Stable Diffusiontype
summary
status
category
tags
slug
date
password
icon
状态
子标签
标签
日期
Jan 13, 2026 08:03 AM
CONTENT
灵感笔记
- 可操控东西太多了，感觉路子是对的，线稿可控，姿势骨骼可控，背景可控，能解决绝大多部分的美术资源的需求
- 自己训练微调模型，现在硬件问题解决两路子
- 云端训练
- 自购相应合适的硬件
LORA训练
SD考古历史，关键词“Novel AI”
再看一遍，并做笔记
用b站自带的笔记系统
57:35
ref
- 模型是AI可理解的向量合辑，向量是图片的视觉特征即像素分布特征对应文字tag的指向；
- 为了后期出图的可操作性更大，模型应该具有更强的专一性，例如某一角色模型，只保留某一角色最本质的特征
- 训练模型，即炼丹就是AI在原有的基础上吸纳新的向量合辑；
- 所以炼丹时，预期模型包含的是新的特征，不需要拆分成很细的tag。除了预期模型的凝练tag，其他的都应该是旧的，库里包含的，从而避免预期模型中的必要特征与之前的向量建立联系，弱化预期模型应有的特征。
- 模型是动漫人物，那这个向量应该包含脸部特征，头发特征，装饰品特征，服装特征（当然可以按需去除），所有这些合在一起才是这个人物；所以在打标的时候，需要把所有非特征的部分tag出来，如背景特征，光照特征等，让AI与之前的向量建立联系，那剩下的新的向量合辑就是这个模型，也就炼出来了。
- 模型是画风，那这个向量应该包含线稿走向，配色，突出元素等（其它专业的画风分类的名词）特征；在打标的时候，这个画风tag应该包含的特征不打出来，不包含的打出来，比如同人角色，普通元素等。
- 暂时这个阶段的理解
- Author:Frank
- URL:https://blog.fqqblog.com/article/2e7bd4d9-052e-81a3-a245-ff5ec59df3b5
- Copyright:All articles in this blog, except for special statements, adopt BY-NC-SA agreement. Please indicate the source!
