sd制作ai模特的完整流程：设计师的练手与翻车记录

sd制作ai模特这件事，我是被一个客户逼着学会的。我做服装设计出身，去年开始接虚拟形象的私活，客户要求"我要一个只属于我店的模特，脸不能撞"。网页工具的随机脸满足不了这个要求，只能上Stable Diffusion自己练。从去年9月到今年5月，我练废了三个形象，第四个才稳定下来接到商单。

这篇按我实际走的顺序写：底模、素材、训练、出图锁脸。参数都是我机器上跑出来的，你的显卡不一样，数值要自己微调，但顺序和坑是通用的。

第一步：底模选择决定了下限

写实人像底模决定皮肤质感和五官基础，选两个风格差异大的底模各跑一轮小样再定。底模选错，后面训练全是缝缝补补。

我的教训是第一步就走岔过。最早用的底模出图偏"渲染感"，皮肤像瓷，怎么调都是CG脸，练了一周LoRA才发现问题在底模，前面全白干。后来我换了思路：挑两个写实向的底模，同一组提示词各出十张小样，对比皮肤质感和五官耐看度，选一个再往下走。这个对比测试半天就能做完，能省一周的返工。

判断标准我说下自己的：皮肤要有纹理不能像塑料，五官立体但别欧美骨相——我的客户群是国货女装，模特太西化商品就违和。还有个隐藏指标，底模对手部的处理，手画得烂的底模，训练再好也带不动，这一条能直接筛掉一半。

第二步：训练素材三十到五十张就够

练一个专属模特形象，三十到五十张多角度素材足够，来源可以是生成的中间形象再筛选。素材贵精不贵多，重复角度堆数量反而练糊。

素材这一步，圈内有种说法是要几百张图，我实测完全不用。我的做法是先用高权重提示词生成一个"候选形象"，从两百张里人工挑出脸部最稳定的三十五张，作为训练素材。这中间有个关键动作：挑图的时候要刻意保留不同角度和光线的版本，全是正面大脸的话，练出来的形象只会正面，侧脸一崩到底。

我的第一次翻车就栽在这：素材四百张，全是从网上风格图筛的，训练完的模特确实好看，但脸越来越像某位明星，客户法务一看就毙了。肖像权这根弦必须绷着——训练素材避开可识别的真实名人脸，用自己生成的中间形象做母本，这条我后来写进了给客户的交付说明里。

第二次翻车是素材重复率太高，三十五张里二十张是同角度，出来的LoRA侧脸全糊。补素材补了两天。现在我的配比固定为：正面十五张、四分之三侧十张、正侧六张、全身四张，这个比例练出来的形象各个角度都能打。

第三步：训练参数只盯三个

训练轮数、学习率、文本触发词三项定生死：轮数拉太高模特会"练僵"，我的稳定区间是十到十四轮。别迷信复杂参数，盯住这三个就够出活。

我的机器训练一轮二十分钟，一晚上能跑好几版。轮数是最需要盯的：低于十轮，形象还没"长熟"，出图随机性大；超过十四轮，开始"练僵"——五官锁死的同时表情也锁死了，每张图都是同一副表情，看着特别诡异。我有个形象练到二十轮，出来全是一模一样的假笑，客户管她叫"蜡像姐"，这版直接弃了。

学习率我用的是常见的1e-4起步，不动它，精力省下来盯轮数。文本触发词建议起一个无意义的生僻词做锚点，别用"beautiful girl"这种大众词，不然出图会混进底模自带的美感倾向，你的专属感就被稀释了。触发词越专属，LoRA的存在感越纯粹。

训练这件事的心法就一句：练到八分熟就停。剩下两分交给出图阶段的提示词去微调，LoRA负责"像她"，提示词负责"今天是什么感觉"。

第四步：种子值锁脸和批量出图

挑定一张满意的图后锁种子值，之后换服装换场景只改提示词，脸就跑不掉。种子加LoRA加触发词，三层锁一起上，一致性才稳。

出图阶段我固定三层锁：LoRA挂载加触发词、锁种子、固定面部修复参数。新客户交付出图前，我会跑一轮"一致性测试"：同参数换十个场景，看脸稳不稳。5月交付的那个形象，十个场景里九个能认出是同一人，一个侧脸微崩，重绘一下过。

批量的时候留个心眼：放大修复别开太狠，我试过二次元放大模型用在写实人像上，皮肤被磨得发亮，整批图废掉。写实向就用写实的修复模型，别混用。

对了，把每次训练的参数、素材清单、种子值记成台账，这个习惯救过我两次——客户三个月后说"想让模特稍微改下发型"，我从台账翻出原参数，半小时出三版发型方案，客户当场加单。没有台账的话，这就是一次从头再来。

那个练废的"蜡像姐"形象，我一直留在硬盘里没删，算给自己立的牌子。sd制作ai模特走到今天，我的手感是：技术环节全是选择题，参数就那几个，真正的门槛在审美和耐心——知道什么脸是好脸，然后接受它要练四次才成。第四个形象现在每周给我带稳定收入，前面三个的学费，摊在每张图里也不算亏。

常见问题

训练一个专属AI模特形象要多少素材图？

三十到五十张就够，关键是角度配比：正面多数、侧面适量、全身少量。全是同角度的话，没练到的角度会崩。

练出来的形象像明星有风险吗？

有，肖像权风险，商用必被毙。素材避开可识别的真实人脸，用自己生成的中间形象做母本最稳。

训练轮数越多形象越稳吗？

不是。我的区间是十到十四轮，练过头五官和表情一起锁死，出图全是同一副面孔，反而不能用。