liblibai单图图生图无法稳定复现角色五官等微结构特征，必须先训练专属lora模型；需对原图做数据增强生成至少40张变体，人工打标仅保留触发词与1girl/1boy，训练loss控制在0.25–0.35。
☞☞☞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☜☜☜
LiblibAI能根据一张参考图继续创作角色，但必须明确：单张图直接图生图无法保证五官、脸型、神态稳定复现，极易出现特征漂移；真正可控的延续创作，必须先用该图训练专属LoRA模型。
为什么不能直接用单图图生图做角色延续
LiblibAI的图生图功能默认调用通用底模，对输入图仅作像素级扰动重建，不提取角色语义特征；哪怕加IP-Adapter或ControlNet，也仅能约束姿态/构图，无法锁定鼻梁高度、眼距比例、唇形弧度等微结构——你上传一张侧脸照，下一张可能生成完全不同的下颌线。
这一步操作起来很简单，直接把图拖进图生图界面就行，但结果不可控。
正确路径：用单图训练LoRA再调用
准备阶段必须做数据增强，否则训练会坍缩成“原图复刻”：将原始人物图（透明背景、纯正面、无遮挡、高分辨率）用Python脚本处理——缩放至512像素长边→白底填充为正方形→水平翻转+亮度对比度扰动+轻微旋转(±10°)，生成至少40张变体图；所有图统一保存为PNG格式，命名用半角下划线，如01_character_front.png、02_character_flip.png。
禁止使用带阴影、复杂背景、多人合照或低像素截图；裁剪时务必保留完整头部与肩颈结构，避免只截脸部导致身体比例失真。
上传与预处理：登录LiblibAI → 点击左侧「训练LoRA」→ 选择底模（人像类选SD1.5，写实真人照选SDXL）→ 上传全部图片 → 点击「裁剪/打标」；裁剪方式选「聚焦剪裁」，确保每张图人脸居中且占画面60%以上；打标环节必须人工校验——删掉AI自动生成的所有冗余标签，每张图只保留两个词：【触发词】+【1girl 或 1boy】（例：xiaobai_1girl）；触发词须全英文、无空格、不加括号，后续生图时必须前置调用。
单图强化训练关键参数设置
方法一：新手推荐（标准模式）
「简易参数」中设单次张数=15、循环轮次=8；关闭「混合精度训练」开关；模型效果预览提示词填：触发词, front view, studio lighting, high detail。
方法二：单图强化（仅1–3张原始图时启用）
展开「高级参数」→ Repeat设为7（强制重复学习）→ 学习率填4e-4 → Epoch设为5 → Batch Size按显存选：A10卡填3，V100卡填5；启用「正则图」并上传5张同风格无关图（如其他水墨人物）防止特征坍缩。
注意：loss值稳定降至0.25–0.35区间即可停训，低于0.2易过拟合，生成图只会复刻原图姿态，失去泛化能力。
训练完成后的角色延续创作
训练完成→ 进入「我的模型」→ 找到刚生成的LoRA文件 → 点击「立即生图」→ 在WebUI界面顶部模型下拉菜单中，勾选「LoRA加载」并选择该模型 → 提示词开头必须前置输入你的触发词（如xiaobai），再接新指令：“xiaobai, wearing hanfu, standing on mountain cliff at sunset, wind blowing hair”。
这一步操作起来很简单，直接把文件拖进去就行。
若需多角度/多服装延续，必须在提示词中明确写死触发词+姿态+服饰+光照条件，例如：“xiaobai, full body, back view, in silver armor, cinematic rim light, ultra-detailed skin texture”。
