前言

今天想和大家分享一個有趣的 AI 技術應用，靈感來自光明頂創育執行長洪大倫老師在 Facebook 上的分享。他利用 FLUX LoRA 這個 AI 影像生成模型，成功生成了自己的形象照。我也忍不住親自嘗試了一番，過程既簡單又有趣，現在就來和大家詳細介紹。

• 洪大倫 - 訓練了一個 Flux Lora 模型，以後不用拍照了，都用生成的就好 😆😆😆 #教學文連結放在訊息處 | Facebook

準備訓練資料

首先，需要準備訓練模型所需的資料，也就是多張自己的照片。這些照片應該涵蓋各種角度和表情，特別是頭部和臉部的特寫。照片的數量越多越好，能為模型提供更豐富的參考資訊。不過要注意，照片越多，訓練所需的時間和資源也會相應增加。

洪大倫老師提到他對照片進行了排序，但我這次並沒有特別整理，只是隨意拍攝了二十幾張頭部照片，請家人幫忙拍攝。然後，將這些照片壓縮成一個 .zip 檔案，準備進行模型訓練。

選擇訓練平台

洪大倫老師使用了 Replicate 平台進行訓練，這個平台我們之前也介紹過，提供方便的 GPU 運算服務。我之前曾使用 Replicate 來進行 Podcast 的 Whisper 語音轉文字以及說話者識別。然而，這次我選擇了另一個我偏好的 GPU 平台 —— Fal.ai。我相信這兩個平台都能達到相似的效果，選擇哪一個純粹取決於個人習慣和需求。

額外提一下，Fal.ai 提供了一個特殊版本的 Whisper v3 模型，稱為 fal-ai/wizper。如果你的需求不包含說話者識別，這個模型會是更快且更經濟的選擇。而在這次的影像生成中，我選用了 Fal.ai 平台下的 FLUX LoRAs 模型，模型位置為：fal-ai/flux-lora-fast-training。

• Wizper (Whisper v3 -- fal.ai edition) | AI Playground | fal.ai
• Train Flux LoRA (Fast) | AI Playground | fal.ai

模型訓練步驟

訓練過程其實非常簡單：

1. 上傳照片：可以透過 Web UI 介面一張張上傳照片，或是一次上傳一個壓縮檔。我選擇後者，直接上傳了準備好的 .zip 檔案。

2. 設定觸發詞（Trigger Word）：這是非常重要的一步。你需要設定一個觸發詞，在之後生成影像的提示詞（prompt）中，只要包含這個觸發詞，模型就會根據你提供的照片生成對應的影像。這樣，模型就知道要生成的是你設定的特定人物。

3. 開始訓練：上傳照片並設定好參數後，就可以開始訓練了。在 Fal.ai 平台上，整個訓練過程不到五分鐘，非常迅速。

生成個人形象照

訓練完成後，就可以使用這個模型來生成你的形象照。為了測試效果，我從網路上找了一個描述性的 prompt，並加入了我的觸發詞。以下是完整的 prompt：

Kehao, a charismatic speaker, was captured giving a speech. He has a round face, clean shaven, and wears black-rimmed glasses with rounded rectangular frames. He gestures with his left hand and his expression is very vivid. He held a black microphone in his right hand and spoke passionately. The man was wearing a navy blazer and a white T-shirt. He also had a simple black lanyard hanging around his neck. The lanyard badge has the word "Kehao" on it. Behind him, a blurred background with logos on white banners, a professional conference environment.

生成後的影像效果令我非常滿意，感覺就像真的參加了一個研討會並被拍攝下來一樣。這次的體驗讓我深刻感受到 AI 影像生成的廣泛應用和無限趣味。

總結

透過這次的嘗試，我體驗到了利用 FLUX LoRA 模型生成個人形象照的便捷性和樂趣。如果你也想製作一張獨一無二的形象照，不妨試試這種方法。感謝洪大倫老師的分享，讓我有機會學習並實踐這項技術。

以上就是我的技術分享，感謝大家的閱讀！希望這篇文章能對你有所啟發，也期待你能分享自己的 AI 影像生成體驗。