别被术语吓到！手把手教你训练自己的AI绘画模型，小白也能当数字画家

最近总看到有人晒自己用AI画的图——那种一眼就能认出来的独特风格，有的像复古版画，有的带着浓浓的水墨味，你是不是也心痒痒，但一搜教程，满屏的“LoRA”、“权重”、“数据集”，头立马就大了？感觉这玩意儿是程序员玩的，离自己特别远。

别急着关页面！我今天就用最直白的大白话，带你走一遍训练一个专属风格模型的全过程，咱们不扯那些高深理论，就当成一次好玩的数字手工课，放心，你不需要懂代码，只需要一点耐心和好奇。

先泼盆冷水：这事儿不神奇，但需要你“喂”图

首先得打破一个幻想：不存在“我有个绝妙想法，AI自动给我画出来”这种魔法，训练模型，说白了就是教AI认图，你想让它学会画“赛博朋克猫咪”，你就得准备一大堆赛博朋克风格的、猫咪的图片给它看，它学得好不好，很大程度上取决于你“喂”的教材质量高不高。

所以第一步,收集图片，别贪多，先定个小目标：一种明确的风格，你想做“你自家狗狗的卡通模型”，还是“你个人水彩画风的模型”？目标越具体，越容易成功。

找20到50张高质量图片,最好是风格统一、主体清晰、分辨率高的，如果训练人像，脸部角度、表情可以多一点变化；如果训练画风，那么构图、笔触最好有代表性，这里有个关键：版权！一定用你自己拍的照片、自己画的图，或者明确可以免费商用的图，别惹麻烦。

关键的“说明书”：给每张图打标签

这是最枯燥但最重要的一步,就像教小孩认东西得告诉他名字。

你需要用一个工具（比如BooruDatasetTagManager这种，名字吓人但操作简单的软件）打开你的图片文件夹，然后手动给每张图写描述，比如一张图里有“一个女孩，戴着草帽，在向日葵田里笑”，那你的标签可能就是“1girl, straw_hat, sunflower_field, smiling”。

这里有窍门：

• 什么该标：物体、人物特征、发型、衣着、动作、背景、风格（水彩、油画）、艺术家名字（如果你模仿某位大师）。
• 什么不用标：质量类词汇，masterpiece, best quality”，这类通用词后期可以统一加。
• 反面教材也要：如果有些特征你不想出现，比如训练时不想让猫有翅膀，那就在一些正常猫的图里，特意标上“wings”作为负面特征，告诉AI“这个不要学”。

这个过程很磨人,但标签打得越准，AI才学得越明白，你可以边听播客边干。

找个好“教室”：云端训练平台是首选

自己用电脑训练？除非你有张特别好的显卡，否则动辄十几小时，电脑呼呼响还容易失败，强烈建议用云端平台，比如AutoDL、揽睿星舟这些，它们就像租了个高性能电脑，按小时收费，新手用优惠券几乎不花钱。

注册后,选择“镜像”（可以理解为预装好所有软件的系统），搜索“LoRA-scripts”或者“Kohya_ss”这类常用训练镜像，一键启动，界面现在都很友好了，很多中文按钮。

配置参数：别慌，照抄这个“配方”

打开训练脚本后,你会看到一堆参数设置，别怕，第一次咱们就当“照食谱做菜”：

1. 模型：选一个稳定的底模，SD 1.5”或“SDXL”，就像选一块素色的画布。
2. 数据集路径：指向你上传到云端的、已经打好标签的图片文件夹。
3. 输出名称：给你未来的模型起个名，MyWaterCat_v1”。
4. 训练步数：通常每张图训练100-150步左右，图片少（30张）可以设总步数3000；图片多（50张）可以设5000。宁可少一点，也别贪多，步数太多会“过拟合”——AI只记得你喂的图，不会创造新东西了。
5. 学习率：一个关键数字，新手可以用一个比较稳的数值，比如1e-4，不容易出错。
6. 分辨率：和你收集的图片大小一致，通常是512x512或768x768。

其他很多选项,第一次训练保持默认就好。先追求“跑通”，再追求“跑好”。

按下开始键，然后去喝杯咖啡

点击开始训练,云主机就会吭哧吭哧工作了，在后台你可以看到损失值（loss）的曲线，它会从高慢慢往下降，最后趋于平稳，这个过程快则半小时，慢则几小时，期间你完全不用守着。

训练完成后,模型文件（一个.safetensors文件）会出现在输出目录里，下载到本地。

激动人心的时刻：试试你的“孩子”

打开你的AI绘画工具（比如Stable Diffusion WebUI），把生成的模型文件放到指定的“LoRA”模型文件夹里，重启界面，你就能在生成图的参数里看到它了！

调用方式通常是在提示词里输入：<lora:MyWaterCat_v1:1>，后面的数字“1”是权重，可以从0.5到1之间调整，控制风格影响的强度。

用一些简单的提示词去测试,a cat sitting on a windowsill”（一只坐在窗台上的猫），看看它能不能画出你想要的独特水彩猫风格，多试几次，调整权重和提示词。

第一次很可能不完美，这太正常了！

出来的图可能很奇怪,或者风格不明显，别气馁，这才是开始，回想一下：

• 是不是图片素材风格不一致？
• 标签打得太模糊还是太乱？
• 训练步数是不是不合适？

调整这些,重新训练。训练模型是个迭代的过程，很少有一次成功的，每一次失败，都让你更了解该怎么和AI“沟通”。

当你看到AI终于能稳定地输出带有你专属味道的图画时,那种成就感，真的和完成一件手工作品一模一样，你不再是单纯的使用者，你成了一个“调教师”，一个数字风格的塑造者。

这条路没有想象中那么陡峭,它需要的不是多高的技术，而是你的审美、你的耐心，和你想创造点不一样东西的那点冲动，别等了，就从收集那十几张你最喜欢的图开始吧。

（免费申请加入）AI工具导航网

相关标签： # AI绘画lora模型训练教程