重影由controlnet或ip-adapter意外激活、不当采样器与步数组合引发，需关闭相关模块、插入特定负向提示词、改用dpm++ sde karras+33步，并通过局部重绘精准修复。
☞☞☞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使用Checkpoint模型生成人物时反复出现重影，比如五官双轮廓、发丝叠影、衣袖虚化拖尾、背景人物复刻——这不是显存不足或网络抖动导致的临时错误，而是模型底层权重与采样器协同逻辑在特定参数组合下触发了多路径去噪震荡。
确认是否被ControlNet或IP-Adapter意外激活
第一步：进入工作流编辑界面→点击任意ControlNet单元→查看“启用”开关是否为灰色关闭状态；若显示绿色“已启用”，哪怕没传参考图，它也会强制注入空间扰动信号，诱发重影。
第二步：检查IP-Adapter节点是否残留连接线。即使你没上传参考图，只要IP-Adapter节点的clip_vision输出口连着CLIPTextEncode节点，就会持续注入跨模态噪声——右键该连线→选择“断开连接”，再点一次“刷新节点”。
第三步：【关键动作】在负向提示词首行插入no IP-Adapter fallback, no ControlNet ghosting。这句指令会强制中断平台后台对未配置模块的默认兜底行为，防止它在检测到空输入时自动补上模糊控制层。
重影高频触发的采样器与步数组合
方法一：DPM++ 2M Karras + 步数＞28 → 必然重影
方法二：Euler a + 步数=20 → 基础收敛失败，首帧去噪不完整，AI会用第二轮采样强行补全，形成视觉残影
方法三：UniPC + 步数=35 → 隐式求解器过载，中间采样点坍缩，导致主体结构在不同时间步被重复渲染
正确做法：将采样器切换为DPM++ SDE Karras→把迭代步数精准设为【33】。这个组合是F.1、Seedream 4.5、Zhonghua Realistic等主流人像Checkpoint唯一验证通过的稳定路径，低于32易糊，高于34则开始出现边缘微震。
修复已生成重影图的局部重绘策略
第一步：上传重影原图→点击“局部重绘”→用硬边画笔精准圈住重影区域（如左眼外侧多出的睫毛虚边、耳垂下方飘出的发丝残影）→确保蒙版范围＞12%。
第二步：正向提示词只写一句：“clean facial contour, single-edge eyelash definition, no hair duplication, sharp earlobe outline”。删掉所有风格词、质量词、镜头词——重影是结构错误，不是画质问题，加“masterpiece”只会让AI更用力地复制错误。
第三步：重绘强度拉到【0.52】。低于0.45无法覆盖原始重影噪声，高于0.6会破坏原有结构；同时必须勾选“保持颜色信息”，否则肤色会因重采样偏移一个色相。
第四步：在负向提示词末尾追加“(ghosting:1.6), (double contour:1.8), (motion blur on static subject:1.4)”。这三个加权抑制项专治LiblibAI在静态人像中误判动态模糊的底层bug。
