帮助文档 / 角色
训练角色
用 15 到 500 张图片训练你自己的原创角色和风格。训练结果能帮助角色在 LTX 镜头之间保持一致。所有参考图、训练数据、音频和输出都必须遵守使用规范。训练至少需要 24 GB 内存,并基于 LTX-2.3 运行(标签页会下载所需内容)。
步骤
- 训练类型:角色(保持一致的原创角色)或风格(电影感的画面质感、色彩、光线;实验性功能)。
- 数据集:拖入 15 到 50 张参考图(最多 500 张),格式为 PNG、JPG 或 WEBP;如果有对应的
.txt描述文件也一起放进来,或者直接放一个图片与描述配对的 ZIP。每张预览显示的是训练器实际看到的方形裁剪。How to train a character well 介绍了行之有效的景别、光线和背景搭配。 - 描述:见下文。
- 触发词:一个罕见的、只含字母的词,模型会把它和这个角色绑定在一起。点击 ↻ 换一个 可以生成一个。避免使用数字,数字会被拆成常见的词元。
- 质量预设:见下文。
- 裁剪策略:特写人像选居中裁剪,想保留远景比例则选加黑边。
- 查看预估:预计耗时、内存峰值,然后点击训练角色。
描述
每张图片都需要一条描述,格式为 [VISUAL]: trigger, 50–80 words,后面跟着 [TEXT]: None;缺少的标记会自动补上。使用 Gemma 3 自动生成描述会为每张图片写一条(每张 2-3 秒),并覆盖已有的描述。标有 no cap 的缩略图会退而使用只由触发词构成的描述。
描述无法在标签页内编辑:想修改,就上传一份修正后的 .txt(或 ZIP)。如果描述缺失或太短,训练开始前会先询问你。
预设,以及“身份已评测”是什么意思
| 预设 | 在 64 GB 及以上的 Mac 上 |
|---|---|
| 快速 | 约 30 个 epoch,rank 8,512px,适合做出一种视觉风格 · 身份未评测 |
| 中等 | 约 60 个 epoch,rank 16,576px,容量更大 · 身份未评测 |
| 高 | 约 100 个 epoch,rank 32,512px,已针对身份验证(推荐) |
身份已评测是应用里的一个标签,表示这套配方经过测量,能保持角色一致。只有 64 GB 及以上的 Mac 上的高才有这个评测。快速和中等都没有评测。
在 64 GB 以下的 Mac 上,训练会使用精简配置(步数更少,rank 更低),即使选“高”也不是经过评测的配方,预设下方的说明会这样告诉你。高级设置里可以调整 rank、步数、学习率、分辨率和描述策略。
训练结束后,Phosphene 会对结果进行测量。如果角色效果偏弱或者什么都没学到,会显示 WEAK 或 DEAD 标记,并附一条建议横幅,通常是用“高”重新训练一次。
在视频中使用角色
训练好的角色会放在 mlx_models/loras/ 里,并出现在两个地方:
- 视频标签页(LTX)里的角色模式:选择角色并设置它的强度(0-2,默认 1.0)。
- LoRA 选择器,标记为已训练,与其他 LoRA 一样。
在提示词里使用触发词,例如 mrztrn man walking on the beach。训练好的角色需要完整模型:启用角色后,快速和标准会变灰,渲染会使用“高”。角色栏上的铅笔图标可以重命名或删除角色,触发词本身不能修改。
在训练标签页的 Use your trained characters 下点击一个角色标签,会切换到视频标签页的文字模式,并以强度 1.0 开启该角色的 LoRA,如果提示词为空,还会自动填入它的触发词。
来源:webapp/docs/train-character.md,位于公开仓库。发布前已针对本网站审阅。译自英文原文。建议修改。