看懂ai模特算法在画什么，就知道模特图的手为什么总崩
说重点：ai模特算法不是在「画」人，是在噪点里逐步擦出一个统计上像人的图。手部六指、耳朵错位这些崩，源头在算法层，修图笔刷救不了，换种子和局部重绘才对症。先把原理捋顺，再谈流程。
先把我最想传达的一句放这儿：崩图不全是你的问题。9月我把自己一个月的做图记录翻出来算了算，100张电商模特图里，手部异常31张、耳朵和饰品错位14张、左右衣领不对称9张。我中途怀疑过自己是不是词没写对，把提示词改了四五版，比例几乎没动。后来去啃了点资料才明白，这类崩坏长在算法的骨子里。
这篇不讲公式。我按做图人的视角，把扩散模型的原理讲成能对照自己翻车经历的话，再给一张我自己记的崩图账：哪类能救、救活率多少、哪类别犹豫直接重抽。原理看懂了，你看到崩图第一反应会从「我哪错了」变成「这是算法层的，走重绘流程」，心态和效率都不一样。
扩散模型两步走：先捣碎，再学着擦
出图是一个去噪过程：模型从一团随机噪点里，按训练时学到的统计规律，一步步擦出人像。它认识「合理」，不认识「正确」。
训练阶段做的事，打个比方：把千万张人像照片一层层加噪点，捣碎成一团雪花屏，让模型记住每一步「擦掉一点噪点之后图应该长什么样」。出图阶段就反过来，从纯噪点开始，一步步往回擦。所以它不是先想「这是个人」再画人，是擦着擦着，人「浮现」出来了。
我自己的理解是个类比：隔着磨砂玻璃认人。玻璃越擦越亮，轮廓先出来，然后是五官，最后才是毛孔这种细节。这里有个关键——模型每一步都在猜「下一个更清晰的画面最可能是什么」，它对「看起来合理」有执念，对「到底对不对」没有任何概念。手为什么难画？因为手在训练图里形态千变万化，握拳、比心、插兜、扶眼镜，模型学到的是「手有很多种样子」，五根手指这条硬约束它反而记不牢。台阶、乐器、眼镜腿，同理。
明白这点，很多现象就通了。为什么一张图里发带左边蓝右边黑？因为模型不维护「全局唯一」这种账本，它只保证局部看着顺。为什么脸看着还行、镜子里的倒影是另一个人？倒影区域是单独「擦」出来的，没人保证它跟主脸是同一位。
崩图清单：哪类能救，救活率多少
手指、耳朵、饰品、镜像这四类崩是算法层的，修图笔刷治标。我的账本：手部局部重绘救活约八成，耳朵五成，反复崩就换种子。
9月那100张的账我分了类记。手部异常31张里，重绘蒙版框住手部重新生成后，24张救回来了，救活率七成七。耳朵和饰品错位14张，救回来7张，五成。左右衣领不对称9张，救回来6张。剩下救不回来的，全是同一个部位崩两三次不收敛的，换种子重抽比跟它死磕快。
有一类我单独拎出来说：多人同框。给情侣装店出图那阵，双人同框10张里能崩6张，崩法五花八门——两只手四条胳膊、脸互相串、身高比例离谱。这不是参数没调好，是两个人物在去噪过程里互相「污染」对方的统计。我的土办法是单人分着出，后期合成，合法又稳。
还有个反直觉的：把步数拉满，崩图不一定少。我9月试过20步和40步各抽50张，手部崩率一个29%一个27%，差别在误差范围里。步数影响的是细节细腻度，不解决五指问题。想靠堆步数治崩图的，省省电费吧。
看懂原理后，我的流程改了三处
先小图抽构图再放大，结构词写在风格词前面，每天按三成比例预留重绘时间。改完单张交付从35分钟压到22分钟。
第一处，出图顺序。以前直接出大图，一张两分钟，崩了重来，时间全喂给重抽。现在1024的小图先抽10张选3张，构图和姿态定了再放大精修。小图便宜，抽卡成本低，崩图概率还不变，这笔账怎么算都划算。
第二处，词的顺序。结构性的描述——站姿、手在做什么、镜头距离——放在前面，风格词放后面。原理上，越靠前的词在去噪早期就被「擦」进轮廓里，越靠后的越影响不到骨架。改了顺序之后，我想要的姿势命中率肉眼可见地高了，9月下旬那批，姿势一次过的比例从一半升到七成上下。
第三处，心态和排期。账本摆在那，三成崩图率是常态，我接单报价时就把重绘时间算进成本，一天8小时的活按11小时排。以前崩一张急一张，现在崩一张按流程走：先局部重绘，两次不收敛就换种子。活还是那些活，人不焦了。
ai模特算法这套东西，说穿了就是个「统计意义上的人像复原器」。它不知道人有五根手指，也不知道倒影里该是谁。知道哪些崩是算法层的，你就不会再跟修图笔刷较劲，也不会再怀疑自己词穷。流程顺着原理改，时间自然省下来。
常见问题
同一个提示词加同一个种子，两次出图还是不一样，为什么？
我实测过，部分平台的采样实现里，批次内并发出图或后端版本更新都会让结果漂移，种子只是起点，去噪每一步的计算细节平台随时可能调。想要可复现，把整组参数截图存档，出图前后各存一次，交付对不上号时至少有据可查。
提示词里写「五根手指」能减少手部崩吗？
我9月试了一周，正反两种写法都试了，崩率基本没动。模型学的是画面统计，文字约束改变不了它对手的理解。真要控手，要么手部动作写得极其具体，比如「双手自然下垂」，要么靠后期局部重绘，别指望咒语。
模特脸出多了总长得很像，是不是模型的问题？
是。模型有自己的审美中心，出图越多越往中心收，业内叫趋同。我的办法是给脸部描述里留两个「偏离项」，比如 specific 的眉形或雀斑，把脸从中心拽开一点。另外隔一阵换一组底层风格词，也能换换基因库。
局部重绘的蒙版边缘总有接缝感，怎么压下去？
蒙版别贴着崩点框，往外多留一圈完整结构，比如修手就把手腕一起框进去，让重绘区域有过渡的余地。羽化开到两三成。我现在的蒙版尺寸基本是崩点区域的两倍大，接缝感基本看不出来了。