下载了一个效果不错的 LoRA，加载进去，权重设到 0.8，出图一看——五官对了，但肤色明显偏黄，画面整体饱和度偏高，和预览图的感觉差了一截。

这个问题在 LoRA 使用中很常见。偏色不是某一个参数单独造成的，它通常是底模色彩倾向、LoRA 权重强度、采样器特性三者叠加的结果。搞清楚它们之间的关系，比单独去调某一个参数更有效。

LoRA 偏色的根源

LoRA 不是独立的生成模型，它是一个附加在底模上的微调插件。它的工作原理是在底模的某些层上插入一组低秩矩阵，记录特定风格或对象的偏移信息。生成时，底模的原始知识和 LoRA 的偏移信息叠加，输出带有特定风格的图像。

问题出在这个“叠加”上。LoRA 训练时用的训练集本身就有色彩倾向。如果训练图片大多是暖色调灯光下拍的，LoRA 学到的就是“暖色调肤色”。如果在 Pony 底模上训练，Pony 底模本身的肤色就偏黄偏粉，LoRA 会把这个倾向进一步放大。

权重越高，LoRA 学到的色彩偏移就越明显。有一个简化的公式可以说明：最终颜色 = 底模颜色 × (1 – LoRA权重) + LoRA学到的颜色 × LoRA权重。权重为 1.0 时，完全使用 LoRA 学到的色调；权重为 0.5 时，底模色调和 LoRA 色调各占一半。

权重对偏色的影响

LoRA 权重直接决定了它对画面色彩的干预强度。权重 0.8 到 0.9 的时候，画面清晰度可能下降，LoRA 里的素材被优先调用，色彩偏移也随之放大。权重拉到 1.0 以上，颜色过饱和、大面积色块偏移、色调严重失真的情况会更明显。

但权重过低又会导致 LoRA 特征丢失，角色不像或者风格跑偏。所以找到“甜点权重”是第一步。

实际使用中，我大概会按这个范围来调整：

权重范围 画面表现 适用场景
0.3-0.5 LoRA 特征轻微，色彩基本不受影响 只想借用一点风格倾向
0.5-0.7 特征和色彩平衡较好 大多数角色 LoRA 的常用区间
0.7-0.85 特征明显，色彩开始偏移 需要强特征时用，注意色彩问题
0.85 以上 色彩偏移明显，清晰度可能下降 仅限风格夸张的 LoRA

如果发现偏色明显，优先考虑把权重降到 0.6-0.7 试试。很多情况下，降权重比换采样器更直接有效。

采样器对色彩的实际影响

采样器不参与风格定义，但它在每一步去噪过程中影响光影过渡的柔和度和皮肤纹理的保留程度，这些都会反映在最终色彩上。

有实测对比显示，同一组提示词、同一 LoRA 权重、同一底模，仅切换采样器，人像的肤色差异肉眼可见。用 Euler a 生成的脸颊泛红更自然，而 DPM++ 2M SDE 则更倾向呈现冷调瓷肌。这种差异来自采样路径、步长策略和噪声调度逻辑的不同，不是玄学。

对于偏色问题，几个常用的采样器表现：

如果 LoRA 本身偏暖偏黄，可以试试 DPM++ 2M SDE 或 DPM++ 2M Karras 来平衡。如果 LoRA 偏冷，Euler a 可能让肤色恢复一些暖意。

采样器和权重的配合关系

采样器和权重不是独立起作用的。同一个采样器在不同权重下，色彩表现会变化。

权重较高时（0.8 以上），LoRA 的色彩偏移强，采样器的平衡能力有限，需要先降权重再看采样器的效果。权重较低时（0.5-0.6），采样器对色彩的调节作用更明显，这时候换采样器的收益比较大。

我的习惯是先把权重降到 0.6-0.7，在这个基础上再测两三个采样器，而不是高权重下反复换采样器。高权重下采样器很难压住 LoRA 的色彩偏移，折腾采样器效率很低。

排查偏色的实际操作顺序

遇到 LoRA 出图偏色，按这个顺序排查比盲目调参数快得多：

  1. 确认 VAE：模型内置 VAE 和独立 VAE 的解码结果不同，VAE 没挂或者挂了不对的，画面会发灰发白。先确认 VAE 设置和之前跑正常时一致

  2. 降 LoRA 权重：从当前值降到 0.6-0.7，跑一张对比。偏色明显减轻说明是权重问题

  3. 换采样器：如果降权重之后还有偏色，换 DPM++ 2M Karras 或 DPM++ 2M SDE 跑一张对比

  4. 调整提示词：在正向提示词里加入色彩修正描述，比如“neutral skin tone, balanced colors”；在负面提示词里加入“oversaturated, yellow tint, color cast”

  5. 考虑 LoRA 本身的问题：如果以上都试过还是偏色，可能是这个 LoRA 的训练数据本身就有严重的色彩偏差，换一个同类型的 LoRA 试试

偏色问题很少有单一原因。大多数情况下是权重偏高加上采样器不合适，再叠加上 VAE 的微小差异，共同造成了肉眼可见的色彩偏移。先降权重，再换采样器，最后查 VAE，这个顺序能覆盖大部分情况。