Hello，各位同学大家好！欢迎来到今天的课程。今天我们将讲解如何在 Stable Diffusion（SD）中制作电商活动的主视觉场景，即常见的 KV 海报（Key Visual）。

需要说明的是：SD 本身不擅长生成文字，因此本课程聚焦于海报画面部分的生成——例如具有 C4D 风格的高质量视觉图，而非含文字的完整成品海报。

这类 KV 海报通常具备以下特征：高对比度、强视觉冲击力、明确主体、统一画风。要实现这种风格的一致性输出，我们需要借助一种关键方法：LoRA 模型训练（俗称“炼丹”）。

LoRA 是一种轻量级微调技术，可用于强化特定画风、物体或人物特征。它不改变基础大模型，而是通过小体积适配器文件，高效注入新风格。例如，我们可以用 LoRA 让 SD 稳定输出 C4D 风格的电商海报画面。

以下是具体操作流程：

一、准备工具：赛博炼丹炉

首先下载“赛博炼丹炉”（CyberTrainer），这是一个图形化 LoRA 训练工具。请通过提供的百度网盘链接下载压缩包。

注意事项：

• 解压路径中不能包含中文字符或空格，否则会报错；
• 解压后进入 UI 子文件夹，双击运行启动器；
• 启动后会出现命令行窗口（黑框），等待初始化完成即可进入主界面。

二、配置基础环境

1. 选择底模（Base Model）
推荐使用 RealisticVision 系列模型（如 RealisticVision V6.0），该模型对写实与3D风格支持良好。可在 Civitai 等平台搜索下载。

2. 放置底模
将下载好的大模型（.safetensors 或 .ckpt 格式）放入 Stable Diffusion 的 models/Stable-diffusion/ 目录下。

三、准备训练素材

1. 素材要求
- 格式：JPG 或 PNG；
- 数量：建议 20–25 张；
- 内容：纯画面，无文字、无水印、无 Logo；
- 风格统一：全部为同类型 KV 海报（如均采用 C4D 渲染风格）；
- 构图多样：包含不同角度、景别、元素组合（如产品+背景、光影变化等）。

2. 预处理设置
在炼丹炉中上传素材后，进行如下设置：

• 分辨率：根据显卡性能选择（如 RTX 3060 建议设为 768×1024；低配可选 512×768）；
• 裁剪模式：选择「居中裁剪」（Center Crop），确保主体居中且比例一致；
• Tag 生成方式：勾选「自动添加至提示词」；
• 脸部加强训练：仅在训练人物类 LoRA 时启用，本次无需勾选。

点击「预处理」，系统将自动调整所有图片尺寸并生成对应标签文件。

四、开始训练

确认参数后点击「开始训练」。训练过程将显示进度条，耗时取决于图片数量、分辨率及硬件性能（例如 25 张图在 768×1024 下约需 30 分钟）。

训练完成后，生成的 LoRA 模型文件（.safetensors）将保存在 models/Lora/ 目录下，文件名类似 your_model_name.safetensors（注意：带序号如 _001 的是中间检查点，最终模型通常无序号）。

五、在 Stable Diffusion 中使用 LoRA

1. 将训练好的 LoRA 文件复制到 SD 的 models/Lora/ 文件夹；
2. 在 WebUI 中刷新 LoRA 列表；
3. 输入正向提示词（如：masterpiece, best quality, C4D render, e-commerce banner, product showcase）；
4. 加载 LoRA 并设置权重（建议初始值为 0.6–0.8）；
5. 设置反向提示词（如：low quality, worst quality, text, logo, watermark, signature）；
6. 调整采样步数（30 左右）、采样器（如 DPM++ 2M Karras）及图像尺寸（建议匹配训练分辨率）。

六、优化提示词与输出效果

生成初稿后，可根据结果迭代优化提示词：

• 若画面出现不需要的元素（如建筑、文字），在反向提示词中明确排除；
• 若希望强化某类元素（如云、球体、毛毯），参考训练图中高频出现的关键词加入正向提示；
• 色彩倾向可通过颜色词控制（如 pink background, soft lighting）；
• 最终海报可导出为高清图，在 Photoshop 等工具中叠加产品图、文案等后期元素。

七、注意事项与建议

• 素材质量决定模型上限：务必去除所有文字、水印；图片越清晰、构图越丰富，效果越好；
• 风格一致性至关重要：训练集应严格限定在同一画风内（如避免混入手绘风与3D渲染风）；