SameFace Fix [Flux Lora]

重要：此 LoRA 应与 负 权重一起使用。

另外：该模型仅用于丰富女性的外观。我计划稍后单独开发一个男性模型（尤其是有胡须的男性）。

另一个有趣的事实：该 LoRA 的大小仅为 4MB（仅限使用 2 个高秩块）。

• 那么，“Sameface” 是什么？

这是生成式 AI 中的一个常见问题，模型生成的人物具有完全相同的外貌。与 SD1.5/SDXL 不同，这并不仅仅是因为多样化数据集收敛为单个标记如“woman”所致。在 Flux 中，Dev/Schnell 是从 Pro 版本蒸馏而来，导致多样性丧失。

• 为什么使用负权重？

该 LoRA 是使用 Flux 生成的最通用的女性照片进行训练的。

如果你以负权重应用此 LoRA，它将起到类似负面提示的作用，但无需使用负面提示！

通过这种巧妙的方法，LoRA 会告诉 Flux：生成任何东西，但不要生成典型的 Flux 面孔。结果是，每次都能获得美丽而独特的面孔！

• 为什么使用 LoRA，而不是像降低 Guidance 这样的技巧？

人们希望在保持高提示一致性与图像质量的同时获得多样化的面部，因此在潜在空间层面进行干预是最优方案。

• 它与其他角色 LoRA 有何不同？

其他 LoRA 会引入自己的“Sameface”，而这个 LoRA 仅告诉 Flux 哪些内容不应出现在生成结果中，而不是添加什么内容。因此，这个 LoRA 是在丰富人物的外貌，而非进一步缩小多样性。

• 这个 LoRA 究竟是如何制作的？

起初我很失望，因为一切都不成功，我几乎准备放弃这个项目。但后来我尝试仅用 2 层训练 LoRA，结果在测试时突然看到了美丽、完全脱离 Flux 风格的面孔。

• 接下来会怎样？

我还有很多可以实验的方向：需要测试不同的学习率、层数和秩以提升质量。合并不同 LoRA 变体或许能解决高权重下出现的伪影问题。如果这个 LoRA 足够受欢迎，我一定会推出更好的版本。

我非常期待您的反馈，因为这是一个高度实验性的模型。任何反馈都将被珍惜，并有望帮助我改进模型。

特别感谢 Ostris 提供的 AI-Toolkit