AI

新手用 SD 出图老是糊、老是崩?这四个参数先调对

AI智能摘要
Stable Diffusion出图质量差的主因是参数设置不当,而非模型问题。日常创作需掌握四项调整:采样器在试图阶段用Euler a以求灵动,定稿阶段换DPM++ 2M Karras保证细节;采样步数20-30步足够,超过40步提升微小;CFG以7为基准,每次微调1步;分辨率过高直接导致崩图,应先用模型训练尺寸出小图,再通过Hires.fix放大,重绘幅度控制在0.3-0.5。负面提示词避免堆砌,保留lowres、bad hands等关键项即可。
— 此摘要由AI分析文章内容生成,仅供参考。

很多人第一次玩 Stable Diffusion,提示词抄得跟教程一模一样,出来的图却糊成一团,或者人物多了根手指、脸直接崩掉。然后就开始怀疑是不是模型不行、是不是显卡太差。

其实九成情况跟模型没关系,是出图参数没设对。下面这几个,是你每次点”生成”之前最该看一眼的。把它们理顺,你的出图质量能直接上一个台阶。

采样器:别纠结,先认准两个

采样器(Sampler)决定 AI 用什么方式把一团噪点”猜”成一张图。软件里列了一长串,名字一个比一个唬人,新手很容易在这里卡住。

不用全试。日常出图,记住两个就够:

Euler a,速度快、出图灵动,适合你还在试提示词、想多刷几张看效果的阶段。它有点”放飞”,同样的词每次给你的东西差异会大一些。

DPM++ 2M Karras,细节扎实、稳定,适合你已经定下来要哪张、准备出成品的时候。

简单说:翻牌阶段用 Euler a 快速筛,定稿阶段换 DPM++ 2M Karras 精修。

采样步数:20 到 30 就够,别傻加

步数(Steps)是 AI “打磨”这张图的来回次数。

很多新手以为步数越高越清晰,于是直接拉到 100,结果显卡呼呼转半天,图也没好到哪去。

真相是:步数太低(比如 10 以下),噪点没去干净,图就发糊;但过了某个点,再加基本看不出区别,纯属浪费时间。

日常 20 到 30 步完全够用。要出精细的成品,顶多到 40。再往上,90% 的情况你是在为心理安慰买单。

CFG:听话程度,7 是个好起点

CFG Scale 控制的是”AI 多大程度上照你说的画”。

这个值低了,AI 自由发挥,容易画跑题;高了,它死磕你那几个词,画面会变得很”用力”——颜色浓得发腻、对比度刺眼、线条发硬,一看就不自然。

默认的 7 是个经过千锤百炼的甜点值,新手直接用就行。觉得它没听懂你的意思,往上挪到 8、9 试试;觉得画面太”冲”、太假,往下压到 5、6。每次动 1,别一把拉到 15,那基本等于把图烤糊。

出图发糊的真凶,常常是分辨率

这条最容易被忽略,但杀伤力最大。

现在主流的大模型,是在 1024×1024 这个尺寸附近训练出来的(早期的老模型则是 512×512)。你让它直接出一张特别大的图,它”没见过那么大的世界”,就容易在画面里塞出第二个头、多出一条胳膊,整个构图崩掉。

正确做法是:先用模型擅长的尺寸出一张构图正常的小图,再用”高清修复”(Hires.fix)把它放大。

放大时有两个细节决定成败。一个是放大算法:画二次元就选 R-ESRGAN 4x+ Anime6B,画真人写实就选 R-ESRGAN 4x+,选错了脸和质感都会怪怪的。另一个是”重绘幅度”(Denoising),这个值越高,放大后跟原图差别越大。一般压在 0.3 到 0.5 之间:低了放大后还是糊,高了 AI 会趁机把你的构图改得面目全非。

顺手说一句:负面提示词别堆成山

很多人复制别人的负面提示词(Negative Prompt),一口气塞进去几十个,觉得防得越多越好。

其实塞太多反而会互相打架,把你真正想要的东西也一起”防”掉了。新手留几个最管用的就行,比如 lowres(低分辨率)、bad hands(烂手)、extra fingers(多指)、blurry(模糊)。等你对每个词的作用有感觉了,再慢慢加。

一个最省事的排查顺序

下次再出废图,别急着换模型。按这个顺序过一遍:

先看分辨率是不是开太大了——这是崩图第一嫌疑人;再看步数够不够 20;然后把 CFG 拉回 7 附近;最后才考虑是不是采样器或提示词的问题。

绝大多数”糊图””崩图”,在前两步就解决了。Stable Diffusion 真正的门槛从来不是参数有多玄,而是你愿不愿意花十分钟,把这几个旋钮的脾气摸清楚。摸清之后,你会发现出一张干净的好图,其实没那么难。

暂无介绍....

登录用户才能发表评论! 登录账户

取消回复

评论列表 (0条):

加载更多评论 Loading...

延伸阅读:

模型推荐——✨ JANKU Trained + Chenkin & NoobAI + RouWei Illustrious XL ✨

这个模型名为 Janku Trained: Chenkin and Noobai Rouwei Illustr...

52okp
2026-04-27
    返回顶部