课目表/L1 原理/L1-02 采样:一步在擦什么
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。
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
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。
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。
euler_ancestral:每一步都掺一点随机,SDXL 文生图/图生图常用,画面更有变化。euler:不掺随机,路径更确定;LINK 练习工作流用它。uni_pc:局部重绘 DetailerForEach 用它,配合 25 步和 denoise 0.8。
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_ancestral | normal |
| 03 室内毛坯 · KSampler #4 04 建筑毛坯 · KSampler #4 | euler_ancestral | normal |
| 05 局部修改 · DetailerForEach #257 | uni_pc | sgm_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。
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。
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。
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。