如何在 Leonardo.ai 中训练自定义图像模型

之前那期 Leonardo.ai 视频获得了积极反馈，所以我想进一步介绍可用的模型，并演示如何训练自己的模型。在 2023 年录制这期演示时，Leonardo 免费使用，每天限额 200 点；我猜测付费版本可能很快就会推出。

常见问题页面是个很好的起点，因为它解释了什么样的训练集质量较好。页面还展示了生成结果的示例，并提到未来会推出动态精灵图功能。我不打算仅仅重复设置步骤，而是想重点讨论你提供的图像质量。

Leonardo 建议使用约 8–15 张图像，不过我见过使用更多图像的社区模型。常见问题页面列出的上限是 30 张。重要的是图像之间要有共同的主题或模式：页面中好的数据集示例在风格、拍摄角度和构图上都很一致。

适当变化没有问题，但常见问题页面说，图像之间变化较大的特征会比始终一致的特征学得更松散。反面例子中的动物数据集混杂了不同类型和拍摄距离的图像，还包含重复图片。我自己的 Pokémon 数据集也犯了重复的错误，稍后会展示。

在微调模型页面，平台模型由 Leonardo 团队制作。你可以打开模型，用它生成图像，也可以浏览其他人用它制作的作品。我特别喜欢 Deliberate 1.1，它能生成细节丰富的图像。每个示例还显示分辨率、引导尺度和步数等信息，让你了解别人用了什么设置。

模型详情还会标明所用的 Stable Diffusion 基础模型。在这个界面中，我看到的大多数示例使用 1.5 版本，也有更新的版本 2 模型。社区模型则由用户创建，质量参差不齐。选择模型生成之前，可以先查看它的示例、分辨率、类别和基础模型。

准备自定义模型时，先创建一个数据集，然后上传或拖入图像。我把一组 Marvel 角色图片上传到测试数据集。上传完成后，点击 Train Model 按钮，就会打开一个表单，填写名称、可选的描述和训练设置。

界面提供 512 × 512 或 768 × 768 两种训练分辨率。当时，512 对应 Leonardo 推荐的 Stable Diffusion 1.5，768 对应 2.1。我猜分辨率越高可能需要越长时间，但这里没有测试。我保留较小的选项，并选择角色类别。

实例提示词尤其重要：使用模型生成时，提示词中要包含这里选定的短语，否则结果可能不像训练图像。我的示例短语是“a Marvel character”。下一步本来是启动训练，但我没有实际训练这个测试数据集。根据我的经验，训练大约需要 30 分钟，完成时 Leonardo 会发送邮件。

我已经训练了几个模型。尽管常见问题页面有提醒，我的 Pokémon 数据集还是不小心包含了重复图片。我还用不同风格和拍摄角度的个人照片进行训练，结果并不特别理想。另一次实验中，我上传了日本艺术家村上隆（Takashi Murakami）的作品；我说明自己没有这些作品的权利，展示仅供教育用途。

任务状态标签页会显示训练仍在进行还是已经完成。要使用完成的模型，打开图像生成页面，从最近使用的模型中选择；如果下拉菜单里没有，就点击 Select Custom Model。

我用 ChatGPT 写的提示词，通过 Marvel 模型生成了一些示例。自画像模型则生成了有趣的 James Bond GoldenEye 图像，看起来像复古电影海报。我还用 ChatGPT 描述 Pokémon，再把提示词输入自己训练的模型。有些输出像素化很严重，我认为这可能与训练集中的像素化图片有关。

你可以收藏模型并浏览它们生成的图像；我特别喜欢一个纸艺风格模型。要尝试社区模型，可以打开 Fine-tuned Models，选择 Community Models 标签页，挑选一个模型并点击 Generate with This Model。模型页面也会显示它的实例提示词。平台和社区模型让你无需自己训练，也有其他选择。