswith('_lora_A_weight'):
                mapped = stem[:-len('_lora_A_weight')] + '.lora_down.weight'
            elif stem.endswith('_lora_B_weight'):
                mapped = stem[:-len('_lora_B_weight')] + '.lora_up.weight'
            elif stem.endswith('_alpha'):
                mapped = stem[:-len('_alpha')] + '.alpha'
            else:
                raise ValueError(f'Unrecognized tensor suffix: {key}')
    
            if mapped in converted:
                raise ValueError(f'Duplicate output key: {mapped}')
            converted[mapped] = entry
    
        if len(original_keys) != len(converted) - ('__metadata__' in converted):
            raise ValueError('Tensor count changed unexpectedly.')
    
        new_header = json.dumps(converted, ensure_ascii=False, separators=(',', ':')).encode('utf-8')
        with target.open('xb') as fout:
            fout.write(struct.pack('<Q', len(new_header)))
            fout.write(new_header)
            shutil.copyfileobj(fin, fout, length=8 * 1024 * 1024)
    
    print(f'Source: {source.name}')
    print(f'Converted tensor keys: {len(original_keys)}')
    print(f'Output: {target}')
    print('Original tensor bytes and metadata preserved. PixAI compatibility is not guaranteed.')

    実行方法

    Pythonファイルと変換対象の .safetensors を同じフォルダに配置します。

    LoRA/
    ├── KohyaHENKAN.py
    └── original.safetensors

    ターミナルから実行します。

    python3 KohyaHENKAN.py

    正常に変換されると、次のファイルが作成されます。

    original_kohya.safetensors

    元の original.safetensors は変更されません。

    すでにKohya形式のファイルは変換不要です。

    ※このスクリプトは今回検証したAnima LoRAのキー形式専用です。一般的なLoRAファイル全般に使える変換ツールではありません。また、出力済みファイルが存在する場合は上書きしません。

    5. 実際の検証結果

    今回、エラーが発生したLoRAを変換したところ、次のメッセージが出力されました。

    Converted tensor keys: 1428
    Original tensor bytes and metadata preserved.
    PixAI compatibility is not guaranteed.

    1,428個のキーすべての変換に成功しました。

    さらに、変換後のファイルをPixAIへアップロードしたところ、正常に受け付けられました。

    結果は次のとおりです。

    処理結果元の階層型LoRAをアップロード失敗Kohya形式に変換成功変換後のLoRAをアップロード成功実際の画像生成による効果確認未検証

    少なくとも今回のケースでは、保存キー形式の変換によってアップロードエラーを回避できました。

    ただし、PixAI内部の具体的なエラー原因については確定できていません。

    6. 今後は変換が不要になる可能性もある

    今回の検証日は2026年10月30日です。

    PixAIが今後、異なるAnima LoRA形式の読み込みに対応すれば、こうした変換処理は不要になる可能性があります。

    そのため、まず元ファイルをそのままアップロードし、変換エラーが出た場合にのみ形式を確認する方法がよいでしょう。

    まとめ

    Anima LoRAがPixAIで「モデル変換に失敗しました」と表示された場合、LoRAのキー形式が原因である可能性があります。

    今回の検証では、

    PEFT / Diffusers系の階層型キー形式 → Kohya形式に変換 → PixAIアップロード成功

    という結果でした。

    LoRA自体が正常に学習できていれば、再学習をせずに保存形式の変更だけで解決できる場合があります。

    ただし、対象となるキー形式が一致することを確認したうえで変換してください。

    検証日:2026年10月30日

    ※本記事は実ファイルの解析とアップロード実験に基づく記録であり、PixAIの公式な原因説明ではありません。
    ※この記事をUPするのは、同様の問題を抱えた人のための、検索に対応するためです。


    追記:2026年10月31日

    別のAnima LoRAでも同じ変換を試しましたが、今回はKohya形式へ変換しても、PixAIの「モデル変換に失敗しました」というエラーは解消しませんでした。

    追加検証では、成功したLoRAが28ブロック、失敗したLoRAが40ブロックという構造上の違いが見つかっています。

    ただし、この違いが直接の失敗原因かどうかは未確定です。

    したがって、本記事で紹介する方法は、実際にアップロードに成功した一例であり、すべてのAnima LoRAに通用する解決方法ではありません。

    Kohya形式であれば必ずアップロードできる、という意味ではない点にご注意ください。


    28 ブロック 

    画像


     
     

    picko

     
     
    AIでの絵の書き方とアルパカ子の様子を投稿します。 TIPS多めで記事を書いていきます。 カッコイイより可愛いが好き。アルパカ子はOC. やっぱり猫とアルパカと芝犬が好き。そうそう、インコも好き 昔、飼っていたわ。

    あなたへのおすすめ