Stable Diffusion AI 绘画入门与使用指南

注意：对于新手而言，初期无需过度关注模型训练，掌握现有模型的组合使用更为重要。

2. VAE 模型

VAE（Variational Autoencoder，变分自编码器）主要作用是滤镜。它在出图时会影响颜色的还原度和线条的清晰度。

一般大模型内部已内置 VAE，除非出现颜色灰暗、发白等问题，否则无需额外更换。尝试对比原厂模型与自定义 VAE 的效果，通常能发现细微的色差变化。

3. 提示词（Prompt）编写

提示词是控制生成内容的核心，分为正向提示词和反向提示词。

正向提示词

• 作用：指定希望生成的图像内容。
• 权重：提示词的顺序会影响权重，前面的词权重更大。可以使用括号 (word) 增加权重，或使用 [word] 减少权重。
• 技巧：关键词越具体，生成结果越符合预期。

反向提示词

• 作用：排除不希望出现的元素（如低质量、五官不全、模糊、多余肢体等）。
• 常用词：low quality, worst quality, bad anatomy, text, error。

获取提示词的方法

1. 工具反推：将已有图片拖入 WebUI 的 Prompt 挖掘工具中，自动提取对应提示词。
2. 模型详情页：在下载模型的网站上，通常会有作者提供的参考提示词。
3. AI 辅助：利用通用大语言模型（如 GPT）根据描述生成结构化提示词。

4. 采样步数（Steps）

• 定义：迭代每一步都是在前一步的基础上进行处理。
• 影响：步数过低会导致画面计算不完整，细节缺失；步数过高仅在细节处优化，但会显著增加耗时且收益递减。
• 建议：通常设置在 20-30 步之间，平衡效率与质量。

5. 采样器（Sampler）

采样方式决定了模型如何从输出分布中选择样本。不同采样器在速度、质量和适用场景上各有优劣。

6. 图像尺寸（Size）

• 原则：图像越大，加入的元素越多，越容易出现低质量信息；同时生成时间越长。
• 建议：推荐 512x512 或 512x768 作为基础比例。宽度必须是 8 的倍数，避免图像崩溃。
• 注意：并非越大越好，过大的分辨率可能导致结构崩坏。

7. CFG Scale（提示词引导系数）

• 作用：控制图像与提示词之间的契合度。值越高，生成的图像越接近提示词描述。
• 副作用：过高的值会降低图像自然度，限制创作空间。
• 建议：通常设置在 7-15 之间，默认值为 7。

8. 随机种子（Seed）

• 作用：锁定图像生成范围。使用相同种子可以复现类似的图像。
• 应用：相同的随机种子可提高图像的可重复度，用于微调模型和优化参数。
• 设置：当设置为 -1 时，图像完全随机，无规律可循。

四、进阶工作流与优化

1. 局部重绘（Inpainting）

当生成的图像中某一部分（如手部、背景）不理想时，可使用局部重绘功能。只需涂抹需要修改的区域，并输入新的提示词，即可针对性修复。

2. 高清修复（Hires. fix）

若初始生成的小图效果满意，但分辨率不足，可开启高清修复功能。该功能会在生成小图后，将其放大并重新绘制细节，显著提升最终画质。

3. 常见故障排查

• 显存溢出（OOM）：降低图像分辨率或减少 Batch Size，确保显存充足。
• 画面全黑/全白：检查模型是否加载正确，或尝试调整 CFG Scale。
• 提示词无效：确认反向提示词未覆盖正向提示词的关键内容，检查语法格式。

五、总结

Stable Diffusion 作为一个强大的开源工具，为 AI 绘画创作提供了无限可能。通过合理配置硬件、选择合适的模型、掌握提示词技巧以及优化参数设置，用户可以高效地生成高质量的图像作品。随着技术的不断迭代，AI 绘画将在游戏设计、广告创意、个人娱乐等领域得到更广泛的应用。持续学习和实践是掌握这一技能的关键。