我最近尝试了使用 RTX 4060Ti 16G 显卡，训练一个 Stable Diffusion 的 LoRA 来生成动漫人物 Rouge 的模型。实际效果还不错。
动画片中的样子
训练出来的样子
生成的图像和训练素材的风格非常接近，人物的五官、发型、服装等细节都把握得能可以忽略差异。即使是在不同的场景和姿势下，模型也能够生成一致的高质量结果。
可以把提示词对应到画面中的元素，很有意思。
意外的发现
在准备训练素材的过程中，意外发现，在动画片里，只有特写镜头时人物才会被画得比较精细，而当人物作为背景时，有时候连脸都不会被仔细刻画。
不过有趣的是，在实际观看动画时，这样的画面质量并不会让人觉得难以接受。只有单独截取画面观看，才会发现这些细节上偷懒对观看体验影响很小。
