要在liblibai上训练出风格稳定、输出一致的固定画风模型，必须让训练数据、底模选择与参数设置三者严格对齐；需准备20–50张同源同风格同分辨率高质量图并规范命名；写实风格用f.1或xl-ill底模，插画选foundation1.0或sdxl插画分支，二次元锁定sd1.5+acg或sdxl anime底模；分辨率须与底模严格匹配，错1像素即致纹理模糊；学习率、epochs、batch size及触发词等参数按风格差异化配置；训练中loss持续缓降且预览图风格一致方可成功。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要在LiblibAI上训练出风格稳定、输出一致的固定画风模型，必须让训练数据、底模选择与参数设置三者严格对齐，任何一项偏离都会导致生成结果漂移或混杂。训练前需确认你已准备好20–50张同源、同风格、同分辨率的高质量图，且每张图命名符合“数字_描述词.jpg”格式（如“03_watercolor_cat.jpg”）。
选对底模：写实/插画/二次元三类风格匹配原则
底模不是随便挑一个就能训出目标风格——它决定了模型的底层渲染逻辑。用错底模，哪怕数据再准、参数再细，最终模型也会在生成时自动回退到该底模的默认倾向。
写实风格必须选用F.1或xl-ill系列底模，二者均经真实人像与材质数据微调，支持subsurface scattering皮肤渲染和自然光模拟；【严禁使用SD1.5或Anything V5等动漫向底模训练写实图】，否则训练中途loss会突然跳升，生成图出现塑料感或五官崩坏。
插画风格优先选Foundation1.0或SDXL插画专用分支，这类底模内置了手绘笔触建模能力，对水彩、厚涂、矢量扁平化等非摄影类表现有原生支持；若训练目标是儿童绘本风，还需额外上传含明确边线、高对比色块的样本图。
二次元风格锁定SD1.5+ACG预设或SDXL Anime底模，尤其注意模型详情页是否标注“厚涂”“日系”“2.5D”标签；不建议用Flux_超级毛发这类强细节LoRA作为底模直接训练，它仅适合作为后期注入模块。
数据集处理：剪裁与分辨率强制统一
第一步：上传全部训练图至「我的训练」→「新建训练任务」→「上传数据集」。
第二步：在剪裁选项中，根据训练目标选择方式——头像类（如角色立绘）选「聚焦剪裁」，系统自动框选脸部区域；全身构图或场景插画选「中央裁剪」；若原始图已是标准比例且主体居中，可勾选「不剪裁」。
第三步：分辨率设置必须与底模严格匹配：SD1.5系列统一设为512×512或512×768；SDXL系列必须用1024×1024或1024×1536；F.1写实底模推荐1024×1344（竖版人像）或1280×768（横版场景）。【分辨率错1像素，训练时就会触发隐式重采样，导致纹理模糊或边缘锯齿】
第四步：点击「开始预处理」，等待平台完成自动归一化。此时页面会显示每张图的处理状态，失败图会标红并提示原因（常见为EXIF旋转信息未清除或Alpha通道残留）。
参数配置：三类风格对应的关键数值组合
方法一：写实风格（以F.1底模为例）
LiblibAI 是专注于AI图像创作的模型与工作流平台，汇聚海量风格模型、LoRA、ComfyUI工作流和创作者作品，支持在线生成、模型训练、作品发布与灵感交流，帮助设计师、插画师和内容创作者更高效地完成视觉创意。
学习率设1e-5，Epochs设12，Batch Size选2；触发词必须包含realistic、photorealistic、8k；CFG Scale训练阶段固定为3.5，不可调高——过高会导致皮肤过锐失真，过低则丢失毛孔与皮脂光泽。
方法二：插画风格（以Foundation1.0底模为例）
学习率放宽至5e-5，Epochs设8–10，Batch Size可设3；触发词加入watercolor、ink outline、flat shading；关键点在于启用「颜色保真增强」开关（位于高级参数区），否则训练后生成图饱和度会整体偏低15%–20%。
方法三：二次元风格（以SD1.5+ACG预设为例）
学习率设8e-5，Epochs设15，Batch Size选4；触发词必含anime、thick brush、cel shading；务必关闭「面部修复」选项——该功能会强行校正五官比例，破坏二次元特有的夸张结构（如大眼小嘴、长颈窄肩）。
训练启动与过程监控
确认所有设置无误后，点击「启动训练」按钮。训练开始后，页面自动跳转至实时监控面板。
重点观察loss曲线：前3轮可能波动剧烈属正常，但从第4轮起应进入持续缓降通道；若第6轮后loss平台期超过2轮且数值＞0.18，说明数据集存在风格混杂（比如混入了两张写实图），需中断训练、重新清洗数据。
每完成1个Epoch，系统自动生成1张预览图，使用你在「模型效果预览提示词」栏填写的句子（例如“masterpiece, best quality, (银发少女:1.2), 厚涂质感, 暗黑哥特风”）进行测试；若第5轮预览图仍明显偏离训练图风格，不要等待结束，立即终止并检查触发词权重是否被后台自动压缩。
完整15轮训练通常耗时22–38分钟（取决于图片数量与服务器负载），完成后模型自动保存至「我的模型」→「LoRA」分类下，名称为“训练任务名_时间戳”。
