LoRA怎么影响AI绘画模特的脸？练过三版之后讲清人物一致性
先把底交代了：LoRA就是给大模型外挂的一张脸卡，练得对，同一张模特脸的一致率能从五六成拉到九成上下；练得糙，脸会串味。这篇用我三版卡的实测数字讲清原理、流程和翻车点，不想训练的读者直接跳到最后一个章节看替代方案。
ai绘画模特模型里最让人摸不透的一件事，就是同一张脸能不能反复出现。有人随手就能出同一个模特，有人垫图垫到怀疑人生，脸照样张张在换，差别多半出在LoRA上。这东西不神秘，说白了就是往大模型上装一张"脸卡"，装稳了，脸就是你的；装歪了，出图像开盲盒。
交代下背景。2026年8月底到10月，我在一张RTX 3060上前后练了三版虚拟模特脸卡，给电商详情页那个纯虚构的形象用。三版加起来花了十来个小时，翻车次数比成功次数多。下面所有数字都是自己一张张数出来的，不抄谁的。
LoRA到底是什么：给大模型装一张脸卡
LoRA是一份几十到一百多MB的小参数文件，出图时叠在大模型上，把底模里那张平均脸往你的模特脸方向掰。它不改底模本体，卸掉就恢复原样。
大模型出脸有个脾气：你不指名道姓，它就画一张平均脸。你写少女、正面、棚拍，出来的五官是千万张照片揉出来的中间值，好看，但再点一次，中间值就换了人。LoRA干的事，是把你那几十张训练图里的五官偏向压成一份小文件，出图时叠上去，硬生生把平均脸掰成你的模特。
这名字来自2021年微软那篇论文，全称Low-Rank Adaptation，思路是大模型冻结不动，只训一层很小的旁路参数，论文原文在arXiv上能看到。落到出图上就一句话：同一个提示词，挂卡和不挂卡，出来是两个人。
所以群里那种随手就出同脸的老哥，拆开看无非两种：要么一直在用垫图把脸往回拽，要么手里真有一张练好的卡。光靠提示词写圆脸杏眼高鼻梁，那是在跟概率赌运气，赌十把输七把。
自己练一版脸卡：数据、参数和耗时
练一版能用的脸卡，30到50张光线统一的照片起步，普通游戏显卡三个多小时能跑完。数据质量比张数要紧，光线一杂，脸必串味。
流程四步：收图、打标、开练、挑产物。收图是大头。我第一版凑了40张，白天阳台的、夜市路灯下的、室内暖光的都有，当时想着量大了总是好事，后来发现恰恰相反，这是第一版翻车的根子。练卡不比攒素材，模型学什么像什么，你喂十种光，它就把十种光都算成这张脸的一部分。
打标就是给每张图配文字说明，发型、脸型、表情逐条写清楚。触发词我设了一个自造词，专指这个虚拟形象，跟任何真实词汇都不沾边。参数上我基本照秋叶整合包的默认值，只改了三处：学习率1e-4，网络维度dim 32，跑10个epoch。30张图乘每张重复10次乘10轮，总共3000步，3060跑了三个多小时，产物是一张144MB的卡。对了，睡前开练这个习惯不太行，第二天上班我差点迟到。
没有本地显卡的，云平台按小时租卡也是条路，一小时一两块到几块钱，练一版的总花费比一杯奶茶低。我没租过，3060够用就懒得折腾，只提醒一句：租卡记得用完就关机，群里有人忘关，白挂了一晚上。
三版实测：一致率数字和串味翻车
同一个虚拟模特连出20张，不挂卡只有11张认得出是同一人，第一版卡12张，修完数据的第二版18张，第三版19张。翻车点全在训练集的光线上。
测法很土：提示词固定，只换背景词和姿势词，每个版本连出20张，脸裁成300像素见方并排摆，肉眼数还认得出是同一个人的有几张。结果就是开头那几个数。别嫌样本小，第二版到第三版那1张的差距，背后是我把8张侧脸照片补进训练集的结果——纯正面练出来的卡，模特头一转就换人。
翻车最狠的是第一版。11张夜市暖光照片把肤色带黄了，练出来的卡在白色影棚光下，模特颧骨发宽、脸色发黄，朋友看了说这脸一股烧烤摊味。串味就是这么来的：你喂什么光，卡就把什么光算成这张脸的一部分。修法粗暴，删光全部暖光和逆光，重凑28张柔光箱正脸加侧面，重跑一遍，冷白光下的脸立刻正了。
顺手记个小坑：打标时我把黑长直写进了触发词，结果后期想给模特换发型，怎么改提示词都换不动，卡把发型一起锁死了。第二版把发型描述挪出触发词才松开。
不想练卡：参考图加提示词也能锁脸
不训练也能锁住模特脸：一张满意的正脸底图反复垫图，配一句话面容描述，20张能稳住17张。省事省钱，代价是侧脸和大角度容易走样。
这套办法我在练卡之前用了两个月。挑一张最满意的正脸存成底图，每次出图垫在最前面，Midjourney用cref参数，Stable Diffusion挂IP-Adapter，多数网页工具叫参考人物，道理都一样。面容描述压成一句话挂在提示词末尾，当保险丝用。具体四招怎么配，我单独写过实测，垫图权重、种子怎么锁都拆了：不训练也能锁脸的四种轻量方法实测。
两条路怎么选，直接摆表：
| 对比项 | 自己练LoRA | 参考图垫图 |
|---|---|---|
| 前期投入 | 收图加训练约4小时 | 挑一张底图就行 |
| 单批20张里认得出同一人 | 18到19张 | 17张 |
| 侧脸和大角度 | 稳 | 容易走样 |
| 换发型换装 | 要降权重或重练 | 改提示词就行 |
| 适合谁 | 长期固定形象、出图量大 | 刚起步、偶尔出图 |
说句偏心话：一个月出图量不到100张的，别练，垫图够用；形象要长期经营、要批量出图的，卡早练早省心。我练完第三版之后，垫图就只用来出草稿了。
回到开头：为什么有人能出同一张脸，有人不能。差别不在玄学，在于有没有把这张脸从概率里固定下来——垫图是临时按住，LoRA是长期焊死。三版练下来我最大的收获倒不是一致率，是详情页终于敢印"专属模特"四个字了。
常见问题
练LoRA必须要4090吗？
不用。我全程RTX 3060 12G，显存12G算舒服线，8G也能练，要开省显存选项，时间拉长一截。实在没卡就按小时云租，练完记得关机。
可以用真人照片练脸卡吗？
别拿真人练。肖像权风险绕不开，平台也查得严。我练的三版全是纯虚构形象，训练图来自AI生成加素材库的虚拟人，这个口子别开。
挂了卡脸还是偶尔漂，怎么救？
先把权重从1.0压到0.7到0.8，很多漂是权重拉满导致的。再查底模：练卡用什么底模，出图就用什么底模，跨系混用脸必变。
一张脸卡能拿到别的大模型上用吗？
跨系不行。SDXL系的卡配SDXL底模，SD1.5的卡配1.5的底模，练卡和出图差一个系，五官就换人了。想换底模，基本等于重练一版。
训练集到底多少张合适？
20到50张之间起步都行，光线统一比张数要紧。我28张柔光图练出的第二版，比40张杂光的第一版强得多，宁缺毋滥。