欧美模特ai出图总带东欧脸?骨相与肤质调法的一次翻车复盘

欧美模特ai出图总带东欧脸?骨相与肤质调法的一次翻车复盘
欧美模特ai出图的骨相与肤质调法对比

先把结论放前面:默认模型画不出地道欧美脸,卡点在骨相提词和皮肤质感两处,跟模型"聪不聪明"没关系。按下面的顺序改提词、压CFG、局部重绘,我这批三十张的可用率从三成拉到了八成。

欧美模特ai出图这事,我们店里是三月份开始真用的,独立站卖女装,详情页要美国脸,模型默认吐出来的却总是一张似是而非的东欧网红脸:眼窝不够深、鼻梁直得像尺子画的、皮肤光得没毛孔。前两周废片率高达七成,几乎每张都要人工修。翻了两百多张废片之后才想明白,问题不在"多加几个形容词",而在没把骨相当成一整套结构去描述。这篇把当时踩的坑和调法按顺序写下来,你照着改,基本两批之内能看到通过率的变化。

先交代背景:用的是SDXL系底模加一个写实LoRA,出图分辨率1024×1536,一个下午跑三十张的量。对照组是挂在店里的真人欧美模特图,摄影师按六百张一张的价格拍的,共十八张。所谓"通过",是我和运营两个人都看不出明显AI痕迹、且骨相符合目标市场审美才算数。

默认模型为什么画不出地道的欧美脸

训练数据里的"漂亮脸"偏韩系和东欧网红审美,骨相结构没被显式描述,模型就只能给均值脸。所以解法不是换更贵的模型,而是把骨相拆成可以被提词的部件。

我把废片按脸的部分归了类:眼窝浅的占41%,鼻头圆钝的占33%,下颌线模糊的占26%,一张图常常同时中两三条。这意味着提词里只写"a beautiful European woman"完全没用,模型会自己脑补成它见过最多repetitions的那类脸。后来我把骨相固定成一组结构化短语:deep-set eyes(深眼窝)、prominent brow bone(眉骨突出)、high and wide cheekbones(颧骨高且宽)、slightly square jawline(下颌略方)、straight nose bridge with defined tip(鼻梁直、鼻头有型)。这组短语我在三十张里一字不改地复用,只换服装、发色和场景,骨相的命中率立刻从不到三成变成了十张里七八张像样。

还有一个反直觉的发现:负面提词里写"Korean idol face"这类词作用很小,改成压权重更有效。我用的是(圆脸:1.3)、(幼态:1.2)放在负向里,比堆一堆英文否定词管用。这事没人告诉我,是某次顺手把中文负向词翻译过去试出来的,结果那批的鼻头问题一下子少了大半。

肤质是第二道坎,光修骨相没用

骨相对了但皮肤像磨皮滤镜,一眼假;把CFG压到4.5到5之间,再加皮肤纹理描述,质感问题能解决七成。剩下三成靠局部重绘兜底。

骨相调好之后,废片原因换了:脸型对了,但皮肤开始"蜡像化"。我的处理分三层。第一层,CFG从默认7压到4.8,画面整体会稍微"糊"一点点,但皮肤开始有真人的油光和不均匀;第二层,提词里加visible pores、subtle skin texture、natural blemishes,注意blemishes要配subtle,不加这个词模型会给你画出满脸痘;第三层,出图后挑脸过关但皮肤过曝的,用局部重绘框住脸颊和额头,重绘幅度压在0.3到0.35之间,配同一组骨相提词。幅度一过0.4,脸型就飘,前功尽弃。

这套流程单张多花大约90秒,三十张一批合计多花45分钟左右,但省下来的修图时间远不止这个数——之前每张平均要修6分钟,现在八成的图零修直接进详情页。

一批三十张的前后对比与废片去向

调整前后各跑三十张,可用率三成对八成,废片主因从骨相崩换成了光影不统一。这张表是两批的实际数据。

维度调整前那批调整后那批
可用张数9/3024/30
骨相崩(眼窝/下颌/鼻)14张3张
蜡像肤、无毛孔11张2张
光影和服装冲突4张5张
单张平均处理耗时约6分钟(含修图)约2.5分钟

表里有个细节值得单独说:调整后剩下的废片,骨相和肤质问题基本消失了,新的废片主因变成侧逆光下脸部和服装色温打架。这类图修不了,只能换光重跑。所以现在我把"柔光箱正面光+少量轮廓光"写进固定提词,宁可光平淡一点,也不再赌戏剧化打光。如果肤色过渡仍有断层感,可以参考ai模特图换模特实录:发丝边缘和肤色断层是最后两道坎里处理肤色断层的做法,和这里的局部重绘能接上。

回到开头那句:欧美脸出不出来,不是玄学,是骨相没有被当成结构去描述、肤质没有单独当成一道工序。把这两件事拆开各调各的,三十张的通过率从三成到八成,中间没有用任何付费插件。你要是也在被默认的"东欧网红脸"折磨,先改骨相提词,再压CFG,最后局部重绘,顺序别乱。

常见问题

这样调出来的脸,会不会撞上真人肖像?

模型是基于分布生成的,不是拿某张照片复刻。不过稳妥起见,我的习惯是出图后用反搜工具查一遍,太像某个明星的 直接废掉重跑,不心疼,反正一批里可替换的多。

脖子以上的特写图也适用吗?

适用,但局部重绘的幅度要再压低一点,我用0.25左右。特写里皮肤纹理占比大,幅度高了反而更容易看出修补痕迹。

发色和瞳色怎么固定?

写进固定提词组里,比如dark blonde hair、light blue eyes,和骨相那组一起锁死。随机性主要来自场景描述,人物特征越固定,批次一致性越好。

必须用英文提词吗,中文翻译过去行不行?

骨相这组词建议直接用英文短语,我自己试过中文直译,"颧骨"被翻成不同词时效果差很多。服装和场景描述用中文再让工具转,问题不大。

延伸阅读