在使用 ComfyUI 等 AI 驱动的图像生成工具时，理解推理步数和 CFG（无分类器引导）scale 对于生成高质量结果至关重要。在本文中，我们将探讨这些参数如何影响图像生成，以及如何调整它们以获得最佳结果。
目录
理解推理步数
推理步数又称采样步数，是指模型为逆转扩散过程而执行的迭代次数。扩散模型在大型图像数据集上训练，学习图像如何退化为噪声，并利用这些知识在生成过程中从噪声重建图像。
推理步数的工作原理
- 起点：采样器从一片随机噪声开始。
- 提示词条件：模型使用提供的提示词来推断期望的图像。
- 迭代过程：在连续的步骤中逐渐去除噪声，直到最终图像出现。
例如，如果你提示模型生成一只红喉蜂鸟，采样器会从噪声开始，逐步去除所有与蜂鸟不相似的内容。
调整推理步数
推理步数的多少会显著影响生成图像的质量和处理时间。
- 默认设置：大多数采样器默认使用 20 步。
- 减少步数：降低步数（例如降至 8 步）可以加快处理速度，但通常会导致图像质量不佳。步数太少会使图像不完整、不真实。
- 增加步数：提高步数（例如提高到 30 步）可以改善细节和真实感，但会增加生成时间。
示例对比（保持其他条件相同，如提示词、种子和模型）：
- 8 步：图像模糊且缺乏细节。不推荐用于大多数工作流。
- 20 步：质量与速度兼顾。适合一般用途。
- 30 步：真实感和细节更高，尤其适合自然摄影等复杂提示词。
选择推理步数的技巧
- 尝试不同的步数，找到质量与速度之间的最佳平衡。
- 参阅所用模型的文档。某些模型（如蒸馏模型）针对更少的步数进行了优化（例如 8 步、4 步甚至单步）。
理解无分类器引导 (CFG) Scale
无分类器引导 (CFG) 控制模型在图像生成过程中遵循提示词的严格程度。它决定了条件提示词相对于模型固有属性的权重。
CFG 的工作原理
- 低 CFG 值：模型在解读提示词方面有更多自由，输出结果常常偏离预期结果。
- 高 CFG 值：模型更严格地遵循提示词，但过高的值可能导致过拟合和不自然的结果。
调整 CFG Scale
默认 CFG 值通常设置为 8.0，但调整该值会显著影响输出。
示例对比（保持其他条件相同，如提示词、种子、模型和步数）：
- CFG = 1.0：模型对提示词的解读较为宽松。例如，蜂鸟提示词生成的图像可能几乎不像蜂鸟，且存在解剖学上的不准确之处。
- CFG = 8.0：对提示词的遵循较为平衡，生成真实而细致的图像。
- CFG = 20.0：开始出现过拟合，导致不自然的饱和度、对比度和图像伪影。
- CFG = 30.0：极端过拟合导致卡通化图像，出现平坦区域和夸张的色彩。
找到最佳平衡点
- 大多数模型在适中的 CFG 值范围内表现最佳（例如 7–12）。
- 查阅模型的文档，以确定最佳 CFG 范围。某些模型比较宽容，而另一些模型则需要精确的 CFG 调整。
选择推理步数和 CFG Scale 的要点
- 推理步数：
- 使用较少的步数可以更快地生成，但质量较低。
- 增加步数可以获得更好的真实感和细节，尤其适合复杂提示词。
- 尝试不同的步数，找到速度与质量之间的平衡。
- CFG Scale：
- 较低的值（例如 1–4）会降低对提示词的遵循，但允许创意输出。
- 适中的值（例如 7–12）兼顾真实感和对提示词的遵循。
- 较高的值（例如 20+）可能导致过拟合，生成不自然的图像。
结论
理解和调整推理步数与 CFG scale 对于优化 AI 图像生成工作流至关重要。推理步数控制去噪的迭代过程，而 CFG scale 则定义了对提示词的遵循程度。通过尝试这些参数并查阅所用模型的文档，你可以获得量身定制的高质量精美图像。