對於插畫家與數位藝術創作者而言，將個人鮮明的視覺風格（如獨特筆觸、線條質感、特定配色與光影氛圍）固化為專屬 LoRA（Low-Rank Adaptation）模型，是建立個人數位藝術資產最高效的途徑。然而，在本地端部署 Stable Diffusion 訓練環境，往往需要配備 12GB 至 24GB 顯示記憶體的高階顯示卡，且伴隨著繁複的 Python 環境架設與排錯門檻。
SeaArt（海藝 AI）提供的雲端模型工坊（Model Training Studio）消除了本地硬體與運算資源的限制。創作者只需在瀏覽器上傳畫作圖集、設定觸發詞（trigger words）與訓練輪次（epochs），即可藉由雲端 GPU 完成訓練、即時觀察收斂曲線，並直接在線上驗證畫風還原度。
1. 籌備畫風圖集：畫風 LoRA 的選圖原則
畫風模型的訓練邏輯與角色模型截然不同：模型的核心任務在於學習畫面中的「繪製技法」與「視覺表現形式」，而非特定物件的具體外形。
樣本數量與主題多樣性
- 建議樣本量： 25 至 40 張高品質作品為畫風 LoRA 的黃金區間。樣本若少於 20 張，模型往往學習不充分或泛化能力不足；若超過 50 張且缺乏變化，則容易造成過擬合與運算時間浪費。
- 主題分散原則： 訓練集必須維持「風格一致，但主體多樣」。建議組合 10 至 14 張人物肖像、8 至 10 張全身構圖、6 張風景或建築場景，以及若干靜物物件。若圖集中全部都是長髮少女，模型會誤將「長髮少女」視為畫風的一部分，後續在生成場景或機械載具時便會產生形體混亂。
- 畫面純淨度： 請剔除草稿、帶有大面積浮水印、風格未定型或畫風不一致的早期練習作品。
尺寸規格與裁切模式
- 基底解析度配合：
- 基於 SD 1.5 架構： 建議採用 512×512（正方形）、512×768（直式人像）或 768×512（橫式場景）。
- 基於 SDXL 或 Flux 架構： 建議統一採用 1024×1024 規格。
- 裁切模式選擇： 在 SeaArt 上傳介面中，若畫面主體偏離中心，建議選擇「焦點裁切」（Focus Crop）；若作品已於本地預先裁切完成，可選「不裁切」（No Crop）以保留完整畫面構圖。
2. 觸發詞與反向標註：畫風綁定的關鍵技巧
標註（Tagging）決定了類神經網路如何建立文字詞彙與像素特徵之間的對應關係。針對畫風 LoRA，核心策略為「標註內容、剔除風格」：
原圖：懸崖上持劍戰鬥的戰士水彩插畫
自動生成標籤：1man, warrior, sword, cliff, watercolor, paint splatter, art style
清洗後標籤：[trigger_word], 1man, warrior, sword, cliff
設定獨立觸發詞
觸發詞（Trigger Word）是啟動該畫風的指令鑰匙。請選擇一個獨特、罕見且不與常用詞庫衝突的單詞組合（例如 aurora_gouache 或 mori_ink_style）。
畫風標籤剔除法
- 自動標註演算法： 動漫與插畫風格推薦使用 Deepbooru（標註門檻值建議設為 0.6）；寫實厚塗或 SDXL 建議選用 BLIP。
- 清洗風格詞彙： 逐一檢查自動產生的標籤，徹底刪除所有形容畫風特徵的詞彙，如 watercolor（水彩）、lineart（線稿）、illustration（插畫）、sketch（素描）、ink wash（水墨）等。
- 保留內容詞彙： 完整保留描述主體、動作、服飾與背景環境的詞彙（如 1girl, castle, night, sword）。
- 運作邏輯： 若將「水彩」保留在標籤中，AI 會將水彩筆觸歸因於系統既有的「watercolor」詞彙；相反地，若將畫風詞剔除並補上專屬觸發詞，AI 就會將整張圖中未被文字解釋的筆觸、顆粒、暈染質地全部歸納並綁定至你的專屬觸發詞。
3. 雲端模型工坊參數配置
在 SeaArt 導覽列點選 創作 > 模型 > 模型訓練（或由左側選單進入訓練介面），開啟 LoRA 設定面板。
| 參數項目 | 畫風 LoRA 建議數值 | 技術作用與考量 |
|---|---|---|
| 底模（Base Model） | 選擇與目標風格相近的基底模型（如 ReV Animated、AnyLoRA 或 SDXL） | 相似的底模能在更小的特徵偏離下迅速收斂風格 |
| 重複次數（Repeat） | 8 至 10 次/張 | 單張圖片在每個 Epoch 中被重複學習的次數；設太高易導致出圖僵化 |
| 輪次（Epoch） | 10 至 15 輪 | 訓練的完整循環次數；總步數 = 圖片張數 × Repeat × Epoch |
| 批次大小（Batch Size） | 1 或 2 | 設為 1 梯度精準度最佳；設為 2 可節省約 30% 運算時間 |
| 網路維度（Rank/Dim） | 16 至 32（SD 1.5）/ 32 至 64（SDXL） | 決定 LoRA 模型檔案大小，主導捕捉細緻線條與筆觸的容量 |
| 網路 Alpha | 設為 Rank 的一半（如 8 或 16） | 控制 LoRA 對底模權重的干預強度，避免畫風覆蓋過度 |
| 優化器（Optimizer） | AdamW8bit | 兼具低顯存佔用與穩定收斂效能的通用優化演算法 |
| 學習率（Learning Rate） | 0.0001（U-Net: 0.0001, Text Encoder: 0.00005） | 建議由 0.0001 起步，設定過高容易造成畫面結構崩解 |
4. 監控收斂曲線與異常排查
點擊「立即訓練」後，SeaArt 會將運算任務派發至雲端算力節點，創作者可在「任務列表」中即時觀察訓練步數與損失值（Loss）。
- 評估 Loss 曲線： Loss 代表生成結果與目標樣本間的誤差距離。在健康的訓練過程中，Loss 數值會平滑下降。對於插畫風格模型，當數值穩定降至 0.10 至 0.12 區間時，通常代表已達理想收斂狀態。
- 過擬合（Overfitting）： 若 Loss 降得過低甚至趨近於零，且預覽圖中的人物姿勢與構圖完全照搬訓練集原圖、無法隨新提示詞改變，代表模型已產生過擬合。解決方式為減少 Epoch 輪次、降低 Repeat 次數或調低學習率。
- 欠擬合（Underfitting）： 若預覽圖中完全看不到個人專屬筆觸，畫面依舊呈現底模原生質感，代表訓練步數不足。應提高 Epoch 輪次或將 Repeat 增加至 10–12 次。
5. 線上驗證與資產變現
SeaArt 會於訓練過程中保存多個階段的權重版本。在正式應用於商業專案前，建議在 SeaArt 繪圖工作區進行系統性交叉測試：
- 權重階梯測試： 於提示詞中加入
[trigger_word]，將 LoRA 權重從0.5逐步提升至1.0進行出圖。畫風 LoRA 的最佳運作區間通常落在0.6至0.85之間，既能忠實還原筆觸，又不會損害畫面骨骼與光影結構。 - 跨主題提示詞檢驗： 輸入訓練集中完全未出現過的物件測試模型泛化度（例如：
[trigger_word], 一輛停在雨夜街道的賽博龐克重型機車）。若機車能自然呈現你的專屬筆觸與調色，代表畫風已成功抽象化。 - 權限設定與收益分成： 在模型管理頁面中，創作者可將模型設定為「私人」（Private）供個人專案獨家使用，或選擇「公開」（Public）分享至社群。開啟付費模式後，社群用戶每次調用該模型生成圖像，創作者皆可獲得扣除平台費用後 70% 的點數收益分潤。