图生图的 denoise strength 调的是什么?0.3 到 0.9 的实操对照
改一张产品图,最让人摸不着头脑的往往是那个叫”重绘幅度”或 denoise strength 的滑块。填 0.3 几乎看不出变化,填 0.9 直接变成另一张图,中间某个值又刚好把瓶子换掉了颜色但保住了构图。不少人把它当成”改动力度”,凭手感来回拖。
它其实不是力度,而是去噪过程从哪一步开始。搞清楚这个数值怎么换算成时间步,就能把它当参数用,而不是当运气用。
第一步:图生图是”先加噪,再去噪”
标准文生图从纯高斯噪声出发,走完 T 步采样(比如 30 步)得到图像。图生图不一样:它先把你的原图编码进潜空间得到 z₀,然后按强度往里加噪,加到某个中间时间步 t,再从 t 开始反向去噪。
强度 s 与起始步的关系非常直白:
t_start = s × T
若 T=30、s=0.5,就是先加噪到第 15 步的噪声水平,再跑剩下 15 步去噪。s=1 等价于从纯噪声起步(和文生图没区别),s=0 则一步不去噪、原样返回。
所以 s 真正的含义是”允许模型重写掉多少原始信息”。
第二步:噪声水平对应画面的哪一层结构
扩散过程有个很实用的分层特性:高噪声阶段决定全局构图、主体位置、大块明暗;中噪声阶段定形状、姿态、材质;低噪声阶段只补纹理、锐度和噪点。
按 s 从低到高,被重写的是自下而上的层级:
- 0.20~0.35:只扰动最低噪声层。适合去瑕疵、统一色调、轻微风格化、给实拍图补一层质感。构图和主体完全不动。
- 0.40~0.55:开始动中频。换材质、换包装花纹、改衣服颜色、局部换元素,主体轮廓仍在。
- 0.60~0.75:进入决定形状的区域。姿态、镜头角度、背景都可能重排,构图不再保证。这一档最容易出现”改了 A 却把 B 也带跑”。
- 0.80~0.90:连全局布局一起重写,原图基本只剩配色和氛围。
- 0.95~1.0:近似文生图,原图只提供一个随机起点。
一个常见误区是想”换个背景”就把 s 拉到 0.85——结果产品本身也跟着变形了。背景属于全局结构,但产品属于主体,两者在噪声层级上并不完全分离,靠单一强度值没法只改其中一个。
第三步:它和采样步数是相乘关系
真正跑的去噪步数是 s × steps。T=20、s=0.3 时只跑 6 步,很容易欠收敛,表现为画面发灰、边缘发糊、色彩没到位。这不是强度选错了,是步数不够。
低强度要配高步数:s=0.3 建议给 40~50 步,让那 12~15 步有效去噪充分收敛;s=0.7 以上给 25~30 步就够。同理,低 s 时可以适当降 CFG(5~7)避免条件把仅剩的细节压死,高 s 时 CFG 回到 7~9 保住提示词约束。
第四步:为什么 s=0 也不等于原图
图生图要先经 VAE 编码进潜空间、再解码回来,这一进一出本身是有损的,高频细节和极端色域会有轻微偏移,通常表现为一点点发软或色偏。所以做”只精修不改动”的任务,别指望零强度,用 0.15~0.25 配合固定 seed 反而更接近预期。
一套能直接照抄的对照流程
- 先分层再定值:把需求拆成”改质感 / 改材质 / 改形状 / 改构图”四类,对应上面四档,别一上来就拖滑块。
- 换背景用两段式,不用单一高 s:先画遮罩把产品区排除,对背景做 0.75~0.85 的局部重绘,遮罩羽化 8~16 px 过渡边缘;再对整图做 0.2~0.3 的全局轻去噪统一光影。这样产品不变形,接缝也不硬。
- 必须保构图就加空间条件:s 超过 0.6 时挂 ControlNet 线稿或深度图,控制权重 0.7~1.0、起止区间 0.0~0.8,把主体位置钉住。
- 固定 seed 做 A/B:同一 seed 下扫 0.35 / 0.45 / 0.55 / 0.65 四档,出一张对照图再定稿,比单张试错快得多。
- 把档位写进模板:批量生产时,把 s、steps、CFG、ControlNet 权重、遮罩羽化值一起存成预设,换人操作也不跑偏。在 AIGC广告 的批量产线里,这类预设通常和 seed 台账绑在一起归档,复盘时能精确复现任一版。
结语
denoise strength 不是”改动百分比”,而是”从时间轴的第几步开始重新生成”。理解它和噪声层级、采样步数的耦合,就能把试错变成查表。
需要成体系地管理这些参数,可以看看 AI广告制作 相关的其他几篇流程笔记。