许多人将 Stable Diffusion 的图生图理解为在原图上继续绘制或增强细节，但这种认知并不准确。要真正掌握高级重绘技巧，关键在于理解其底层工作机制：输入图像在模型生成流程中究竟扮演什么角色，以及 denoise 参数如何精准控制重绘程度。本文将从原理层面剖析图生图，为后续的稳定创作建立坚实认知基础。
智能速览
图生图和文生图的核心区别在于采样的起始点不同。
输入图像以 latent 形式参与生成，模型本身不“看图”。
Denoise 参数控制的是向输入 latent 注入的噪声强度。
低 denoise 值实现质量修复，高 denoise 值则趋向于完全重绘。
KSampler 控制着生成的起点、过程和约束力。
精华内容
要理解图生图，就必须深入到 Stable Diffusion 的生成流程中，看清那张输入的图到底是如何影响最终结果的。
机制差异
图生图与文生图在 ComfyUI 中使用的其实是同一套 KSampler 采样逻辑。它们的根本区别不在于模型或算法，而在于采样的起点。文生图从一个随机噪声 latent 开始，而图生图则是先将输入图像通过 VAE 编码成一个 latent，再以此作为起点进行去噪生成。
这意味着图生图并非“从头画起”，而是在一个已经包含图像信息的状态上开始演化。
图像的真实角色
当一张图被输入模型，它看到的并非人物、构图或颜色，而是由 VAE 编码后的一组 latent 数值。这组数值包含了原图的构图、明暗和纹理结构信息，但模型并不知道这些信息“是什么”。
因此，图生图无法精确控制“改哪里”，也不能“锁住”某个区域。所有变化都源于噪声与去噪过程的间接作用。这也解释了为何局部控制必须依赖 Inpaint 或 ControlNet 等额外机制。
Denoise 的作用
Denoise 参数的作用发生在采样开始之前，它决定了向输入的 latent 中注入多少噪声。这个值并非线性比例，也不是“保留原图百分比”的直接体现。
Denoise 值越低，注入噪声越少，模型可调整的空间越小，输出越接近原图。Denoise 值越高，latent 越接近随机噪声，模型的自由度就越大，生成结果也越偏离原图。最终效果是 denoise 与 steps、scheduler 等参数共同作用的结果。
参数效果实测
通过最小化变量实验，可以清晰看到 denoise 的阶段性效果。当 denoise=0.25 时，效果接近质量修复，人物五官、构图几乎不变，但皮肤纹理和光线更干净。
当 denoise=0.5 时，进入可控重绘区，人物主体保留，但精致度和审美开始向模型偏好靠拢。当 denoise=0.75 时，结构开始松动，面部轮廓和发型可能被重新设计。而当 denoise 达到 0.95 时，行为已接近文生图，原图仅作为一个极弱的起点存在。
理解图生图的本质，是掌握 Stable Diffusion 高级玩法的基石。它并非简单的重绘，而是生成起点的变化，而 denoise 参数则是调整生成自由度的关键。然而，当需要更精确的结构控制时，仅靠图生图便会力不从心，人物姿态和构图容易漂移。如何解决这一问题？这引出了对 ControlNet 等高级工具的必然需求。
