王者荣耀_貂蝉_神骥聚万邦（多来源炼制）

有3D建模静态pose，tag: DCMODEL

有CG视频帧, tag: DCFRAME

有官方海报，tag: DCOFFICIAL

无同人插画。

一、模型局限

本 LoRA 基于少量图片训练，可能存在一定程度的过拟合，常见表现包括：

• 容易复现训练图中的原始构图、裁剪方式和人物姿态；

• 可能生成局部身体部位、局部裁切画面；

• 对训练图中未出现的元素、视角和构图，不保证能够保持一致性。

例如：

• 如果训练图不是全身图，且没有出现鞋子，则无法保证生成结果中的鞋子与角色设定一致；

• 如果训练图只有正面视角，则无法保证背面或侧面视角的一致性；

• 对训练图中未展示的服装细节、身体部位或配饰，也可能出现随机补全或细节偏差。

通过后文介绍的几种方法，可以提升生成不同视角、构图和姿态的能力，但无法保证每次都能稳定实现。

模型与参数建议

推荐底模

• wai_illu_V16

暂未测试其他底模，使用其他模型时的效果无法保证。

推荐采样参数

可参考以下组合：

• Euler + simple，CFG：5–7

• DPM++ 2M + beta，CFG：4–6

具体参数可根据画面质量、角色还原度和 LoRA 权重进行调整。

提示词编写建议

为了减少模型直接复现训练图姿态或构图的情况，建议在提示词中明确描述以下内容。

1. 明确人物姿态

需要主动描述人物的整体动作，以及手臂、腿部等局部姿态。否则模型很可能默认生成与训练图相近的姿势。

整体姿态示例：

• sitting

• standing

• walking

• jumping

• lying

• kneeling

手臂和腿部姿态示例：

• arms up

• crossed arms

• arms behind back

• crossed legs

建议尽量使用具体、明确的动作描述，而不是只写一个笼统的姿态词。

2. 明确画面现的身体部位

不要只写 1girl。建议根据构图范围，明确描述画面中需要出现的部位，以降低局部裁切、身体缺失或构图失控的概率。

全身构图

full body, head, hair, shoulders, arms, hands, , waist, thighs, legs, feet, shoes

上半身构图

upper body, head, hair, shoulders, arms, hands, , waist

牛仔镜头

cowboy shot, head, hair, shoulders, arms, hands, , waist, thighs

肖像或面部特写

portrait, head, hair, eyes, detailed face

可根据实际需要增减身体部位，但建议保证描述与目标构图一致。

3. 补充场景与环境

加入环境描述，有助于减少模型对训练图背景和原始构图的依赖。

例如：

• indoor

• outdoor

• street

• nature

• room

• city

• forest

还可以继续补充光线、时间、镜头和背景信息，使画面目标更加明确。

LoRA 权重调整建议

如果生成结果过于接近训练图，或者姿态、构图难以改变，可以尝试降低 LoRA 权重。

权重降低后，角色还原度可能有所下降，但通常能够提高姿态、视角和构图的自由度。建议在角色一致性与画面变化能力之间进行平衡。

进阶控制方法

1. 使用 LoRA Block Weight

可以通过 LoRA Block Weight 对不同层进行分层控制。

建议尝试降低以下层的权重：

• OUT0

• IN8

这种方法可能有助于减少训练图构图和局部特征对生成结果的限制。具体数值需要根据实际效果进行测试。

2. 分阶段调整 LoRA 强度

也可以在不同采样阶段使用不同的 LoRA 强度。

例如：

• 前 20% 的采样步骤使用 0.5 强度；

• 后续采样步骤恢复到 1.0 强度。

这种方式可以让生成前期保留更多构图和姿态自由度，再在后期加强角色特征。

可使用以下节点实现：