同一段提示词，别人出的图像成品，你出的图像草稿——九成不是模型的问题，是参数没对齐。文生图的可调项看着多，真正决定画面走向的只有六个。逐个说清它们各自改变的是哪一件事，比背一份「推荐参数」有用得多。
步数：决定「画完没有」，不决定「画得好不好」
采样步数是去噪迭代的次数。每一步模型都在猜「噪声少一点的样子」，步数不够，画面停在半成品。
实际测下来，大多数采样器在 20–30 步就收敛了。30 步以后再加，变化小到肉眼难辨，时间却线性上涨。低于 15 步会出现结构没定型的糊感——边缘糊、五官位置飘。
要注意的是不同采样器对步数的敏感度差别很大。UniPC 在 10–15 步就能出可用结果，DPM++ SDE 则往往要到 25 步以上才稳定。
采样器：决定画面「干净」还是「有颗粒」
采样器是求解器。同一段提示词、同一个种子，换采样器会得到不同的细节分布。这不是玄学——祖先采样（名字带 a 或 SDE 的）每一步都会重新注入噪声，所以结果带随机性，画面更「活」，但也更不可复现。
确定性采样器（Euler、DPM++ 2M）给定种子就能稳定重出同一张图，做参数对比时只能用它。
CFG：提示词的服从强度
CFG（Classifier-Free Guidance）控制模型在「跟着提示词走」和「自由发挥」之间的比例。它实现的是一次线性插值：预测结果 = 无条件预测 + CFG ×（条件预测 − 无条件预测）。
- 1.0：完全不看提示词，等于随机生成。
- 4–6：宽松，构图自由度高，容易偏离描述。
- 7–9：常规区间，服从度与自然度的平衡点。
- 12 以上：开始过饱和、边缘发硬、细节崩坏。继续拉高只会更糟，不会更「听话」。
所以「CFG 调高让它听指令」是个常见的错误直觉。真正不听话的时候，先检查提示词是否互相矛盾，而不是拧 CFG。
种子：唯一能让你做对比的东西
种子决定初始噪声。噪声不同，模型的起点就不同，之后每一步都不同。这意味着：不固定种子，你无法判断画质变化是参数造成的还是噪声造成的。
调参的标准流程是：先固定种子出一张基准图 → 只改一个参数 → 对比。改完这一项再换下一个。同时改三个参数然后说「变好了」，等于什么都没学到。
种子的另一个用途是微调：找到一张构图满意的图，锁住种子，然后只改提示词里的风格词，构图基本能保住。
分辨率：模型「见过」多大的画面
这是最容易被忽略的一项。SD 1.5 系模型在 512×512 附近训练，SDXL 在 1024×1024 附近。你在训练分辨率附近生成，模型的处理最从容；直接拉到两倍，画面里就会出现重复结构——两个头、多只手、莫名其妙的肢体。
正确做法是先按训练分辨率出图，再走放大流程，而不是一开始就把宽高拉到 2048。这部分单独写在分辨率与放大那篇里。
批次：两个名字很容易搞混
| 参数 | 含义 | 显存影响 | 适合场景 |
|---|---|---|---|
| Batch size（批大小） | 一次并行算几张 | 线性增长，容易爆 | 显存充裕时提速 |
| Batch count（批次数） | 串行跑几轮 | 几乎不变 | 抽卡、挑构图 |
显存不够就只加批次数，不加批大小。四张串行和三张并行，总时间差不多，但前者不会炸显存。
一张速查表
| 参数 | 常起步值 | 调它之前先想清楚 |
|---|---|---|
| 步数 | 24–30 | 低于 15 才会明显欠采样，加过 30 收益很小 |
| 采样器 | Euler a / DPM++ 2M | 要可复现就选确定性采样器 |
| CFG | 7 | 超过 12 是画质下降，不是服从度上升 |
| 种子 | 固定 | 做对比时必须固定，抽卡时才用随机 |
| 分辨率 | 512 或 1024 | 对齐模型的训练分辨率，别硬拉 |
| 批次 | batch 1 × count 4 | 显存紧张就只加 count |
最后一句
参数不是「调对了就好看」，而是「调对了才可预测」。可预测比好看重要——只有可预测，你才知道下一次该动哪里。
评论 0