LiblibAI的自定义模型功能，核心在于帮助您锁定“不变的特征”——无论是人脸、产品细节还是整体视觉风格，都能实现稳定复现。例如，当您希望AI批量生成同一人物面部特征的写真、保持产品细节一致的电商图片，或风格统一的节日海报时，就需要利用这一功能来锚定核心元素，确保生成结果始终如一。
训练人物专属LoRA模型
第一步，准备10到20张同一人物的正面与侧面清晰照片。人像在画面中的占比最好不低于40%，背景尽量选择纯色或虚化效果，这样模型才能将注意力集中在面部特征上，提升识别精度。
第二步，进入LiblibAI的「在线模型训练」模块，选择「人物LoRA」预设模式。上传图片后勾选「自动标注关键点」，系统会自动识别面部关键区域，省去手动标注的繁琐操作。
第三步，点击开始训练，大约15分钟即可产出模型。这里有一个重要提醒：训练过程中切勿中途关闭页面或刷新浏览器，否则所有图片都需要重新上传，导致之前的等待白费。
第四步，训练完成后，在模型库中找到刚生成的LoRA并启用。输入提示词“穿白衬衫的亚洲女生，微笑，自然光，浅灰背景”，生成的图片中人物的五官和轮廓将严格继承训练图的特征，再也不会出现通用模型那种“千人一面”的现象
方法一：使用实物图训练LoRA模型。拍摄5张同一款蓝牙耳机不同角度的清晰高清图（最好包含材质的细节特写），上传至「产品LoRA模式进行训练。训练完成后，在提示词中加入“
方法二：采用图像参考与LoRA双重锁定策略。先上传一张产品的白底图作为图像参考，再启用已训练好的产品LoRA模型，提示词写为“电商主图，45度角，纯白背景”。这样做能有效规避SD通用模型常见的错误——比如耳机线材绘制错误、充电口方向颠倒——至少可将返工率降低80%以上。
固化风格场景批量出图
从社区下载一个风格LoRA模型，例如「ArienTOP-新中式庭院」，加载后输入提示词“茶室一角，青砖地，竹帘半卷，宜兴紫砂壶，柔焦”，生成的图片质感高度统一。再换一组提示词：“书房场景，红木案几，宣纸铺开，狼毫悬停，暖光斜射”，画面依然保持相同的材质质感、光影逻辑和构图节奏，如同出自同一位摄影师之手。
如果需要在不同尺寸之间切换，直接在生成器中选择9:16竖版或16:9横版即可，风格权重不受比例影响。不过有一点需要特别注意：避免同时激活3个或以上的风格LoRA，否则特征之间会相互干扰，画面很容易出现崩坏——就像是把油和水强行搅在一起，效果可想而知。