在使用 ComfyUI 等 AI 驅動的影像生成工具時，理解推論步數與 CFG（無分類器引導）scale 對於產生高品質結果至關重要。在本文中，我們將探討這些參數如何影響影像生成，以及如何調整它們以獲得最佳結果。
目錄
了解推論步數
推論步數又稱為取樣步數，是指模型為逆轉擴散過程而執行的迭代次數。擴散模型在大型影像資料集上訓練，學習影像如何退化為雜訊，並利用這些知識在生成過程中從雜訊重建影像。
推論步數的運作方式
- 起點：取樣器從一片隨機雜訊開始。
- 提示詞條件：模型使用提供的提示詞來推斷期望的影像。
- 迭代過程：在連續的步驟中逐漸去除雜訊，直到最終影像出現。
例如，如果你提示模型生成一隻紅喉蜂鳥，取樣器會從雜訊開始，逐步去除所有與蜂鳥不相似的內容。
調整推論步數
推論步數的多寡會顯著影響生成影像的品質與處理時間。
- 預設設定：大多數取樣器預設使用 20 步。
- 減少步數：降低步數（例如降至 8 步）可以加快處理速度，但通常會導致影像品質不佳。步數太少會使影像不完整、不真實。
- 增加步數：提高步數（例如提高到 30 步）可以改善細節與真實感，但會增加生成時間。
範例比較（保持其他條件相同，例如提示詞、種子與模型）：
- 8 步：影像模糊且缺乏細節。不建議用於大多數工作流程。
- 20 步：品質與速度兼顧。適合一般用途。
- 30 步：真實感與細節更高，尤其適合自然攝影等複雜提示詞。
選擇推論步數的技巧
- 嘗試不同的步數，找到品質與速度之間的最佳平衡。
- 參閱所用模型的說明文件。某些模型（例如蒸餾模型）針對較少的步數進行了最佳化（例如 8 步、4 步甚至單步）。
了解無分類器引導 (CFG) Scale
無分類器引導 (CFG) 控制模型在影像生成過程中遵循提示詞的嚴格程度。它決定了條件提示詞相對於模型固有屬性的權重。
CFG 的運作方式
- 低 CFG 值：模型在解讀提示詞方面有更多自由，輸出結果常常偏離預期結果。
- 高 CFG 值：模型更嚴格地遵循提示詞，但過高的值可能導致過擬合與不自然的結果。
調整 CFG Scale
預設 CFG 值通常設定為 8.0，但調整該值會顯著影響輸出。
範例比較（保持其他條件相同，例如提示詞、種子、模型與步數）：
- CFG = 1.0：模型對提示詞的解讀較為寬鬆。例如，蜂鳥提示詞生成的影像可能幾乎不像蜂鳥，且存在解剖學上的不準確之處。
- CFG = 8.0：對提示詞的遵循較為平衡，生成真實而細緻的影像。
- CFG = 20.0：開始出現過擬合，導致不自然的飽和度、對比度與影像偽影。
- CFG = 30.0：極端過擬合導致卡通化影像，出現平坦區域與誇張的色彩。
找到最佳平衡點
- 大多數模型在適中的 CFG 值範圍內表現最佳（例如 7–12）。
- 查閱模型的說明文件，以確定最佳 CFG 範圍。某些模型比較寬容，而另一些模型則需要精確的 CFG 調整。
選擇推論步數與 CFG Scale 的要點
- 推論步數：
- 使用較少的步數可以更快地生成，但品質較低。
- 增加步數可以獲得更好的真實感與細節，尤其適合複雜提示詞。
- 嘗試不同的步數，找到速度與品質之間的平衡。
- CFG Scale：
- 較低的值（例如 1–4）會降低對提示詞的遵循，但允許創意輸出。
- 適中的值（例如 7–12）兼顧真實感與對提示詞的遵循。
- 較高的值（例如 20+）可能導致過擬合，產生不自然的影像。
結論
理解與調整推論步數和 CFG scale 對於最佳化 AI 影像生成工作流程至關重要。推論步數控制去噪的迭代過程，而 CFG scale 則定義了對提示詞的遵循程度。透過嘗試這些參數並查閱所用模型的說明文件，你可以獲得量身打造的高品質精美影像。