课目表/L1 原理/L1-02 采样:一步在擦什么

L1 原理 · 第二课

采样:一步在擦什么,
选哪个采样器

模型不是一笔一笔画的。它先铺满噪声(noise,随机撒的雪花点,没有画面含义),再一步一步猜“哪些是噪点、哪些是画面”,擦掉一点。这一节只回答两件事:每步到底在擦什么,采样器和调度器又各管哪一头。

预计 13 分钟零基础可读对应节点:KSampler / SamplerCustomAdvanced

01 / 场景为什么同一个提示词,步数一改就像换了张图

你输入“现代风格客厅”,点生成。8 步时沙发还糊着,15 步时结构清楚了,30 步看着没更好,只是更慢。这不是玄学。采样过程本来就是先立循环框架、再补细节。这一节先解决前一半:每一步在擦什么,擦的动作又由谁决定。

一句话结论:采样(sampling,按草稿擦噪声)就是从纯噪声出发,反复预测并减掉噪声。每一次“猜再擦”就是一步;这一步迈多大、往哪迈,由采样器定。

02 / 机制每一步只做四件事

① 看当前图此刻还是一张带噪的潜空间图(latent,1/8 草稿画布,L1-01 拆过),模型先读它。
② 猜噪声模型结合提示词(prompt,你写的那句描述,L2-02 专讲)和参考条件,判断哪些地方像噪点。
③ 减掉一点采样器按自己的规则减一部分,不会一次擦干净。
④ 进入下一步用更新后的图重复,直到把噪声走完。

擦多少,由采样器(sampler)和调度器(scheduler)一起定。采样器管每一步怎么迈,调度器管这几步分别对应多脏的噪声水平。两者要搭配着看。

把“擦噪声”画成一条曲线

下面的曲线不是实测数据,是把常见体验画成趋势:前几步变化最大,越往后越接近完成。注意 15 步之后曲线明显变平。每多一步换来的提升越来越小,这叫边际收益递减。

清晰度 ↑ 1 4 8 12 15 20 25 步数 → 这里开始收益变小
前 8 步主要在“搭结构”,12–20 步补细节;再往上,多数模型只剩很小的变化。曲线为示意,不是某个固定模型的标准答案。

03 / 选择采样器(sampler)与调度器(scheduler),各管什么

采样器(sampler_name):决定每一步往哪儿迈、迈多大。反例:它不是模型,换采样器不换画风来源,只换走法。

调度器(scheduler):决定这几步分别落在多脏的噪声水平上。反例:它不是步数。步数说走几步,调度器说这几步踩在哪几级台阶上。

两者得配着看。同一个采样器换一个调度器,落点全变;同一条调度曲线换一个采样器,走法也变。

本套里出现过的采样器,一共三种。

调度器出现三种。normal 是 SDXL 的默认选择;simple 出现在 02 的 BasicScheduler(simple / 4 / 1);sgm_uniform 出现在 05 的局部重绘里。

记法:采样器决定每一步怎么落脚,调度器决定这些步子踩在哪些噪声高度上。换掉任何一个,结果都会变。

谁在用哪一个:真实 JSON 里的对照

出现位置采样器调度器
01 线稿+文字 · KSampler #177
02 线稿+参考图 · KSampler #119
euler_ancestralnormal
03 室内毛坯 · KSampler #4
04 建筑毛坯 · KSampler #4
euler_ancestralnormal
05 局部修改 · DetailerForEach #257uni_pcsgm_uniform
02 · BasicScheduler(4 步 / 1)不设这一格simple
子图 · Flux2Scheduler(如 #135、#351)不设这一格Flux2Scheduler

表里的名字与编号都来自 ComfyUI_工作流架构 的真实 JSON。打开对应的 .json,在画布上按编号找,位置对得上。

01 号的 #177 是旁支,不落盘;最终输出在 #196 子图里(子图 #136 CFGGuider 的 CFG 是 5)。

为什么只换采样器,图就跟着变

四件事里的第③件“减掉一点”,规则在采样器手里。euler 沿着预测方向走一步,落点确定;euler_ancestral 走完还要再撒一点随机噪声,所以同样步数下画面更“活”,也更难和上一次完全一样。

uni_pc 走的是另一套预测方式:同样步数,它更愿意用多阶估计去逼近终点。05 的局部重绘挑它,是为了在 25 步里把一块小区域修干净。

04 / 速览步数给多少:先给结论

步数(steps)是擦噪声的轮数,不是“画几笔”。20 步是常见起点;15 步偏低,细节与文字边缘偏软;30 步以上收益递减,多数模型只剩很小的变化。

完整对照表、denoise 与那张滑杆,在 L1-02b · 步数与 denoise。

05 / 动手只换采样器,才算实验

三次都只动采样器这一格。种子(seed)先锁死,其余参数一律不碰;否则你分不清变化是谁带来的。

1

打开 04📚基础版 建筑毛坯+参考图出图 .json,锁定 #4 KSampler 的种子(seed,决定底稿长什么样的编号;不是步数,换种子等于换一张底稿,L1-03 专讲),步数保持 15。先把 euler_ancestral 跑一次,再换成 euler 跑一次。

目标:看清“每步掺不掺随机”带来的差别。构图大体不动,边缘和材质的随机感会变。

2

打开 05,找到 #257 DetailerForEach,其余不动,把采样器从 uni_pc 换成 euler_ancestral。

目标:同一块遮罩区域,看清多阶预测和单步欧拉各自的收尾方式。

3

找到用 euler 的 LINK 练习工作流,把采样器换成 euler_ancestral,种子与步数都不动。

目标:反向验证第 1 题——不掺随机的路径,换成掺随机的路径,画面多出多少变化。

常见误解:“换个采样器等于换个模型。”更准确:模型只负责猜噪声,采样器只负责怎么走。换采样器能让画面更稳或更活、细节收得更干净,却换不来另一种画风。

06 / 自检五句话,检验是否真的懂

勾选你真正理解的条目(本机自动记住)