1. 从一次“翻车”的交付说起：为什么我的图又变了？
上周，我差点因为一张图搞砸了一个重要的项目交付。客户要一个“在晨雾中的森林小径，阳光透过树叶形成丁达尔效应”的场景，用来做产品的主视觉。我用Stable Diffusion，精心调校了一个自认为完美的prompt，加上一堆高质量的LoRA和精心设置的负面提示词，第一次跑出来的图惊艳无比，光影、氛围、细节都恰到好处。我兴冲冲地发给客户看，客户也一眼相中，说“就要这个感觉，定稿吧”。
于是，我保存了那个让我骄傲的生成信息——种子值（Seed）、采样器（Sampler）、步数（Steps）、提示词，一切看起来都万无一失。第二天，我准备输出最终的高分辨率大图，信心满满地点击了“生成”按钮。结果，出来的图虽然还是森林小径，但晨雾淡了，阳光的角度偏了，整体的色调和氛围跟我昨天那张“定稿”图相比，简直像是同一个主题的两幅不同画作。我冷汗一下就下来了，赶紧又试了几次，每次结果都或多或少有些差异。最终，我不得不硬着头皮向客户解释，并花了额外的时间，用更复杂的方法才勉强“复现”了一个接近的版本。
这次经历让我彻底正视了文生图（Text-to-Image）中一个既迷人又恼人的核心特性：随机性。我们常常困惑，甚至恼火：为什么同一个prompt，每次点击生成，出来的图都不一样？说好的“AI绘画”是可控的呢？今天，我就结合自己踩过的坑和后续的深入研究，来彻底拆解这个问题。这不仅仅是点一下“固定种子”那么简单，背后涉及模型的工作原理、采样过程的本质，以及一整套从“完全随机”到“精确复现”的控制逻辑。理解了这些，你才能从“抽卡玩家”真正进阶为“可控的创作者”。
2. 随机性的根源：深入扩散模型的“去噪”舞步
要理解为什么图会变，我们必须回到文生图模型，特别是当前主流的扩散模型（Diffusion Model）的基本原理。你可以把它想象成一场从纯粹噪音到清晰图像的“编舞”。
2.1 起点：那一把随机的“噪音种子”
当我们输入一个prompt，比如“a cute cat wearing a hat”（一只戴帽子的可爱猫），模型并不是从一个空白画布开始画的。相反，它从一个完全由随机数字生成的、看起来像电视雪花屏一样的高斯噪声图开始。这张噪声图的每一个像素点，其颜色值都是随机生成的。这个随机生成的过程，就依赖于一个关键的初始值——种子值。
种子值是一个数字（例如123456）。计算机的随机数生成器并不是真正的“随机”，而是“伪随机”。给定一个特定的种子，它就能产生一个确定且可重复的随机数序列。因此，种子值决定了你的起点噪声图长什么样。如果种子值不同，起点噪声图就完全不同，那么后续的“去噪编舞”即使遵循同样的指令（prompt），最终也会走向不同的视觉结果。这是随机性的第一个，也是最根本的来源。
注意：很多新手会忽略，即使在WebUI中你选择了同一个种子，如果其他参数（尤其是采样器）不同，或者模型本身有微小更新，其内部的随机数序列调用方式也可能导致起点噪声有微妙差异。
2.2 过程：采样器引导的“随机漫步”
有了起点噪声，模型开始执行“去噪”过程。这个过程不是一步到位的，而是分为很多步（Steps，比如20步、50步）。在每一步，模型都会预测当前这张“半成品”图中的噪音，并将其移除一部分，让图像更清晰一点，同时更靠近prompt描述的内容。
这里的核心角色是采样器，比如Euler a, DPM++ 2M Karras, DDIM等。你可以把采样器理解为去噪过程的“导航算法”。不同的采样器，其数学原理和引入随机性的方式不同。
- 随机性采样器：例如
Euler a（Euler Ancestral）。它在每一步的去噪计算中，都会主动注入一个新的、微小的随机噪声。这个设计是为了增加采样路径的多样性，有助于探索更丰富的图像可能性，避免结果过于死板。但也正因为这一步的随机注入，即使种子相同，用Euler a每次生成的结果也可能不同。 - 确定性采样器：例如
Euler,Heun,DPM++ 2M Karras。它们在每一步的计算是确定的，只要种子相同、其他所有参数一致，每次都会走出完全相同的去噪路径，从而得到像素级一致的图像。这是实现“可复现”的关键。
所以，采样器的选择直接决定了生成过程是“随机漫步”还是“固定路径”。这是随机性的第二个关键来源。
2.3 隐变量：模型内部的“理解”波动
即使起点和路径都固定了，还有一个更深层的因素：模型本身对prompt的“理解”和“执行”并非绝对精确的机械翻译。扩散模型是一个极其复杂的神经网络，它在每一步根据prompt的文本嵌入（Embedding）来指导去噪。这个文本嵌入的生成、与图像潜空间（Latent Space）特征的交互，本身也存在极微小的数值波动，尤其是在使用某些优化技术或不同精度计算时。虽然这种波动通常影响极小，但在追求像素级复现时，它也可能成为最后一个需要被驯服的变量。
3. 实现精确复现：锁死每一个变量
理解了随机性的来源，我们就可以像调试程序一样，系统地锁定每一个变量，来实现精确复现。以下是我在实际工作中总结的“复现检查清单”，必须逐一核对：
3.1 核心四件套：一个都不能变
这是实现复现的基石，必须完全一致：
- 种子值：这是总开关。在AUTOMATIC1111的WebUI中，点击骰子图标旁边的“回收站”图标可以固定种子，或直接输入数字。
- 采样器：必须使用确定性采样器。
Euler,Heun,LMS,DPM2,DPM++ 2S a以外的DPM++ 2M Karras等都是确定性的。绝对避免使用Euler a、DPM2 a、DPM++ 2S a等带 ‘a‘ 的祖先采样器。 - 采样步数：步数决定了去噪过程的“细腻度”。同样的路径，走50步和走30步，终点肯定不同。
- 提示词：包括正面提示词和负面提示词。一个逗号、一个空格、一个单词的权重（如
(cat:1.2)），甚至提示词的顺序，都会改变文本嵌入，从而影响结果。必须完全复制。
3.2 模型与配置：隐藏的变量
这些常常被忽略，但至关重要：
- 模型文件：必须是完全相同的模型文件（.safetensors或.ckpt）。即使是同一个模型的v1.0和v1.1版本，或者不同来源的微调版本，其内部权重可能有微小差异，导致结果不同。
- VAE：如果生成时使用了特定的VAE（变分自编码器）来改善颜色，复现时也必须加载同一个VAE。
- Clip Skip：跳过CLIP文本编码器的层数。这个参数影响文本理解的深度，必须一致（通常为2）。
- 生成参数：包括
CFG Scale（分类器自由引导尺度），这个值控制模型遵循提示词的严格程度。CFG Scale不同，图像风格和内容会显著变化。
3.3 高分辨率修复：额外的变数
当你使用“高分辨率修复”功能时，情况变得更复杂。因为它涉及两阶段生成：
- 第一阶段：用基础参数生成低分辨率图。
- 第二阶段：以第一阶段输出为输入，进行放大和重绘。
这里有两个新的随机性来源：
- 第二阶段的种子：高分辨率修复有独立的“第二阶段的种子”选项。如果它被设置为
-1（随机），那么即使第一阶段完全一致，第二阶段也会因为新的随机种子而产生差异。 - 重绘幅度：这个值决定了第二阶段在放大时，对原图进行“修改”的程度。即使是0.2和0.3的微小差别，也会让细节朝着不同方向发展。
要实现高分辨率修复的复现，你必须同时锁定：第一阶段的全部参数、第二阶段的种子、以及重绘幅度。
3.4 实操验证：我的复现工作流
我的标准复现工作流如下，确保万无一失：
- 生成满意图后：立即点击WebUI的“保存”按钮，不仅保存图片，更要保存那个附带的
.txt文件（或使用“PNG Info”标签读取参数）。 - 关键参数检查：将
.txt文件中的参数发送到文生图或图生图界面。重点手动核对：- 采样器是否为确定性采样器。
- 种子值是否已固定。
- 如果使用了高分辨率修复，检查其子参数中的“第二阶段的种子”是否固定。
- 环境一致性：确保没有在两次生成之间切换模型、VAE或任何扩展插件（某些插件会干扰生成流程）。
- 生成与比对：点击生成。将新生成的图与原始图在图像查看器中并排打开，使用滑块工具进行像素级比对。如果完全一致，恭喜你。
4. 当复现依然失败：进阶排查与“近似复现”技巧
有时候，即使你确信所有参数都一致，结果还是出现了偏差。别慌，我们可以进行进阶排查。
4.1 排查硬件与计算精度
- 计算精度：在WebUI的设置中，有
--no-half、--precision full等精度相关的启动参数。使用半精度（fp16）和全精度（fp32）计算，可能会因为浮点数舍入误差导致最终像素的极微小差异。对于商业级严格复现，建议在相同精度环境下进行。 - 硬件差异：极少数情况下，不同型号的GPU（如NVIDIA不同架构）在并行计算时可能产生非确定性的结果，但这在扩散模型推理中不常见，更多发生在训练阶段。
4.2 扩展插件与脚本的干扰
这是最常见的“隐形杀手”。许多功能强大的扩展，如动态提示词、区域提示控制、Latent Couple等，会在生成流程中注入额外的逻辑或噪声。
- 排查方法：尝试在禁用所有非必要扩展的情况下进行复现。如果成功了，再逐个启用扩展，定位是哪个扩展导致了问题。
4.3 接受“近似复现”：当像素级一致不可能时
在某些复杂工作流中，追求绝对的像素级复现可能成本过高或不现实。这时，我们可以追求“近似复现”——即核心构图、主体、风格一致，允许背景、纹理等细节有自然变化。这反而是一种艺术创作的优势。
实现“近似复现”的技巧：
- 控制变量法：固定最重要的元素。例如，使用图生图，将满意的成果作为输入图，设置一个较低的重绘幅度，并固定种子。这样可以在保持主体不变的情况下，微调背景或细节。
- 利用潜空间：一些高级技巧涉及直接操作图像的潜变量表示。你可以提取一张满意图片的潜变量，然后在这个潜变量的基础上进行微小的扰动，再解码成图，这样能得到一系列高度相似但又有细微变化的变体。
- 组合使用LoRA/Embedding：如果你追求的是特定的角色或画风，使用训练好的LoRA或文本嵌入模型是比单纯靠prompt更稳定的方式。固定了LoRA，就固定了核心特征，随机性主要体现在构图和次要元素上。
5. 拥抱随机性：将其转化为创作工具
在彻底理解了如何控制随机性之后，我们不妨换个视角：随机性不是敌人，而是一个强大的创意伙伴。
5.1 随机性的创作价值
- 探索创意空间：当你没有一个明确画面时，固定一个富有表现力的prompt，然后用随机种子批量生成（如WebUI的“批量生成”功能），是寻找灵感和意外惊喜的最佳方式。你可能会发现从未想过的构图、色彩搭配或叙事角度。
- 生成系列作品：想创作一个主题的系列插画？保持prompt和大部分参数不变，只让种子随机变化，你可以轻松得到一系列风格统一但画面各异的作品，非常适合做故事绘本或概念设计集。
- 优化细节：对一张图大体满意，但觉得某个局部（如手部、脸部表情）不够好？可以固定其他所有参数，只微调针对该局部的提示词，并让种子随机，进行小范围“抽卡”，直到找到满意的局部为止。
5.2 我的“可控随机”工作流
在实际项目中，我通常采用混合策略：
- 灵感阶段：使用
Euler a等随机性采样器，CFG Scale 调至中等偏高，进行大量随机生成，快速探索可能性，收集一批“候选草图”。 - 筛选与定型：从草图中选出最有潜力的几张。分析其优点（如构图、光影），并据此优化我的prompt。
- 精确复现阶段：切换到
DPM++ 2M Karras等确定性采样器，固定种子，使用优化后的prompt，生成最终确定的基础图。确保这张图是可复现的资产。 - 衍生与微调：基于这张基础图，通过图生图、局部重绘、调整重绘幅度和种子，进行可控的衍生创作，得到一系列相关但不同的最终素材。
通过这种方式，我既享受了随机性带来的创意火花，又保证了项目交付物的稳定性和可控性。理解并驾驭文生图中的随机性与确定性，是每个AI绘画创作者从业余走向专业的必经之路。它不再是玄学，而是一套清晰、可调试的参数工程。希望这篇近万字的深度解析，能帮你彻底告别“抽卡”的焦虑，真正掌控你手中的AI画笔。
