LoRA训练实战9：Wan2.2人物角色LoRA极简训练法，上手指南！

一、Wan2.2人物角色LoRA训练指南

在视频生成领域，如何保持人物角色的一致性一直是个难题。

本教程将基于Lora训练大师，详细讲解如何训练适用于wan2.2 T2V（文生视频）的人物角色LoRA。

通过训练专属LoRA，您可以轻松生成角色特征高度稳定的视频。该模型训练完成后默认支持高低噪通用，能够无缝接入各类采样器，极大提升工作流的灵活性。

1.核心优势与工作流演示

训练完成后，只需在文生视频工作流中，

将LoRA同时连接至高低噪采样器，

并在提示词中加入触发词（如“AI搅拌手”），即可实现精准的角色还原。

例如，输入提示词“AI搅拌手，抱着吉他在唱歌”，点击运行，模型便能直接生成符合预期的视频画面。

整个文生视频工作流不仅高效，而且出图质量极佳。

2.极简训练流程：两步搞定

第一步：数据集准备与统一打标

点击“新建数据集”，命名为“AI搅拌手图片素材”，

并导入准备好的角色图片。全选图片后点击“打开”，

进行统一打标。

对于人物角色，打标逻辑非常简单，只需设置一个专属触发词（如“AI搅拌手”）

并点击确定，即可完成批量打标。

第二步：配置参数与启动训练

进入“模型训练”界面，点击“新建训练任务”。

命名任务（如“wan2.2 T2V人物角色v3”），选择基础模型为wan2.2 T2V（支持自动补全剩余设置）。

设置保存频率：默认每 10 轮和每 500 步输出一次模型，最大训练轮数建议设为 200 轮（可根据实际需求调整）。

绑定数据集：选择刚才创建的“AI搅拌手图片素材”。

启用采样预览：

设置采样提示词（如“AI搅拌手在唱歌”），频率设为每 10 轮和每 500 步一次，以便实时查看训练效果。

显存优化设置：

若显存配置较低，请开启“低显存模式”，

若配置较高，可直接关闭或仅开启“小块”模式。

检查参数无误后点击“保存”，返回模型训练界面点击“开始训练”。

系统会自动完成初始化并运行，

期间可随时查看采样效果

Loss曲线

以及模型输出。

3.模型测试与应用

训练结束后，可在“模型输出”目录中找到保存好的模型文件。挑选拟合效果最佳的模型，将其复制到ComfyUI的models/loras目录下即可使用。

由于wan2.2版本的LoRA具有高低噪通用特性，直接挂载并输入触发词即可生成高质量视频，整个过程极为便捷。

二、知识小结

可点击下方原文链接观看视频教程👇

https://comfyit.cn/blog/347/?invite_code=TSH