SD本地跑饰品模特图实测：4090空闲显卡+ControlNet锁手，抽卡不要钱
给饰品店做模特图这件事，本地跑SD是我的最优解，没有之一。不是它出图比云端的好看——好看程度真比不过——是它「可控」和「随便造」这两条，正好砸在饰品图最疼的地方：手要稳，饰品要能无限换。我家4090平时吃灰，老婆开网店正好接盘。
sd ai模特饰品这条路，我折腾下来一个结论：饰品这个类目，比拼的不是模型多聪明，是你能按住它多少。云端工具出图快、上手快，可饰品图有个特殊性——手就是场景本身。戒指要戴着、手链要垂着、耳环要托着，手一崩，图直接废。本地SD配ControlNet，能把手的姿态死死锁住，然后随便换饰品、换肤色、换光线，一次锁定反复用。这是云端按张收费的工具给不了的自由度。这篇全是我这两个月的实测数据，包括翻车记录。
为什么饰品模特图偏偏是SD的主场
因为饰品图80%的废片都废在手上，而ControlNet能把手的姿态锁死，锁住之后换饰品就是无限次免费抽卡。云端工具按张收费，你根本不敢用「抽卡」的心态去试；本地跑，电费按度算，心态完全两样。
先说场景。老婆的店主要卖银饰细链这一挂，客单价不高，量走得快。找真人模特拍一轮，档期加拍摄加修图，一批新品轻则八百一千。用AI出图她一开始是抗拒的，怕假，后来发现顾客根本不在乎图是不是真人，在乎的是上手效果清不清楚。
我给她跑图之后算过一笔账，这也是我劝所有有闲置显卡的人上本地的原因：
| 对比项 | 本地SD（4090） | 云端积分工具 | 真人拍摄 |
|---|---|---|---|
| 单张成本 | 约0.03元电费 | 0.3～1元/张 | 摊下来80～150元/张 |
| 手型控制 | ControlNet锁死，可复用 | 靠提示词碰运气 | 天然稳 |
| 换饰品重出 | 同手型无限重跑 | 重新抽卡，手跟着变 | 重新拍 |
| 单张耗时 | 512尺寸约11秒，1024约38秒 | 10～30秒 | 按天算 |
| 学习成本 | 装环境一次，2～4小时 | 几乎为零 | 要约档期 |
| 隐私与版权心态 | 图全在本地，不放心上传 | 素材传到别人服务器 | 要签授权 |
这张表里我最看重的是第三行。云端工具你重新抽一次卡，手的姿态就完全变了——上一张手摆得挺好，下一张同款提示词，手指头成鸡爪了。本地这边我把一个满意的手部姿态存成ControlNet的输入图，之后这一批新品全部沿用，手是同一只，只换戒指。老婆管这叫「手模聘用制，一次签约终身使用」。
跑个题，说个心态上的事。用云端积分的时候，我每张图生成前都会犹豫一下「这张值不值」，导致我提示词写得越来越保守。本地跑起来之后我人变了，一个下午敢开四百张的批量，反正烧的是电。量大出奇迹，很多好看的构图是垃圾堆里捡回来的。这个「敢扔」的心态，我觉得是本地部署最被低估的价值。
实操：ControlNet锁手加上LoRA，这套组合怎么搭
流程分三步：先出一张满意的手部底图，用openpose锁姿态，再喂50到80张自家饰品图训一个LoRA，权重0.6到0.8之间挂上出图。手负责「像人」，LoRA负责「像我家货」。
具体讲。第一步不是直接生成，是先搞到一张手部姿态完美的底图——可以自己拍老婆的手，凑近拍，光线随便，反正ControlNet的openpose只提取骨骼不提取质感。拍一次，存十来个常用姿势：托戒指的、捏耳坠的、手腕搭桌沿的、五指张开给手链当背景的。这十来张就是你的「手模库」。
第二步挂ControlNet。我的配置是openpose加depth双控，openpose管手指骨骼走向，depth管手的前后层次。权重这块是重点，后面翻车段细说。采样步数30，CFG7左右，512×768的竖构图先出，选中的再放大到1024。4090跑512尺寸一批四张大概11秒，1024单张38秒左右，一晚上能出两千张以上，第二天早上筛。
第三步是LoRA，这是拉开差距的地方。通用大模型出的银戒指永远是「最像戒指的戒指」，跟你的货长得不一样，顾客会投诉色差。我收集了老婆店里卖得最好的六个系列，每系列挑12张细节图，一共七十多张，打了标注跑LoRA。显存24G跑这个量很轻松，一晚上训练完。挂上之后效果立竿见影：链子细到什么程度、扣环是哪种形状、银是冷白还是暖白，都跟实物对上了。退货率我看过后台，图换了之后那批的「实物与图片不符」投诉基本归零。
安装环境那一段，我不写具体命令了，网上教程一大堆，写个通用路径：装好Python和Git之后，直接上整合包，解压即用，比十年前折腾CUDA的日子好太多了。真要说坑，就两个：显卡驱动记得先升到最新，模型文件别放在带中文和空格的路径里，否则报错报得你怀疑人生。整个流程熟练之后，从零到出第一张图，一台正常Windows机器两三个小时能搞定。
翻车现场：手对了，戒指糊了
我把ControlNet权重拉到1.0以上想保住手型，结果手是锁得死死的了，戒指细节全糊——权重过高会连饰品纹理一起「管教」，0.6到0.8才是甜点区。
这单翻车值得写出来。有天晚上出一批新的麻花链戒指，前两批的手部成功率大概七成，我贪心，把openpose的权重从0.7直接拉到1.1，depth也跟着拉满，想着「锁得越死越好」。结果那晚出的图特别诡异：手型和底图一模一样，连指节的弧度都分毫不差，可戒指全变成了一个银色的疙瘩，麻花纹理糊成了一团。老婆看了半天问，这是戒指还是汤圆。
原因是我后来才想明白的：ControlNet的权重管的不只是手，它把你画面里所有结构都往参考图上按。参考图那个位置是空手，权重一高，生成的戒指就得给手让路，细节自然被压扁。这跟带新人一个道理，你把规矩定太死，他就只会照抄，不会干活了。
调回来的过程试了二十多组参数，最后稳定在openpose 0.75加depth 0.65，戒指清晰度回来了，手部成功率掉一点点，八张里能成六张。附赠一个返工数据：这批120张成图，手部废片23张，占19%，比云端时代我随手抽卡的三四成废片率好太多，但离「全自动」还差得远，筛图这一步省不掉，别信什么一键出图的广告。
还有一个隐性成本得提：筛图眼睛会瞎。一晚上两千张，第二天对着屏幕看手指头看到恶心。后来我学乖了，批量跑的时候把批量数从64降到32，宁可多跑两轮，穿插着干别的活。
写到这里把账合上。这套东西的门槛在「第一次」：装环境、拍手模、训LoRA，前前后后吃掉我两三个周末。但门槛翻过去之后，每张新品的图成本就只剩电费和筛图的眼药水。4090一年电费跑下来六百块上下，抵不了真人拍摄一轮的钱。它不适合什么都想要的人——你要是完全不想折腾、一天就出三五张图，直接用云端工具更省心。可要是你跟我一样家里恰好有块闲置显卡，店里恰好有个要天天上新的饰品店，这套「手模终身聘用制」值得搭一次。
常见问题
不会代码，能搞定本地SD吗？
能。现在主流的整合包都是解压双击的用法，不用碰命令行。真卡住的一般是显卡驱动太旧和模型路径带中文这两件事，都不算代码问题。留足一个下午，照着视频教程一步步来，成功率很高。
没有4090，普通显卡能跑吗？
8G显存是条及格线，跑512尺寸出图没问题，1024放大得靠分段慢慢磨，速度大概是4090的四五分之一。再往下的显卡不是不能玩，是抽卡效率低到影响心态。笔记本显卡的话先查显存再动手。
ControlNet锁手，成功率到底有多少？
我的稳定参数下八成上下，也就是八张里六张半能用。权重拉满能更高，代价是饰品细节糊掉，这个账不划算。剩下的两成废片主要是指头粘连和关节角度拧巴，靠抽卡补。
LoRA训练需要多少张图？
我一个系列12到15张，总数70张左右跑出来的效果就够商用。重点是图要「纯」：单件、背景干净、角度多样，别拿挂着滤镜的买家秀去喂，它学什么像什么。
这么出的图，平台上敢直接用吗？
目前老婆店铺的实操是：AI图做主图会偶尔被顾客问「模特是谁」，做细节图和场景图完全没人质疑。我们现在的策略是AI图打底、实拍图镇店，新品先上AI图试款，卖得动的再安排实拍。这折中方案跑了几个月，没出过事故。