必须训练专属lora模型：先分sd1.5（人像/二次元）与sdxl（写实真人）底模，确认兼容lora和controlnet；准备20张纯色背景正面正方形图，命名规范；打标仅留触发词+1girl/1boy；训练参数设repeat=6、epoch=5、学习率4e-4、关闭混合精度、启用正则图。
☞☞☞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中生成同一角色在不同姿势、服装、角度下保持五官、脸型、神态高度一致的图像，必须训练专属人物LoRA模型——仅靠提示词锚定或IP-Adapter FaceID Plus v2等通用工具无法稳定复现细节，单图生图极易出现脸部漂移、发色错乱、耳垂变形等特征丢失问题。
先锁死底模类型：人像/二次元必须分道扬镳
打开LiblibAI官网→点击顶部导航栏【模型广场】→在搜索框输入“SD1.5”或“SDXL”，立刻过滤出两类互斥路径。人像类、ACG立绘类角色必须选SD1.5；写实真人照、高精度皮肤质感需用SDXL；超写实真人（如F.1、xl-ill）严禁用于二次元角色训练——底层训练域冲突会导致五官解构、瞳孔错位、发丝粘连。
点进目标底模卡片，滚动到底部详情页，确认“兼容LoRA”和“支持ControlNet”两项均已打钩。缺一不可，否则后续叠加IP-Adapter FaceID Plus v2或skin_realism_enhancer将完全失效。
训练图准备：20张是底线，纯色背景+正面居中是铁律
人物LoRA对图像一致性极度敏感，哪怕3张图里有1张侧脸、虚焦或带阴影，都会导致生成时五官错位或肢体扭曲。
第一步：用手机或相机拍摄15–20张正面半身照，人物占画面70%以上，纯色背景（白墙/灰布最佳），避免反光、阴影和多人入镜。
第二步：全部图片统一裁剪为正方形，分辨率锁定在【768×768】——别用1024×1024，SD1.5底模对高分辨率适配差，容易触发特征漂移。
第三步：文件名用半角下划线连接数字与英文描述，例如01_xiaobai_front.png，严禁出现中文、空格、全角标点或“小明_1.jpg”这类系统拒收命名。
触发词与标签：必须人工删减，只留两个词
上传全部图片后，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。
注意：禁止保留颜色词（如black_hair）、背景词（如studio_background）、姿态词（如smiling）——这些会干扰LoRA对核心面部结构的学习。
参数三步锁死：Repeat=6、Epoch=5、学习率=4e-4
进入“赛博丹炉”→点击左侧【训练LoRA】→选择已确认兼容的底模后，执行以下操作：
① 关闭“混合精度训练”开关——这是LiblibAI云端环境最常触发NaN Loss的开关，开着必炸。
② 在高级参数中设Repeat=6、Epoch=5、学习率填4e-4（角色类专用值）、调度策略选“cosine with warmup”。严禁填固定学习率，否则loss前10轮就崩盘。
③ 启用正则图功能，上传5～10张同风格但不含主体特征的背景图（如纯色渐变、水墨纹理），命名为reg_01.jpg、reg_02.jpg……用于约束泛化边界，防止脸部塌陷或五官液化。
