AIGC 摄影训练：让模型学会你的镜头语言

AIGC 摄影的瓶颈，从来不是“生成一张图”，而是“稳定生成你想要的图”。

提示词能碰运气，训练才能复现。你想要的胶片颗粒、逆光氛围、35mm 构图、某种人像质感，如果每次都靠抽卡，那就不叫工作流，叫赌博。

AIGC 摄影训练，本质是把摄影师的视觉语言，压缩成一个可复用的模型。代码不多，难的是数据、审美和判断。

一、先定目标：你要训练什么

不要一上来就“训练摄影”。范围太大，一定失败。先选一个：

• 风格 LoRA：胶片、黑白、赛博、日系
• 主体 LoRA：某个人、某类产品、某个模特
• 光线 LoRA：伦勃朗、逆光、霓虹夜景
• 构图控制：姿势、景深、透视

一个 LoRA 只解决一件事。贪多，最后什么都不像。

二、数据比算力重要

准备 20 到 50 张同风格照片。要求：

• 分辨率统一到 1024 左右
• 去水印、去低质、去重复
• 角度、光线、背景尽量多样
• 打标要具体，触发词要唯一

例如：ohwx, 35mm film, natural light, portrait。触发词是钥匙，描述是边界。

三、最小训练：一个命令

以 diffusers 的 SDXL LoRA 脚本为例，训练命令大致如下：

accelerate launch train_dreambooth_lora_sdxl.py \
  --pretrained_model_name_or_path=stabilityai/stable-diffusion-xl-base-1.0 \
  --instance_data_dir=./my_photos \
  --output_dir=./lora_photographer \
  --instance_prompt="ohwx, 35mm film, natural light" \
  --resolution=1024 --train_batch_size=1 \
  --gradient_accumulation_steps=4 \
  --learning_rate=1e-4 --max_train_steps=800 \
  --mixed_precision=fp16

步数不是越多越好。800 步能看效果，2000 步可能已经过拟合。

四、推理：加载 LoRA 出图

from diffusers import DiffusionPipeline

pipe = DiffusionPipeline.from_pretrained("stabilityai/stable-diffusion-xl-base-1.0")
pipe.load_lora_weights("./lora_photographer")

img = pipe("ohwx, 35mm film, backlight, tokyo street, night").images[0]
img.save("shot.png")

同一触发词，同一风格。换场景，不换镜头语言。

五、摄影感靠控制，不靠随机

想更像摄影，至少加三样东西：

• ControlNet：锁构图、姿势、深度
• IP-Adapter：锁参考图的色彩和氛围
• 负面提示词：去塑料感、去过度锐化、去 AI 味

流程建议：先构图，后风格，最后调光。不要一次性把所有条件堆进去。

六、评估与迭代

固定种子、固定提示词，一次生成 20 张，看一致性。

• 过拟合：背景全一样，减步数、降学习率
• 欠拟合：不像，加数据、加步数、改打标
• 脸崩、手崩：加负面词，或换更高分辨率

别只看一张图。摄影训练看的是稳定产出。

七、伦理底线

肖像权、版权、商用授权，必须提前确认。不要用真人照片训练并伪造真实人物。发布时标注 AI 生成。技术越强，边界越要清楚。