AI绘图调参越调越烂?4个核心参数设置详解,附可直接套用的模板
先说说参数调优这件事有多玄学
三个用户用同一套参数出图,一个出了电影感海报,一个出了塑料玩具感,一个出了恐怖片截图。问题不在AI,在参数背后的逻辑没搞清楚。参数不是玄学,但调参确实有章法——摸清每颗旋钮是拧什么的、拧过了往哪边救,出图就从抽奖变成可复现的操作。
这篇文章拆解四个核心参数的底层逻辑,给出可复制的参数模板,专治"调了半天越调越烂"的毛病。
这四颗旋钮搞不定,出图全靠运气
采样步数(Steps)决定AI"打磨"画面的次数。10步以下是草图,20-30步是甜点区间,50步以上收益递减——有人实测RTX 3060跑20步7秒、50步18秒,但盲测20人分不出30步和50步的区别。步数不是越多越好,够用就行。1
CFG引导值控制AI听你话的程度。低了跑题、高了失真,中间有个甜点区间:SD1.5推荐7-9,SDXL推荐5-8,SD3.5适配3.5-5。CFG=15时暗部颗粒明显、色彩溢出;CFG=9时画面干净且符合描述。2
采样器决定去噪"走哪条路"。DPM++ 2M Karras是性价比之王,细节好且稳定;Euler a速度快但有随机性,适合快速试想法;DDIM偏稳定,适合要复现的场景。固定种子配确定型采样器,才能稳定出图。1
分辨率不只是尺寸,还影响构图和细节承载能力。人像推荐896×1152(竖版),风景推荐1536×864(横版)。非标准比例容易导致AI"截肢"——脚被切掉、手指消失。3
| 参数 | 核心作用 | 通用推荐值 | 翻车阈值 |
|---|---|---|---|
| 采样步数 | 打磨次数 | 20-30步 | 50步以上收益递减 |
| CFG引导值 | 听话程度 | 7-9(SD1.5) | 超过15画面崩坏 |
| 采样器 | 去噪路径 | DPM++ 2M Karras | Euler a有随机性 |
| 分辨率 | 构图承载 | 1024×1024起步 | 非标准比例易截肢 |
四大核心参数速查表
翻车不慌张,先看症状再找根因
画面失真、色彩过饱和、细节撕裂——八成是CFG拉太高。直接下调2-3个数值,优先降参再动别的,九成以上的画质崩坏能当场救回来。2
画面跑偏、元素缺失、风格错乱——CFG太低。每次加0.5-1,不要一口气拉满,矫枉过正比不调还糟。
画面发灰发脏、细节平淡——CFG在中间值但没配合锐化。试试微调到7.5-8.5,同时换DPM++ 2M Karras采样器,灰脏概率明显降低。4
噪点满屏、越修越脏——这是CFG过高的连锁反应。Image2场景尤其明显,CFG从默认值直接拉低到7-11、降噪强度控在0.25-0.4、采样步数提升到30-50,三管齐下才能根治。5
参数组合有优先级,别瞎拧一通
调参顺序错了,越努力越翻车。正确的优先级是:先定采样器和步数(决定基础质量框架)→ 再调CFG(控制提示词遵循度)→ 最后看分辨率(适配发布平台)。前三步调完再动高清修复,显存不够先降分辨率而不是降步数。
新手最容易踩的坑:每次出图都把十几个参数全改一遍,然后不知道哪次改动救了命、哪次改动挖了坑。正确做法是先跑通一套默认参数,确认构图和提示词方向对了,再小范围微调——每次只动一个变量,改完立刻出图对比。
模型不同,最优参数天差地别。SD1.5用CFG 7-9能打天下,SDXL拉到6以上就可能发灰,蒸馏模型(名字带Turbo/Lightning/LCM的)步数降到4-8步才正常,用20步反而"过拟合"出过饱和。7
三套模板直接抄,不用再试错
Stable Diffusion通用模板:快速验证用Euler a+20步+CFG 7,稳产出图用DPM++ 2M Karras+25-30步+CFG 8,追求细节用30-40步+CFG 9+开启高清修复。
Image2/即梦AI降噪模板:CFG 7-11、降噪强度0.25-0.4、采样步数30-50,这是平衡细节与纯净度的黄金区间。博主实测CFG=15时暗部颗粒明显,CFG=9时画面干净且符合描述。8
Midjourney场景模板:封面配图用"提示词 --ar 16:9 --v 6 --s 250 --q 1",电商主图用"提示词 --ar 1:1 --v 6 --s 100 --q 1",社交媒体配图用"提示词 --ar 4:3 --v 6 --s 200 --q 1"。版本号--v 6是当前默认最佳版本,除非有特殊需求不要改。9
五个误区不绕过,参数调再多也白搭
误区一:参数越高越好。步数不是越高越好,CFG超过15就出副作用,显存不够硬拉高尺寸直接爆显存。"够用"比"拉满"更理性。
误区二:有万能参数模板。SD1.5、SDXL、蒸馏模型的最优区间完全不同,套错模板轻则发灰、重则崩坏。先确认手里用的是什么模型,再找对应的参数区间。
误区三:提示词写够就行,参数随便调。九成新手把"出图质量=提示词质量",忽略了CFG是对提示词的放大器——好提示词配烂CFG出烂图,烂提示词配好CFG出更烂的图。
误区四:参数调一次就定型。AI绘图是动态过程,同样的参数换一批提示词、换一个模型、甚至换个时间跑,结果都可能不同。参数是动态锚点,不是固定公式。
误区五:不会用Seed。Seed就是画面的"命运起点",固定Seed后微调参数或提示词,是在同一个基础上做定向修改,比每次随机生成高效十倍。想出系列图?固定Seed和主要提示词,只改局部描述,风格一致性直接拉满。1
调参这件事,说到底是建立"参数-结果"的条件反射。每次改一个参数、对比两张图、记录差异点,出图就从玄学变成可复现的操作。参数模板可以抄,但理解背后的逻辑才能灵活应变。记住这句话:不会排查根因的参数工,不是好画师。
当前文章无评论,是时候发表评论了