用 FLUX.2 [dev] 之前，先想清楚：这个 LoRA 要做什么？ 基础模型本身在多参考编辑和复杂提示词跟随上已经很强，明确目标才能设计好数据集和参数。
为什么要先定类型
FLUX.2 [dev] 的"文生图 + 编辑"双能力意味着：
- 一个适配器可能同时影响生成与编辑路径
- 不同类型（风格 / 角色 / 品牌 / 编辑规则）的数据集组织方式完全不同
- 步数、rank、正则化策略随类型变化
四类常见目标
1. 风格 LoRA（T2I + 编辑）
- 目标：教模型使用特定的绘画风格、色彩分级或渲染外观
- 数据：风格样本 15–30 张精选图；caption 只描述"有什么"，不写风格词
- 参数倾向：步数 800–2000；rank 32
2. 角色 / 身份 LoRA
- 目标：建模有一致面部/特征的特定人物、头像、吉祥物
- 数据：20–60 张，多角度多场景；用简短独特触发词 + 类别词
- 参数倾向：步数 1000–2500
3. 物体 / 道具 / 品牌 LoRA
- 目标：捕获具有严格几何或品牌约束的特定产品、logo、形状
- 数据：产品多角度图 + 品牌约束描述
- 参数倾向：步数 1000–3000；复杂品牌可上 rank 32–64
4. 指令 / 编辑 LoRA
- 目标：改变行为而不是风格（学会某种编辑规则）
- 数据：50–200 个三元组（源图、目标图、指令文本）
- 参数倾向：步数 1500–3000；需要配对数据集与采样控制图
速查对比
| 类型 | 数据量 | 数据形式 | 触发 | 步数参考 |
|---|---|---|---|---|
| 风格 | 15–30 | 风格图 + 描述（不写风格词） | 可不触发词 | 800–2000 |
| 角色/身份 | 20–60 | 多角度图 + 触发词/类别词 | 触发词 | 1000–2500 |
| 物体/品牌 | 20–60 | 产品图 + 约束描述 | 触发词 | 1000–3000 |
| 指令/编辑 | 50–200 组 | 三元组（源/目标/指令） | 指令驱动 | 1500–3000 |
给新手的建议
- 第一个 FLUX.2 LoRA 从风格 LoRA开始：数据最少、约束最松、最容易看到效果
- 角色 LoRA 对数据一致性要求高，但收敛可预期
- 编辑/指令 LoRA 数据准备成本最高（要配对），放后面再尝试
下一步
→ 03 · FLUX.2 特定训练细节 理解 rank、guidance、文本缓存这三个关键点