SD大模型训练喂饭级教程（第一期）

【导语】
Stable Diffusion 大模型微调教程上集：为何要微调、训练 vs 融合、硬件门槛、能否一次多概念、效果决定因素，以及训练集应如何准备。内容来自创作者多次「炸炉」经验归纳；下集覆盖打标、工具、正则化、过拟合判断与参数实操。

原视频：https://www.bilibili.com/video/BV1BJ4m147yo/

【1. 为什么要微调大模型】
有一种说法：只有要加入底模完全没有的新概念才需要训大模，微调用 LoRA 就够。实践中并非如此。每次出图挂多个脸模/风格 LoRA 很烦：选模、叠权、互污染、抽卡率升高，能挂的 LoRA 数量也有限。即使硬件很强，仍常需要直接微调大模——既为加入新元素，也为改进已有概念，让底模本身更接近目标提示词效果。

【2. 微调方式：训练 vs 融合】
常见两条路：训练（DreamBooth 一类技术，口播称 Google 研究团队发布的大模微调技术即可理解）与融合。融合依赖逐层手术+噪声，层间关联强，调单一因素易牵动其它，质量偏玄学，还可能带入不想要的元素与版权风险。科学训练在「加入/微调概念」上目的性更强、效果更确切；若训练集完全自备，知识产权更可控，甚至可埋隐藏 Tag 证明归属。

【3. 硬件】
核心是显存。低于约 16GB 想训出较好大模会很痛苦：即便优化跑起来，测试也更耗时。云平台可用但体验常打折。建议先把硬件条件备好。

【4. 一次训练多个概念？】
技术上可以，新手不推荐。单概念都难练完美；素材差异大时除步数外其它参数也可能要分概念调；多概念互相影响、更易过拟合，结果差时也难定位。建议一个一个来，有经验后再批量。

【5. 效果决定因素】
明确观点：高品质微调大约七成靠素材、三成靠参数。很多人陷在优化器/学习率魔咒里反复调参仍不好——问题常在素材。素材够好时，参数「随便挑一挑」也可能出好结果。

【6. 训练集怎么准备】
先问清「到底要微调什么」。例：喜欢某底模但脸不好看 → 训练集应是高清、多角度、多光照的目标脸大头照与上半身；背景等与目标无关的因素是污染，宜抠图填白再打 Tag。正则化图可放各种距离全身照，减轻「只会出上半身/面部写真」。体型会被学进去，可对身材比例做有限度调整，但不建议重做人脸（易丢细节、损真实感）。手不好看时可在半身/写真构图里刻意藏手。

质量优先于数量：DreamBooth 相关实验有「仅三张图也能微调出不错效果」的案例；单一概念几百张内往往够用。概念多、素材真多时才上几千上万，并注意降轮次、别把学习率开太高、盯紧样图防过拟合。

用不同人物脸训「亚洲女性脸」一类泛化概念：素材少时人物差异不宜过大，否则易出奇怪五官拼接感，宜同一人；素材多且质量高时，才适合多人物脸混合并认真打标。

下期预告：参数、工具、打标、正则化与带练案例。

作者：天选嘉鲤敦赵图图