如何訓練 AI 網紅 LoRA

LoRA 到底是什麼？

LoRA 就像替模型的大腦打補丁。這個名稱是低秩適應（low-rank adaptation）的縮寫，是 Microsoft 團隊在 2021 年發表的方法（LoRA 論文）。它不動原本的模型，只在上面訓練一層薄薄的額外數值。

要存下來的就是這一層。生成圖片時，它會和基礎模型一起載入，讓每張圖都往它學到的方向靠。

對 AI 網紅來說，它學的是一個不存在的人：下巴的線條、頭髮垂落的樣子。你用觸發詞把這個人叫出來，觸發詞是一個模型在別處從沒見過的無意義字串，例如 ZK_MIRA。

LoRA 只能搭配訓練時用的那個基礎模型。Black Forest Labs 的 FLUX 模型是最常見的基礎，FLUX.1 [dev] 的 LoRA 不能直接用在 FLUX.2 [klein] 上。Black Forest Labs 的訓練文件，也是針對單一指定的基礎模型訓練每個 LoRA（FLUX.2 klein 訓練文件）。收集第一張圖之前，先決定好基礎模型。

什麼時候 LoRA 比 Soul ID 或參考圖片更好？

角色需要在單一 App 之外使用時，LoRA 比較有利；要生成數千張圖、想放在自己的硬體上跑、不想每張圖都扣點數時，也是 LoRA 勝出。

參考圖片是最快的做法：每次下提示詞都附上角色圖片，模型會盡量複製那張臉。OpenArt 能用單張圖片建立角色，Multi-View 功能還能把這一張圖變成 9 個角度（OpenArt 角色）。

App 內訓練角色身分，介於兩者之間。Higgsfield 的 Soul ID 用 20 張以上照片訓練，約需 3 到 5 分鐘。Higgsfield AI Influencer 指南示範了在工作室裡怎麼操作。

How do you train a Soul ID?

Upload 20+ photos of the same person: high-quality, consistent lighting, face shown from different angles.

Train. The process takes about 3 to 5 minutes.

Generate. Select the trained character in the Character tab when generating with Soul 2.0.

Higgsfield 官方部落格形容它「比提示詞更好控制，又比 LoRA 省事」（Soul ID 文章，2026 年 6 月 15 日）。同一篇文章也說明，角色身分「不會匯出成獨立的模型檔」，只留在 Higgsfield。

OpenArt 也能用 4 到 100 張樣本圖訓練自訂 Character 模型，但它的角色頁面同樣沒有提供檔案下載。Krea 把 LoRA 訓練放進方案裡，Basic 方案 50 張圖，Max 方案最高 2,000 張。

這位創作者拿 Krea 的 LoRA 訓練和參考圖片做比較，看哪一種更能固定同一張臉。

Krea 2 - LoRA Training VS Reference Images: For Consistent Characters?Benji’s AI Playground

差別在於：臉孔存在你掌控的檔案裡，還是存在你每月付費的帳號裡。

如果用帳號就好，在 Higgsfield AI Influencer 流程裡使用 Soul ID 可以省掉下面所有步驟。最佳 AI 網紅生成器清單把這些 App 並排比較，AI 網紅專區則整理了從設計臉孔到發出第一篇貼文的每條路線。

訓練資料集怎麼準備？

資料集是同一個角色的 20 到 40 張圖，每張附一小段文字標註。它對結果的影響比任何訓練設定都大。

這個範圍落在兩份公開指南之內。Black Forest Labs 自己的 LoRA 文章要求風格 LoRA 用 15 到 40 張圖（Hugging Face，2026 年 6 月 4 日）；Higgsfield 的 Soul ID 則要求同一個人的 20 張以上照片。

AI 網紅有一個真人沒有的難處：一開始根本沒有照片，得自己做出來。

1. 先設計出臉孔。可以用 Higgsfield AI Influencer Studio 這類角色建立器（操作教學：Higgsfield AI Influencer 指南）。它依 19 項選單設定建出一個人，每次收費 1.12 點數，產出一張肖像和一張全身照。
2. 拓展成不同角度。把那張臉當參考圖餵回去，要求側臉、四分之三側面和全身照。OpenArt 的 Multi-View 能從一張圖做出 9 個角度。
3. 除了臉以外，其他全部要有變化：光線、房間、服裝、鏡頭距離。Black Forest Labs 的訓練文件建議混用特寫與完整場景，避免重複背景（FLUX.2 klein 訓練文件）。
4. 剔除臉孔跑掉的圖。鼻子、瞳色或髮際線有變的圖，會讓 LoRA 學到這種跑掉的臉。20 張乾淨的圖，勝過 40 張參差不齊的。
5. 統一尺寸：長邊至少 1024 像素，這是 Black Forest Labs 兩份文件給的數字。
6. 每張圖都要標註。每張圖配一個同名的 .txt 檔：mira_014.png 與 mira_014.txt。開頭先寫觸發詞，再描述畫面裡除了你要學的臉孔之外的所有內容：「ZK_MIRA, woman in a grey coat on a tram, evening light」。

標註裡沒寫的東西，LoRA 就會吸收進去。把大衣寫進標註，大衣就是可選的；沒寫，她就會永遠穿著它。

想知道怎麼寫提示詞，才能讓一整組圖維持同一張臉，請看我們的 AI 網紅提示詞。

做法 1：用代管服務訓練

代管訓練服務替你跑 GPU 運算。你上傳一個壓縮檔，等訓練跑完，再把檔案下載回來。

fal 是定價最清楚的例子。它的 FLUX.1 [dev] 快速訓練器預設跑 1,000 步，每次收費 2 美元，價格「隨步數線性增加」（fal 訓練器頁面）。Replicate 的 FLUX.1 [dev] 訓練器以 ai-toolkit 執行，依 H200 運算時間按秒計費，每次約 0.86 美元。

1. 把圖片資料夾與標註檔壓縮成一個 zip。
2. 上傳到訓練器，並輸入你的觸發詞。
3. 設定步數。預設為 1,000。Black Forest Labs 的文件建議角色訓練用 1,500 到 3,000 步，以 fal 的線性計價換算，每次約 3–6 美元。
4. 訓練結束後下載 LoRA，或直接留在 fal。無論在哪裡使用，這個檔案都受 FLUX.1 [dev] Non-Commercial License 約束。若要在 fal 以外的付費帳號上使用，請改用 FLUX.2 [klein] 4B 訓練（見下方授權表）。
5. 用它來生成。fal 的 FLUX.1 [dev] LoRA 端點每百萬像素收費 0.035 美元，頁面表示每張圖片都「已取得商用授權」（fal FLUX LoRA）。

OpenArt 是 App 型的選擇：用 4 到 100 張圖訓練自訂的 Character 模型，並在 OpenArt 內使用。它的角色頁面沒有標示訓練要花多少點數，各方案卡片則依等級列出角色一致性功能。

從 Plus 方案（每月 34 美元，2026 年 10 月 23 日）起才能商用；依 OpenArt 的條款，Starter 方案限非商業用途。兩者的比較見 Higgsfield vs OpenArt。

做法 2：用自己的 GPU 訓練

免費的做法是用自己的顯示卡搭配開源訓練器。Black Forest Labs 在自家訓練文件中，第一個點名的就是 Ostris 的 ai-toolkit。它採 MIT 授權，有網頁介面可以啟動並監看訓練任務。

ai-toolkit 可為 FLUX.1 [dev]、FLUX.2、Qwen-Image 與 Wan 影片模型等訓練 LoRA。開發者 Ostris 在這支影片裡示範，從資料集一路訓練出 FLUX.2 LoRA 的第一批樣圖。

How to Train a FLUX.2 LoRA with AI ToolkitOstris AI

1. 安裝 ai-toolkit 並啟動網頁介面，網址是 localhost:8675。
2. 指定資料集資料夾，每張圖旁邊放同名的 .txt 檔。在標註中寫入 [trigger]，工具組會自動換成你的觸發詞。
3. 選擇基礎模型。Black Forest Labs 指出，訓練 FLUX.2 [klein] Base 4B 需要 12 GB 顯示記憶體（RTX 3060 有 12 GB），另需 32 GB 系統記憶體；9B Base 則需要 22 GB。依模型卡，之後用 4B 模型生圖約需 13 GB。
4. 設定步數與學習率。角色訓練用 1,500 到 3,000 步，學習率介於 8e-5 與 1e-4 之間，兩項數字都來自 FLUX.2 klein 訓練文件。
5. 留意檢查點。Hugging Face 的文章每 250 步存一個檢查點，再看樣圖來評斷。留下臉孔正確、背景仍有變化的那一步。

這支教學在 ai-toolkit 裡為 FLUX.2 [klein] 9B 設定角色一致性 LoRA，從圖片集一路講到訓練設定。

Consistent character LoRA training using AI-toolkit (Flux Klein 9B)KiubAI

家裡沒有顯示卡？可以按小時租。Black Forest Labs 的文章指出，在 RTX 4090 上跑 1,800 步不到一小時，租用費用約 0.50 美元。

Runpod 價格頁列出這張卡在 Community Cloud 每小時 0.34 美元、Secure Cloud 每小時 0.89 美元。該頁面最後更新於 2026 年 10 月 8 日。

這支影片租用 Runpod GPU 訓練 AI 網紅 LoRA，基礎模型不同，但租機器的流程一樣。

Train an AI Influencer LoRA with Z Image Turbo on RunPodHearmemanAI

訓練一次要花多少錢？

代管服務只要幾美元，也不用自己設定；租 GPU 則不到一美元，但要花你的時間。

租用那一列只計算 GPU 時間。機器一啟動就開始計費，所以下載基礎模型和設定的時間也要算進去。

LoRA 做好之後怎麼用？

把它和同一個基礎模型一起載入，再把觸發詞寫進提示詞。其他部分跟一般寫提示詞沒有兩樣。

在 ComfyUI 裡，只要在模型和提示詞之間加一個 LoRA 載入節點，並用滑桿調整強度。完整的節點圖見 AI 網紅 ComfyUI 工作流程。

這支影片把訓練好的 LoRA 載入 ComfyUI 節點圖，用來生成網紅照片。

Create Ultra-Realistic AI Influencers (LoRA Training + ComfyUI 2026)Ultra Realistic World: AI Generation

完全沒有 GPU？Black Forest Labs 的後台可以代管訓練好的 .safetensors 檔，並透過 API 提供使用（FLUX.2 klein 訓練文件）。

做影片時，先由 LoRA 產生靜態圖，再交給影片模型讓它動起來。每支片段都從定稿的靜態圖開始，影片模型才會從 LoRA 的臉孔起步。這段銜接在 AI 角色一致性指南裡有說明。

哪種基礎模型授權可以拿來賺錢？

基礎模型的授權同樣適用於你的 LoRA。接品牌合作的 AI 網紅屬於商業用途，所以要看這張表來決定走哪一條路。

FLUX.1 [dev] 的條文有個值得留意的矛盾。第 2(a) 條把限制套用在「你建立的任何衍生作品」，而微調版本算衍生作品。

第 2(d) 條說你「可將 Output 用於任何目的（包括商業目的）」；第 1(c) 條則說「用於創造營收的活動」不屬於非商業目的。授權條款沒有說明 1(c) 與 2(d) 如何並存（FLUX.1 dev 授權條款）。

代管服務各有自己的處理方式。fal 的 FLUX.1 [dev] 端點聲明生成的圖片已取得商用授權。在自己的 GPU 上，採 Apache 2.0 授權的 FLUX.2 [klein] 4B 是最乾淨的選擇。

如果臉孔長得像真人，又是另一個問題。AI 網紅是否合法的指南談到肖像與標示規定。

關於 AI 網紅 LoRA 的常見問題

有免費訓練 AI 網紅 LoRA 的方法嗎？

有，用自己的 GPU 就行。ai-toolkit 採 MIT 授權，可免費使用；FLUX.2 [klein] 4B 採 Apache 2.0 授權，同樣免費，12 GB 的顯示卡就能訓練。

角色 LoRA 需要幾張圖？

同一張臉的 20 到 40 張乾淨、有變化的圖片。Black Forest Labs 的文章對風格 LoRA 給的是 15 到 40 張，Soul ID 則要求 20 張以上照片。

我能把 Higgsfield Soul ID 匯出成 LoRA 嗎？

不行。Higgsfield 表示，訓練好的角色身分不會匯出成獨立的模型檔。想把臉孔存成檔案自己持有，就得自己訓練 LoRA。

LoRA 訓練要多久？

依 Black Forest Labs 的文章，在 RTX 4090 上跑 1,800 步不到一小時。Soul ID 約需 3 到 5 分鐘，因為由 Higgsfield 在自己的伺服器上執行。

接下來看 Higgsfield：Character 頁面 →