Stable Diffusion 文生图功能详解与参数配置指南

3. 采样器（Sampler）

采样器决定了从噪声到图像的生成算法路径。

• Euler a：默认推荐，速度快且多样性好，适合大多数场景。
• DPM++ 2M Karras：稳定性高，细节表现好，适合追求高质量静态图。
• DDIM：早期版本常用，速度较快但可控性略低。
• 建议：新手可先使用 Euler a，熟悉后可尝试 DPM++ 系列以获得更精细的效果。

4. 采样步数（Steps）

指采样器迭代计算的次数。

• 范围：通常设置在 20 到 50 步之间。
• 影响：步数越多，画面越精细，但耗时越长。超过一定阈值后收益递减。
• 建议：Euler a 使用 20-25 步即可；DPM++ 2M 可能需要 30 步以上才能达到最佳效果。

5. 提示词引导系数（CFG Scale）

控制提示词对生成结果的约束力度。

• 数值含义：值越大，画面越贴近提示词描述；值越小，AI 自由发挥空间越大。
• 推荐范围：7 左右为平衡点。过低会导致画面偏离主题，过高可能导致色彩过饱和或画面崩坏。
• 注意：部分模型在 CFG 过高时会出现噪点增加现象。

6. 种子（Seed）

参与图片初始化的随机数。

• -1：每次生成随机种子，产生不同结果。
• 固定数字：相同参数下可复现完全一致的图片，便于调试和微调。
• 妙用：若对某张图满意但想微调细节，可复制该图的 Seed 值，仅修改提示词进行对比。

7. 图片尺寸（Width/Height）

SD 1.5 模型原生训练尺寸为 512x512，SDXL 模型为 1024x1024。

• 比例调整：支持自定义宽高比（如 3:4, 16:9），但需注意不要超出模型训练分布太远，否则易出现多主体或肢体错误。
• 高清修复：如需大图，建议在生成小图后使用'额外功能/Extras'或开启'Hires. fix'进行放大处理，而非直接生成高分辨率图片。

8. 批量设置（Batch Count / Batch Size）

• Batch Count：连续生成几组图片。
• Batch Size：单次显存占用内同时生成几张图。
• 注意：Batch Size 受显存限制，过大可能导致 OOM（显存溢出）报错。

三、进阶优化技巧

1. 模型选择策略

• Checkpoint：决定基础画风。写实选 Realistic Vision，动漫选 Anything 系列，通用选 SD1.5 基础模型。
• LoRA：轻量级微调模型，可添加特定角色、服装或风格，无需更换大模型即可实现个性化。
• VAE：负责颜色解码，若发现图片灰暗或色彩异常，可尝试加载 VAE 文件（如 vae-ft-mse-840000）。

2. 提示词权重语法

通过括号调整关键词权重：

• (keyword)：权重 1.1
• (keyword:1.5)：权重 1.5
• [keyword]：权重 0.9
• ((keyword))：权重 1.21

合理使用权重可以突出主体或弱化背景干扰。

3. 高清修复（Hires. Fix）

在文生图界面底部找到'高清修复'选项卡：

• 重绘幅度（Denoising strength）：控制放大时的变化程度，建议 0.3-0.5。
• 放大算法：推荐 R-ESRGAN 4x+ 或 Latent，前者画质锐利，后者保留更多细节。

4. ControlNet 扩展

ControlNet 允许用户通过草图、深度图或姿态图来控制构图，极大提升了生成可控性。需单独安装插件并加载对应预处理器。

四、常见问题排查

五、总结

Stable Diffusion 文生图功能强大且灵活，掌握参数调节逻辑是提升出图质量的关键。建议初学者先从默认参数开始，逐步调整提示词和采样器，积累对不同模型风格的认知。随着经验积累，可进一步探索 LoRA、ControlNet 等高级功能，构建个性化的 AI 绘画工作流。持续练习与实验是掌握该技术的不二法门。