基座还是 SD 1.5，换模型这笔账我算过

写到 Smart Photo 的技术选型，SD 1.5 这个名字已经有点显旧了。SDXL、SD3、FLUX，后面又有 GPT Image 1.5、Seedream。能选的东西越来越多，再解释为什么保留原来的方案，听着很容易像是在替一个旧决定找理由。

我自己也会问，真的还有必要继续用吗？

基座至今确实还是 SD 1.5，加上按品类训练的 LoRA。

没换，是算了一笔账

第一，业务跑得稳，换模型的收益不够大。现在可用率八成左右，两百多个运营每天在用，每月几万张图稳定产出。新模型带来的提升如果只是几个点，不值得动一个跑了两年的生产系统。

第二，推理速度和硬件成本的平衡。同样的硬件，要么加显卡，要么用户等更久。现在十几秒出四张图，运营已经习惯了这个节奏，速度一慢，使用率可能反而掉。

第三，迁移成本高。这不只是换个模型文件的事。两年积累的 LoRA 要重新训练，一百多个模板要重新调参验证，整套工程管线要重构，算下来至少几个月的团队投入。迁移期间两百多个运营不能停工，等于一边开着车一边换发动机。团队精力有限，花几个月做迁移，新场景扩展和现有体验优化都得停。

核心就是这笔账：换模型的收益，能不能覆盖这些成本。公司内部资源有限，也觉得够用了。如果哪天有一个新模型，画质明显更好，推理速度还能保持在十几秒内，我会第一时间推动评估和迁移。目前来看，SD 1.5 配合我们自己的 LoRA，还是效果、速度、成本的平衡点。

先看商品，再看画面

当初做 Smart Photo，要交付的是能用于上新的商品图。画面好看当然重要，可衣服的形状变了，材质不像原来的东西，背景再漂亮也不能直接拿去用。用户上传商品，是想把这件商品展示好，不是想得到一件长得差不多的新商品。

SD 1.5 本身没有把这些问题都解决。我们在它上面做了品类适配，调整场景模板，也积累了处理失败图片的办法。后来能用的那部分效果，得连着这些工作一起看。这也是我看新模型时会纠结的地方。单看生成图的细节，确实可能更好；可回到我们自己的商品，原来容易出错的地方有没有改善，还得重新看。不能从一张很好看的展示图，直接推到它适合接进 Smart Photo。

我更想弄清楚的，是运营拿到图片以后还要做多少事。如果生成慢了一些，但商品细节保留得更好，少返工几次，也可能值得。反过来，单张生成快，挑来挑去都用不上，那个速度就没什么可高兴的。把比较停在出图那一秒，还是太早了。

换掉的东西比模型文件多

原来这套方案已经有品类 LoRA、一百多个场景模板和配套的处理流程。换一个基座，不能默认这些东西搬过去还能照常用。哪些要重训，哪些提示词要调整，哪些场景得重新验，都要有人做。

让我犹豫的主要是这里。评测新模型时可以只拿一批商品试，但要让它替代原来的系统，就得照顾到日常使用的那些场景。不能只把新模型擅长的部分测完，然后让运营在真正上新时碰剩下的问题。

当然，过去花过多少时间，不应该成为永远保留它的理由。训练已经做了，钱已经花了，这些都收不回来。我真正需要考虑的是从现在开始还要投入什么，以及这些投入能不能换来实际改善。这里有一个不太容易分清的地方：模板需要重新验证，是接下来确实要做的工作；舍不得以前调过的模板，则可能只是自己的情绪。两件事听起来很像，我得提醒自己别混着说。

要是重新开始，我会先试现成的

前面说的是已有系统的取舍。如果今天从头做一个商拍工具，我反而不会先安排数据清洗和 LoRA 训练。GPT Image 1.5、FLUX.1 Kontext、Seedream 这些，会进入候选范围。我想重新验证的是，有没有可能不用先做一套品类微调，也能达到我们需要的可用程度。如果能，就没有必要为了沿用熟悉的技术路线，把原来的工作再做一遍。

我会拿原来的商品样本开始，不是临时挑几件容易出效果的东西。旧方案已经能处理的场景要留着，之前处理不好的也要放进去。先给各个候选方案必要的适配，再按同样的商品要求看结果，不能一边用调好了的旧方案，一边只给新模型一句随手写的提示词，就说它不行。

看图时，我会把商品本身有没有被改动和画面是否合适分开。衣服的结构有没有变、材质是否还像原商品，这类问题不能被一个漂亮的整体评分盖过去。再往后才是算使用成本：完成一组可用图片花了多少钱、等了多久、中间重做了几次，而不是只抄一个单张价格。

也未必非得一次全换

以前说换模型，很容易想成把 SD 1.5 撤掉，再接一个新的。现在想想，如果新模型只在部分场景里更合适，也可以先从那些地方试。挑一个原来效果不理想的场景，单独接入候选方案，保留其他场景的原有流程，验证通过再扩大。

同时维护两套也会添麻烦。结果标准、反馈定位、费用核算都得跟上。改善很有限，却让产品多出一堆需要长期照顾的分支，也未必合适。我不想为了显得谨慎，最后又做出一个更难维护的东西。

现在再回答要不要继续用 SD 1.5，我没法只给一个会或者不会。已经跑起来的 Smart Photo，等一个新的结果来决定值不值得迁移；从头开始做，我会优先验证现成模型，原来的方案不再是默认选项。

下一次真正去比，我想先拿出那些一直做不好的商品图。看看它们能不能少改几轮，再谈要不要换。