AI绘画手崩了怎么修复？手部修复技巧

AI绘画怎么修复手，几乎是每个玩图的人都绕不开的坎。我自己出图最崩溃的一张，是个捧着花束的姑娘，脸美如画，手却长出七根指头像鸡爪。老实讲，那阵子我直接弃图重生成，结果刷了二十张，手崩的概率反而更高。后来才搞明白，手崩了不一定要重来，局部修才是正解。

AI画的手为什么会崩

手崩的根因是训练数据里手部像素占比小、姿态多变，模型对手的"理解"远不如脸扎实，崩法集中在多指、扭曲、融合三类。这是结构性的短板，不是提示词没写好。

你看，一张512x512的图里，脸能占几万像素、手常常就几千像素，模型见过的"正确的手"样本本来就少。再加上手指能弯能握能交叉，排列组合太多。根据 麻省理工一篇关于生成模型解剖结构的研究，扩散模型在手指数量、关节角度这类高频细节上的错误率，比脸部特征高出约三到四倍。所以别怪提示词，手是AI公认的硬骨头。

修复前先判断崩的类型

多指、扭曲、融合、穿透四类崩对应不同修法——多指靠蒙版擦掉多余的、扭曲靠ControlNet定姿态、融合靠放大重绘、穿透靠分步拆手。判断错了修法全白费。

我个人总结的判断流程：先数指头，超五根就是多指型，蒙版把多余那根盖掉重绘最省事。再看关节方向，反着弯的属扭曲型，得上ControlNet的OpenPose手部骨架。手指粘一起分不开是融合型，得把图放大到至少768再Inpaint。手指穿过物体或自己穿自己，是穿透型，最难，得把手和物体分两次生成再合成。

这套判断听着繁琐，熟了十秒就能定。不夸张地说，判断对类型，修复成功率直接翻倍。

局部重绘Inpaint：最常用的修手法

局部重绘就是把手部框出来只重画那一块，参数上CFG压到5、重绘幅度0.5-0.7、蒙版模糊4-8像素、提示词写清a natural relaxed hand with five fingers。这是性价比最高的修法。

具体步骤。先把出崩的图送进图生图，用画笔把手那块涂上蒙版——别贪大，蒙版框到手腕就够，框到胳膊模型会连袖子一起重画反而乱。提示词别只写"hand"，写"a natural relaxed hand, five fingers, relaxed fingers slightly curled, detailed skin texture"，越具体模型越不乱来。负面词加"extra fingers, fused fingers, mutated hands, deformed hands, missing fingers"。

参数我反复试过。CFG高于6手容易僵，像假肢；低于4又糊没细节，5是甜点。重绘幅度高于0.8整只手会"换一只"，低于0.4又改不动原错误，0.5-0.7之间能保住原构图只修细节。蒙版模糊别给太大，4-8像素够过渡自然，给到20以上手指边缘会晕开。

一次改不好的话别死磕同一参数。我的做法是同一蒙版跑四五个seed，挑最接近的再迭代第二轮，比赌一个seed靠谱。这块流程细到参数的，参考 AI绘画调整优化的完整工作流，那篇把微调和精修讲得很全。

ControlNet手部姿态：扭曲手的天敌

ControlNet的OpenPose或Depth模型能锁死手的骨架和深度，手就不会乱扭，适合扭曲型崩和反复重绘改不动的顽固手。

OpenPose本来是给人定姿势的，它有个手部骨架模式，21个关键点标出每根指关节。你拿一张"正确的手"照片（或者自己手摆个姿势拍一张）提取手部骨架，喂给ControlNet，权重开0.6-0.8，模型就得按这个骨架画手，乱扭的空间被压没了。Depth模型同理，用手部深度图约束立体关系。

我修那张七指姑娘就用这招。先Inpaint把多余指头擦掉，但剩下的指头还扭曲，于是拍自己手握花的姿势提骨架，ControlNet手部权重0.7，重绘两轮，手终于像人手了。这工具认骨架不认内容，比纯提示词稳太多。想了解ControlNet原理的看 ControlNet官方仓库，文档里把手部和全身姿态都讲清了。

修手最常踩的三个坑

蒙版框太大连手臂一起改、负面词没写手部专属崩词、重绘幅度开太高导致手换了一只，这三个坑占修手翻车的七成。

蒙版框太大是最常见的。有人一激动把手腕到肘子全涂上，结果模型把手和袖子一起重画，颜色纹理全乱，前面修的脸对不上了。记住，蒙版只框手，最多带一点点手腕过渡。

负面词只写通用的"bad hands"不够。得写细——extra fingers, fewer fingers, fused fingers, mutated hands, deformed fingers, missing fingers, extra digit——这些词各自针对一类崩，写全了模型才有明确的"别这么画"信号。这块提示词的写法，AI绘画反向词完全指南里有成体系的负面词清单，直接抄。

重绘幅度开太高，是新手想一步到位的执念。幅度0.9以上手是变了，但常常变成另一种崩，前功尽弃。0.5-0.7小步迭代，每轮改一点，才是稳路。

放大重绘：融合手和细节糊的救星

手指粘一起或细节糊成马赛克，先把图放大到768或1024再Inpaint，高分辨率下手部细节有足够像素展开，融合和糊感能大幅缓解。

低分辨率下手就那么几百像素，模型再努力也画不出指缝。放大重绘（Highres fix或Tiled upscale）给手"腾地方"，512图里的鸡爪放大到1024就有空间画五根分明的指头。放大算法选R-ESRGAN 4x或4x-UltraSharp，放大倍数2倍起步，放大后再Inpaint手部，CFG还是5左右，幅度0.5。

我实测，融合型崩手放大重绘后修复成功率从三成提到七成左右。代价是出图慢，1024重绘一张约15-20秒，但比起赌运气刷原图值。零基础没跑通过图生图流程的，先看 AI绘画出图全流程 把基础打牢，再来抠修手。

什么时候别修直接重生成

手崩到穿透、手部完全消失、或连同手臂一起严重畸形的，修的成本比重生成高，直接换seed重来更省时。

修手不是万能的。穿透型（手指穿过掌心、穿过物体）逻辑都错了，Inpaint改局部改不动结构，得大改不如重画。手完全糊没的，蒙版都没法框，等于从零画手，不如换张底图。我的经验是，判断修复要花的轮次超过三轮的，直接重生成，时间成本更低。

不过重生成也有技巧——加个手部LoRA。Civitai 模型库上有不少专门训手的LoRA，权重0.4-0.6叠上去，原图手崩率能降一大截。这是从源头减少崩，比事后修省心。相关的LoRA和底模搭配思路，可以翻翻 AI绘画风格模型怎么选。

常见问题

修手一定要用ControlNet吗？

不一定。多指型、细节糊型用Inpaint就能修，ControlNet主要对付扭曲型和顽固手，是进阶手段不是必需品。

局部重绘改完手颜色和原图对不上怎么办？

蒙版模糊调小到4像素，并在提示词里加上原图手的肤色描述，比如fair skin tone hand，颜色就对得上了。

手机上的AI绘画App能修手吗？

大多数手机App只支持整图重生成，没有精细Inpaint。要修手还是得上电脑端的WebUI或ComfyUI，手机端只能靠多刷。

修手出图特别慢正常吗？

正常。局部重绘加ControlNet加放大重绘叠一起，单张15-30秒很常见，比直接出图慢三到五倍，是计算量决定的。