终于！如何在单张 Flux 图像中生成多个自定义角色（颠覆性技巧）

外来客 • 2026-08-21 15:05:38

声明：本文为对公开内容的摘要整理，未经本站独立核实，可能与原内容存在出入，不代表本站立场、观点或建议；观点与版权归原作者及原平台所有。如涉及版权问题，请联系我们，核实后立即删除。 [ 免责声明 ]

（原标题：FINALLY! How to Get Multiple Custom Characters in ONE Flux Image (Game-Changer!)）

准备阶段：在 Pixel Dojo 平台上传训练好的 LoRA 模型（如个人形象或特定名人），确保模型已加载并自动添加触发词。
生成底图：使用 Flux Dev 模型生成包含两个角色的初始图像（例如“男子坐在咖啡馆，旁边有一位女士”）。重点在于确定满意的构图、布局和第一个角色的特征，第二个角色此时可忽略。
局部重绘设置：进入“Characters”下的“Painting with LoRAs”功能。加载已生成的底图，选择第二个角色的 LoRA 模型（如 Taylor Swift 或特定发型角色）。
遮罩与生成：使用画笔工具精确遮罩第二个角色的面部及头发区域。调整 LoRA 强度（默认 0.8）和重绘强度，输入包含触发词及场景描述的提示词（如“在咖啡馆微笑”）。
迭代优化：若首次生成效果不佳，可微调提示词（增加细节描述）或略微提高 LoRA 强度，重复生成直至满意。
替换角色：如需更换第二个角色，直接切换 LoRA 模型并调整提示词即可，无需重新生成整张底图。

模型特性：扩散模型在处理多人场景时，默认倾向于让所有人物共享相似特征，因此必须通过局部重绘来强制区分不同 LoRA 的特征。
参数调整：重绘强度（Strength）较低时保留更多原图细节，较高时则更多依赖新 LoRA 特征；通常默认设置即可，必要时微调。
提示词技巧：在局部重绘时，提示词中应包含 LoRA 触发词及具体的动作、表情或场景描述（如“smiling in a cafe”），有助于提升生成准确度。
成本考量：该特定局部重绘功能不消耗积分，适合进行多次尝试以找到最佳匹配，而全图生成则消耗积分。
适用场景：适用于需要在单张高质量图像中组合两个不同自定义角色（如个人形象与名人、或两个不同虚构角色）的创作需求。