語言: English · 简体中文 · 繁體中文 · Español · Português · Deutsch · Français · 日本語 · 한국어 · Русский · हिन्दी

C16：SDXL 基礎模型和精煉模型工作流程——完整指南

作者：

簡介

 SDXL 模型 在影像生成和優化方面提供了強大的功能，使其成為創意工作流程的熱門選擇。在本文中，我們將探討如何使用基礎模型和精煉模型來設定完整的 SDXL 工作流程。透過有效利用這些模型，你可以生成具有更好細節和藝術效果的高品質影像。

為方便起見，請在此處下載模型：

下載模型後，將其放入資料夾“C:\Users\<username>\Documents\ComfyUI\models\checkpoints”

什麼是 SDXL？

 Stable Diffusion XL (SDXL) 模型代表了 AI 影像生成領域的重大進步。由 Stability AI 開發，該模型在早期 Stable Diffusion 版本成功的基礎上，透過引入增強功能來生成超逼真、高解析度的影像。

SDXL 的主要功能：

  1. 兩階段工作流程：SDXL 旨在與兩個模型配合使用：
    • 基礎模型：負責生成具有基礎特徵、紋理和構圖的初始影像。
    • 精煉模型：透過優化細節、改善紋理和添加藝術效果，進一步增強生成的影像。
  2. 更高解析度的輸出：SDXL 支援高達 1024×1024 像素的解析度，非常適合需要精細、高品質影像的創意專案。
  3. 更好的提示詞理解：該模型擅長理解複雜的提示詞，使用者能夠建立與創意願景高度契合的高度客製化輸出。
  4. 噪聲管理：SDXL 採用了先進的技術來管理影像生成過程中的噪聲，使基礎階段和精煉階段之間的過渡更加平滑。
  5. 跨風格的多功能性：無論你是追求照片級真實感、抽象藝術還是風格化輸出，SDXL 都能以出色的靈活性適應各種藝術風格。

為什麼使用 SDXL？

SDXL 對於需要創造力和精確性的工作流程特別有用。透過結合 基礎模型 與 精煉模型，使用者可以獲得不僅視覺上令人驚嘆，而且高度可客製化的結果。這使得 SDXL 成為數位藝術、平面設計和視覺敘事等領域專業人士的絕佳選擇。

設定 SDXL 工作流程

第 1 步：設定基礎模型

首先，將 SDXL Base 1.0 checkpoint 載入到你的工作流程中。使用 K Sampler Advanced Node 來優化影像生成過程。

  1. Add Noise：為基礎模型啟用噪聲添加，以執行普通的擴散過程。
  2. 步數設定：將總步數設定為 30。但是，要為第二個採樣器節點留出一些噪聲，以便日後優化。
  3. 啟用 Return with Leftover Noise：這可以確保潛在空間中保留一些噪聲，供精煉模型處理。
要設定的參數：
  • Add Noise：Enable
  • End at Step：20（共 30 步）
  • Return with Leftover Noise：Enable

執行工作流程以生成初始影像。將此影像儲存到磁碟，以便日後比較。

第 2 步：設定精煉模型

基礎模型生成初始影像後，是時候使用 SDXL Refiner Model對其進行精煉了。

  1. Load Checkpoint：將 SDXL 精煉模型載入到你的工作流程中。
  2. 停用噪聲添加：由於影像已經包含來自基礎模型的噪聲，因此請為精煉模型停用噪聲添加。
  3. 連接節點：
    • Positive Conditioning：將正面提示詞連接到精煉模型。
    • Negative Conditioning：將負面提示詞連接到精煉模型。
    • Latent：將潛在空間從基礎模型傳遞到精煉模型。
要設定的參數：
  • Add Noise：Disable
  • Start at Step：20
  • End at Step：30
  • Control After Generate：Fixed

第 3 步：最佳化工作流程

為了簡化流程，請使用 primitive 節點 在基礎模型和精煉模型之間傳遞提示詞。這樣可以避免手動重複提示詞，並確保一致性。

  1. 使用 Primitive Node 將正面和負面提示詞路由到兩個模型。
  2. 將提示詞連接到 Clip Text Encode Conditioning Nodes （每個模型各一組）。

第 4 步：儲存和比較輸出

精煉影像後，使用 Save Image Extended Node儲存最終輸出。更新此節點中的中繼資料，以確保從精煉模型擷取正確的資料。

中繼資料更新：
  • 將 Save Image Extended Node 中的預留位置（例如，井號）替換為此 ID。

儲存後，比較輸出：

  • 基礎模型輸出：包含噪聲，細節較少。
SDXL 基礎模型輸出：
  • 基礎模型 + 精煉模型輸出：噪聲被去除，生成經過打磨的影像，具有增強的水彩效果和更好的細節。
SDXL 基礎模型 + 精煉模型輸出：

範例提示詞參考

要獲得最佳效果，請從精心製作的提示詞開始。以下是你可以使用的正面和負面提示詞範例：

正面提示詞：

A fantasy castle surrounded by lush greenery, intricate architectural details, vibrant colors, and a glowing sunrise in the background, watercolor style, ultra-realistic, 4K resolution

負面提示詞：

Blurry, low-quality, distorted, overexposed, grainy, unrealistic proportions, poorly lit, low resolution

這些提示詞可以根據你的創意願景進行自訂。

K Sampler Advanced Node 中的關鍵參數

下表總結了 K Sampler Advanced Node 中用於兩個模型的關鍵參數：

參數基礎模型精煉模型
Add NoiseEnabledDisabled
End at Step2030
Return with Leftover NoiseEnabledN/A
Control After GenerateN/AFixed

使用 SDXL 基礎模型和精煉模型的好處

透過在工作流程中結合基礎模型和精煉模型，你可以實現：

  • 更高的影像品質：精煉模型去除殘餘噪聲，增強細節。
  • 更好的藝術效果：為創意輸出提供更好的紋理和色彩融合。
  • 工作流程效率：使用 primitive 節點和路由提示詞可以減少手動輸入錯誤。

發表留言