[AI 奇技淫巧] 第十七期
— 炼丹工坊：从“用别人的模型”进化到“创造自己的模型” —
🛑 免责声明 / WARNING 🛑
1. 本期涉及 AI 模型训练技术，严禁用于训练儿童色情 (CSAM) 内容。
2. 严禁使用本技术训练未经同意的真实人物 (Deepfake) 用于侮辱、诽谤或诈骗。
3. 请遵守当地法律法规。技术无罪，但请珍惜你的账号和人身自由。
■ 前言
1024，各位榴友。
前几期我们玩遍了别人的模型：换别人的脸、用别人的声音。但“拿来主义”总有局限：
那个令你魂牵梦绕的冷门女优，C 站搜不到 LoRA 怎么办？
想看特定的制服+特定的体位，现有的模型做不到怎么办？
既然市面上没有，那我们就自己造！
今天，我们将推开“炼丹工坊”的大门。这一期难度稍高，但回报巨大——学会了它，你就是赛博世界的造物主。 ![]()
一、 奇 ｜ 融合与未来：Supermerger & Flux★【看点一：Supermerger (不用炼丹的炼丹术)】看点解析炼丹太难，显卡太差？试试“调鸡尾酒”。
Supermerger 是一种模型融合技术。
* 玩法： 你觉得 A 模型的皮肤质感好，B 模型的身材比例好。像调酒一样设定比例（比如 0.5 A + 0.5 B），瞬间“缝合”出一个全新的模型。
* 必杀技 (Block Merge)： 甚至可以只把 A 的“头”嫁接到 B 的“身体”上，完全不需要训练，6G 显存就能玩。★【看点二：Flux.1 (未来的天花板)】看点解析虽然现在我们主力用 Pony，但 Flux.1 已经展现出了惊人的潜力。它的手指几乎不崩，文字生成能力极强。虽然现在训练它需要 24G 显存（富哥专属），但它是未来的方向，值得关注。扯扯蛋：如果你显卡不行，Supermerger 就是你的“穷人版法拉利”。把几个大神的模型融一融，没准能搞出个版本之子。![]()
二、 技 ｜ 炼丹字典：小白黑话速查表★【看点：看不懂参数？看这张做菜指南】看点解析炼丹最劝退的就是那些英文术语。为了让大家能看懂，我把它们翻译成了“做菜”：| 英文术语 | 中文俗称 | 做菜比喻 | 作用与影响 |
| Checkpoint | 底模 | 汤底 | 决定画风的基础。比如 Pony V6 就是浓郁的二次元厚涂汤底。 |
| LoRA | 模型/插件 | 调料包 | 我们要炼的角色。它是特定的人物/体位，撒进汤里就有那个味儿。 |
| Trigger Word | 触发词 | 菜名 | 召唤角色的咒语。输入这个词，LoRA 才会生效。 |
| Learning Rate | 学习率 | 火候 | 最关键！ 火大(高)会练糊，火小(低)练不熟。 |
| Epoch | 轮次 | 炖的时间 | 总共练几轮。炖太久肉会烂，炖太短肉不熟。 |
| Batch Size | 批次大小 | 一锅煮几个 | 显存大就多煮几个(快)，显存小只能煮1个(慢)。8G显存通常设为 1。 |
| Network Rank | 模型维度 | 锅的容量 | 值越大(128)，能装的细节越多，但文件大；值越小(32)，文件小但可能丢细节。 |
| Overfit | 过拟合 | 煮烂了 | 练过头了。表现为：人物脸部崩坏、出现噪点、或者怎么换提示词都穿着同一件衣服。 |
扯扯蛋：别被这些词吓唬住了。说白了就是把素材扔锅里，开火炖。只要火候（参数）对，就没有炼不出来的丹。![]()
三、 淫 ｜ 欲望引擎：Pony Diffusion V6★【看点：为什么一定要用 Pony？】看点解析在 NSFW (你懂的) 领域，Pony V6 (基于 SDXL) 是目前唯一的真神。
相比老的 SD1.5，Pony 对人体结构、肉感质感、高难度体位的理解是降维打击级别的。
本期我们就以 “训练一个基于 Pony 的人物 LoRA” 为目标，教大家如何把一位“老师”炼进模型里。扯扯蛋：Pony 这个模型...怎么说呢，它“阅片量”可能比你还大。你只需要给它一点点提示，它就能还你一个大大的惊喜。![]()
四、 巧 ｜ 施工蓝图：从零开始的炼丹手册>>> ⚠ 显卡红线：训练 Pony 建议 12G+ 显存；8G 用户请严格按“贫民窟配置”操作；6G 以下请玩 Supermerger <<<Step 1: 备菜 (Dataset Engineering)逻辑：Garbage In, Garbage Out。这一步做不好，后面全是白费。| 步骤 | 具体操作 (小白必看细节) |
| 1. 收集 | 找 20-30 张 目标人物的高清图。脸要大且清晰！不要全是同一套衣服。 |
| 2. 裁剪 | 打开 Birme 网站，设置宽高 1024x1024 (Pony 标准)。手动调整裁剪框，确保脸部在中间。下载 zip。 |
| 3. 命名 | 这是第一个坑！
新建文件夹 `train_data`，在里面建个子文件夹，命名格式必须是：`数字_概念名`。
推荐：`20_xiaomei` (`20`是每张图学20遍，`xiaomei`是你的触发词)。把图放进去。 |
Step 2: 清洗 (标签工程)逻辑：告诉 AI 哪些是“人”，哪些是“衣服”。| 步骤 | 操作与清洗口诀 |
| 1. 打标 | 打开 Kohya_ss -> `Utilities` -> `WD14 Captioning`。选 `train_data` 文件夹，点击打标。 |
| 2. 清洗 | 这是第二个坑！ 打开生成的标签文件：
* 删标签： 你希望 固定在人物身上 的特征（如：痣、发型）。删了 AI 就会把它归纳进触发词里。
* 留标签： 你希望 可以随意更换 的特征（如：glasses, white shirt）。留着 AI 就知道这些是外部物体，换装时容易去掉。 |
Step 3: 开炉 (参数配置)逻辑：防止炸显存，防止炼过头。| 配置项 | 推荐值 (贫民窟保命版) |
| Base Model | 必须加载你下载好的 `Pony Diffusion V6 XL` 模型文件。 |
| Folders | Image folder 选 `train_data` 的上一级目录。 |
| Parameters | * Batch Size: `1` (8G显存只能填1)。
* Epoch: `10`。
* Learning Rate: `0.0001`。
* Mixed Precision: `fp16`。
* Gradient Checkpointing: 必须勾选！ (显存救星)。 |
Step 4: 验货 (XYZ 测试)逻辑：Pony 有特殊的起手式，不然验证图是一坨翔。| 注意 | 操作 |
| 起手式 | 在 WebUI 测试模型时，Prompt 必须包含：
`score_9, score_8_up, score_7_up, source_anime, xiaomei`
(没有这些 score 标签，Pony 无法被正确激活) |
![]()
■【避雷针】/ Troubleshooting
新手炼丹容易犯的 3 个错：1.
文件夹命名错误： 随便起个名，没加数字前缀（如 `xiaomei`）。
*
后果： 训练报错，或者根本没学进去。必须是 `20_xiaomei` 这种格式。
2.
打标悖论： 想让 AI 记住眼镜，却保留了 `glasses` 标签。
*
后果： 以后生成的图，眼镜时有时无。想焊死在脸上，必须
删掉对应标签。
3.
过拟合 (脸崩)： 脸部出现诡异纹理，或者所有图构图都一样。
*
后果： 火太大了。尝试降低学习率，或者在 WebUI 里把 LoRA 权重降到 0.7 试试。
老司机语录： 炼丹是一门玄学，更是一门艺术。不要迷信别人的参数，多看控制台的 Loss 曲线，多跑 XYZ 测试，你的“丹”只有你自己最懂。
■ 结语
恭喜你，你已经掌握了 AI 领域最核心的技能之一——创造。
现在，无论是哪个冷门老师，只要你能搜集到她的 20 张图，她就能在你的硬盘里永生。
但是，图毕竟是图。虽然我们有了 FaceFusion 可以换脸视频，但那终究是在“修改”别人的作品。
能不能直接用 AI，凭空生成一段从未存在过的视频？让照片里的人动起来，走两步，甚至...？
下一期，我们将进入 AI 视频生成的全新纪元。
下期预告：【第 18 期】动态影像 —— SVD 与 AnimateDiff，让静态的梦境流动起来。
关键词索引：GitHub 搜 "Kohya_ss" / "Supermerger" / "Pony Diffusion"
温馨提示：炼丹虽好，请注意散热。
站内翻阅往期（技术底座与路线）：
7098897 [置顶底座] 引用 7098897：[AI 奇技淫巧][2016.01.12]从零打造你的本地化AI全能作战平台「实操向」
7103439 引用 7103439：[AI 奇技淫巧][第十六期]移花接木：FaceFusion 换脸与 MuseTalk 唇形同步
7103141 引用 7103141：[AI 奇技淫巧][第十五期]神之画笔：ControlNet 让 AI 指哪打哪
赞(24)
