【2026 最新】TailSteer 教學：連改十輪怎麼保住商品與背景？公開權重、雙鏈對照與回退紀錄

你替一張杯子照片換色，再加杯墊、湯匙與小卡。每輪都只動一點，到了第十輪，杯把卻變細、桌紋被磨平，原本正確的字也悄悄換了形。這篇 TailSteer 教學要處理的，就是這種「越改越不像原圖」的累積漂移。

本文寫給第一次接觸公開權重改圖的讀者。前半用白話說明原理；後半帶你準備十輪練習、官方推論入口與逐輪驗收紀錄。你不必先懂模型訓練；若要執行指令，則需要已備妥的相容 Python、CUDA 與模型存取權。完成目標是一份可回查的改圖鏈，而不是只挑一張漂亮的最後圖。

以下依 2026 年 11 月 9 日查閱的論文、官方推論指南、模型卡與授權整理。本次 Apple Silicon 環境未執行官方 CUDA 權重推論；下文的杯子案例是練習設計，品質觀察明確歸屬原作者，沒有預填你的成績。

先說結論：改對、保住、可回退，要一起成立

可靠的多輪改圖＝每輪改對＋累積保留＋版本可回退。把模型想成反覆接手同一張畫的修圖師：每交一次稿，就把那份稿當成下一輪底稿。第一次的小誤差，可能成為第二次的新起點。

• TailSteer 是模型最後一段訓練方法；下載的是經過它訓練的權重，不是往提示詞加一個神奇開關。
• 先固定同一原圖、十輪指令與設定，原模型和 TailSteer 各走自己的鏈。
• 修改成功、背景保留、繁中文字及授權，各自驗收；任何一欄過關都不能代替其他欄。

一、TailSteer 教學先懂原理：「收尾校正」不是最後才換模型

TailSteer 原始論文於 2026 年 11 月 4 日提交。它研究的是多輪圖像編輯：前一輪的輸出再次當輸入，細節、物件身分與背景可能逐步偏移。這和「同時放入多張參考圖」是不同問題；後者是輸入數量，前者是修改的時間順序。

擴散／流模型會經過一串去噪步驟，把帶噪的狀態逐漸推向圖片。TailSteer 的訓練思路是：早期盡量保留原模型的生成動態，後段再加強對應保留內容的修正。像修圖師先沿用熟練的構圖能力，再練習收尾時不要把桌紋一起磨掉。

關鍵在「訓練」二字。官方推論指南將 tailsteer 政策定義為每個去噪步驟都使用訓練後模型；可選的 transition 是另一種政策。本文用預設的原模型／TailSteer 對照，不把訓練的起始步數寫成推論時手動換模型的時機。

想先理解另一種影像路徑，可以讀 Pixel-Space Diffusion 與 VAE 教學。TailSteer 改善既有模型的訓練動態，與更換整個影像表示方式不是同一件事。

二、下載前先看三張卡：權重、授權、硬體

①「領對工具」：核對 backbone。截至查核日，官方列出 FLUX.2 [klein] Base 9B、Qwen-Image-2.1 與 SenseNova-U1.5-8B-MoT 的完整 TailSteer 權重入口。這裡的 backbone 是底層模型家族；名字裡都有 Klein，也不代表能拿本站另一篇 FLUX 3 Klein 配方直接替換。請從 官方權重對照入口逐一進入模型卡。

②「看誰准你怎麼用」：程式碼和權重分開。TailSteer 程式碼採 Apache 2.0；FLUX.2 9B TailSteer 的模型卡標示 FLUX Non-Commercial License，Qwen 版本標示 Qwen Research License。SenseNova 版本標示 Apache 2.0。選用哪一組，就保存該權重的 LICENSE、NOTICE、基底條款與版本，不要把程式碼授權當作全部素材與模型的授權。

本文後面的 FLUX 指令用於非生產環境的研究／評估練習。FLUX 條款分開規定模型用途與輸出用途：其中允許輸出用於商業目的，不等於模型的商業生產使用也自動獲准。若要接客戶改圖工作，先取得適用的模型使用授權，再把這套驗收方法搬過去。Qwen 版本條款也把商業模型使用另列授權。

③「算整張工作桌」：不是只看參數量。官方 環境準備指南要求依 backbone 安裝依賴，CUDA／PyTorch 與驅動需相容；Qwen 使用獨立環境。GPU 還要容納文字編碼、影像處理與中間狀態。本文不把某個參數量換算成你的最低顯存，也不把 --gpus 1 解讀成任何單卡都能跑。

有合適設備的人，先跑一張小練習，記錄實際輸出尺寸、峰值顯存與耗時，再安排十輪。尚未備妥的人，今天可以先完成下一節的素材和修改單；不必為了理解原理，立刻下載大型權重。

三、先寫十輪修改單：每輪都帶一份「保留清單」

準備自己拍攝或有權修改的無品牌白杯照片，放在有清楚木紋的桌面，後方留一個可辨識的小物。另存原圖為 source.png，原始設計檔保留文字圖層。這是商品視覺的評估素材，不是正在營運的廣告案。

先在紙上圈出杯口、把手、杯底、桌面木紋及背景物件。每輪寫「這次要改」與「截至這輪應保留」兩欄；後一欄包含先前已成功加入的東西。以下十輪是一份可改用自己素材的練習腳本：

1. 第1輪：杯身換成藍色。前面已通過的物件與未指定背景都列入保留欄。
2. 第2輪：杯下加米色杯墊。前面已通過的物件與未指定背景都列入保留欄。
3. 第3輪：杯右加小湯匙。前面已通過的物件與未指定背景都列入保留欄。
4. 第4輪：杯墊換圓形。前面已通過的物件與未指定背景都列入保留欄。
5. 第5輪：左側加空白卡。前面已通過的物件與未指定背景都列入保留欄。
6. 第6輪：杯身改深藍色。前面已通過的物件與未指定背景都列入保留欄。
7. 第7輪：湯匙改銀色。前面已通過的物件與未指定背景都列入保留欄。
8. 第8輪：空白卡改淡黃色。前面已通過的物件與未指定背景都列入保留欄。
9. 第9輪：杯墊改深米色。前面已通過的物件與未指定背景都列入保留欄。
10. 第10輪：卡片向左移一點。前面已通過的物件與未指定背景都列入保留欄。

原圖到第一輪先測「能否改色」，第四輪則檢查「改杯墊時是否連杯底也變了」。第十輪還要回看原圖的杯把和木紋。這樣可以同時抓到單輪出錯與慢慢累積的漂移。若指令本身要求大改背景，就應事先調整保留範圍，不能改完才移動評分標準。

四、TailSteer 教學上手：先跑官方例，再換自己的十輪

①「先固定配方」：取得程式與環境。以下以已備妥 Python 3.10、CUDA 和相容驅動的主機為前提。依序執行，每行都是獨立命令；先閱讀固定版本的安裝腳本，因為它會安裝依賴與上游程式。

git clone https://github.com/Lyricccco/tailsteer.git

cd tailsteer

git checkout 18d83648299a9cde9c6fdb5681091afc6b4c584e

python3.10 -m venv .venv

source .venv/bin/activate

python -m pip install PyYAML

python scripts/setup.py flux2-klein-base-9b

hf auth login

登入只在自己的終端機完成；需要接受模型條款時，到對應 Hub 頁面處理，不把 token 寫進任務 JSON。這份 checkout 是本文查閱快照；權重還要另存 Hub revision，因為程式版本與權重版本是兩個指標。

②「先確認會出圖」：跑官方單一路線。以下命令來自官方推論入口，使用完整 TailSteer checkpoint。它會執行咖啡場景的二十輪示範；這不是把你的商品圖跑十次的捷徑。只想準備十輪評估的人，可先讀輸入格式，等自己的素材與環境都就緒再執行。

tailsteer infer --backbone flux2-klein-base-9b --checkpoint Lyricccco/FLUX.2-klein-base-9B-TailSteer --policies tailsteer --inference-suite cafe-20turn --gpus 1

③「換成自己的考卷」：建立 tasks.json。在你自己的工作目錄放一個 images/source.png，另存下方單行 JSON 為 tasks.json。它只有一個任務、十輪，chain_rounds:true 表示逐輪接續；每輪 seed 固定，方便下次核對。提示裡的保留要求是文字指令，不是強制鎖住像素的遮罩。

{"tasks":[{"id":"mug-10turn","image":"source.png","chain_rounds":true,"rounds":[{"prompt":"Change only the mug body to blue. Keep the handle, shape, lighting and background unchanged.","seed":42},{"prompt":"Add a beige coaster under the mug. Preserve the blue mug and the rest of the scene.","seed":43},{"prompt":"Add a small spoon to the right of the mug. Keep all existing objects and the background unchanged.","seed":44},{"prompt":"Change only the coaster to a round shape. Preserve its beige color and all other details.","seed":45},{"prompt":"Add a small blank card to the left of the mug. Preserve all existing objects.","seed":46},{"prompt":"Change only the mug body to dark blue. Preserve its geometry and all other objects.","seed":47},{"prompt":"Change only the spoon to silver. Preserve its position and everything else.","seed":48},{"prompt":"Change only the blank card to pale yellow. Keep it blank and preserve everything else.","seed":49},{"prompt":"Change only the coaster color to dark beige. Preserve all other details.","seed":50},{"prompt":"Move only the blank card slightly to the left. Preserve all other objects and the background.","seed":51}]}]}

再複製官方 configs/inference/suites/cafe_20turn.yaml 成 configs/inference/suites/my_edits.yaml。把 name 改成 mug-10turn；tasks 改成你剛保存 JSON 的完整絕對路徑；image_root 改成 images 資料夾的完整絕對路徑。保留 policies: [base, tailsteer] 的兩種政策，以及 FLUX 的影像回餵設定；YAML 原本分成多行的清單也可原樣保留。官方 custom suite 範例提供完整結構。

④「兩條鏈各走各的」：準備原模型並對照。先下載具有存取權的基底，再執行自己的 suite；下面省略 --policies tailsteer，採用原模型與 TailSteer 的預設雙政策。

tailsteer prepare model --backbone flux2-klein-base-9b

tailsteer infer --backbone flux2-klein-base-9b --checkpoint Lyricccco/FLUX.2-klein-base-9B-TailSteer --inference-suite configs/inference/suites/my_edits.yaml --output-dir outputs/mug-10turn --gpus 1

原模型第二輪吃原模型第一輪，TailSteer 第二輪吃 TailSteer 第一輪；不要挑兩者最漂亮的輸出互相接續。官方指南記載輸出含 tasks/<id>/base/round-XX.png、tailsteer/round-XX.png、任務 metadata 與比較圖。先確認每條鏈都有完整十輪，再看哪張漂亮。

⑤「把版本一併交出」：保存設定。另存 git rev-parse HEAD、兩組權重的 revision、python -m pip freeze、tasks、suite、原圖與全部輸出。若使用 --checkpoint-revision，填入你已核對的 Hub commit。seed 相同仍需保存套件、精度與硬體；PyTorch 的重現性文件說明跨版本或平台不保證完全一致。

五、怎麼批改十輪：先改對，再保住，最後看文字

第一把尺是修改成功。每輪按修改單回答：藍色對嗎？湯匙有出現嗎？卡片真的左移嗎？若模型幾乎原封不動，背景分數再漂亮，也不算完成編輯。把結果記成通過／失敗，附上觀察理由。

第二把尺是內容保留。每輪同時比上一輪與原圖。前者抓新傷，後者抓慢性漂移。以同尺寸、同色彩模式圖片對照杯把厚度、杯口橢圓、木紋與背景小物；若構圖或尺寸被改動，先記錄這個失敗，別偷偷對齊裁切後當作原始結果。

接觸表就是「把每輪縮圖排在一起的總覽」。從官方比較圖開始，另排出原圖及兩條鏈的第 1、5、10 輪；疑點再打開原尺寸。每列註明模型與輪次，不要只憑檔名猜測。可用已安裝的 ImageMagick 排版，例如 magick montage source.png base-01.png base-05.png base-10.png tail-01.png tail-05.png tail-10.png -tile 4x -geometry 240x240+12+12 contact.png；先把這些示例檔名換成自己實際匯出的七張圖。這是排圖命令，不會計算模型品質。

第三把尺是繁中文字。「清楚」與「正確」分開看，品名、容量、價格逐字核對。建議先把模型當照片修圖工具，價格和品名最後用文字圖層排版；若要測文字保留，另開含繁中標籤的任務，不和前面的無字杯子結果混算。可延伸 局部改圖與繁中海報交付的文字圖層方法。

紀錄一輪至少包含：模型／revision、輪次、輸入與輸出檔、prompt、seed、修改是否成功、保留是否合格、文字錯誤、耗時與回退原因。首次失敗時先保留檔案。評估鏈繼續跑完整十輪用來觀察退化；挑交付稿時則回到最後一個合格版本，另開分支修正。兩者不要覆寫在同一資料夾。

六、官方證據怎麼讀：保留分數不是商品交件率

作者的 Add & Preserve把新增物件和框外保留分開量。官方公布的本機模型比較使用同一組 100 張圖、十輪編輯；COA 看要求物件是否存在，PSNR、SSIM 與 LPIPS 則看框外影像差異。可以把它理解成「有沒有做事」與「有沒有弄壞別處」兩張考卷。

這些是作者公開配置的觀察，不是本文跑出的杯子成績，也不是繁中包裝的交付率。PSNR、SSIM 偏向像素／結構相似，LPIPS 衡量學得的感知差異；不同尺度的尺不能相加成一個萬用分數。本文以逐輪可回查的人工規格作為你的第一份答案本。

同樣地，「大致保留單輪能力」不等於每項分數都上升。官方模型卡也呈現部分任務下降；挑模型應按自己的改色、加物件、細字保留三類工作驗收。不要拿官方精選示範推算你的成功率，也不要把其他 backbone 的數字搬到 FLUX 上。

常見問題：TailSteer 教學八個先講答案的判斷

1. TailSteer 是提示詞技巧嗎？

不是。它是最後階段的訓練方法；使用者通常載入經過這段訓練的公開 checkpoint。提示詞仍要把修改範圍講清楚。

2. 要自己訓練才能開始嗎？

可先用已發布完整權重。官方模型卡提供原生 pipeline 載入方式；本文走 suite 是為了保留兩條鏈和逐輪紀錄。

3. 「尾端」代表推論最後幾步才開它嗎？

本文的 tailsteer 政策不是。訓練後模型用於整條去噪軌跡；別與可選的 transition 政策混淆。

4. 十輪後背景一定完全一樣嗎？

不作這個保證。研究展示的是在其配置下減少累積漂移；你的不可變區域仍要逐輪核對。

5. 直接套 FLUX 3 Klein 的檔案可以嗎？

請按本篇 FLUX.2 Base 9B 的官方配方配對。FLUX 3 Klein 本機教學服務另一套模型與工作流，名字接近不足以證明相容。

6. 公開權重等於可拿來經營商業服務嗎？

不等於。FLUX 與 Qwen 這兩份權重有用途限制；先分開閱讀模型使用、輸出與素材權利，再決定能否進入生產。

7. 第一輪好看，就值得換模型嗎？

先完成整條修改鏈。尤其分開記修改成功與保留，才看得出模型是否只是少改東西。

8. 沒有合適 GPU，今天可以完成什麼？

可以完成原圖、十輪修改單、保留區域與評分空表。不要預填數字；有相容環境後再接上輸出與耗時。

給新手的三個重點

• 先認清權重與授權，再決定是研究練習還是生產工作。
• 每輪改對與累積保留分開評分，兩個模型各回餵自己的輸出。
• 保留原圖、每輪圖片與設定；最後一張合格，不代表中間沒有失敗。