课目表/L1 原理/L1-03b 种子

L1 原理 · 第三课 B

种子:
每一次从哪出发

昨天很满意的一张图,今天重跑却全变了;想再换一张,又不想把风格弄丢。种子管的就是这两个场景:它决定采样从哪一张噪声起步。

SEED · 本套 04 的 #4
901186358219662
主采样节点 #4 的起点编号
模式 · 04 的 #4
randomize
每次运行后自动换一颗

前情提要:上一节 L1-03 讲的是 CFG(Classifier-Free Guidance,“听话程度”):它决定模型每一步有多贴近提示词。这一节讲种子:它只在开局决定纯噪声长什么样。一个管“多听话”,一个管“从哪出发”,两者不是一回事,也不在同一个环节。

01 / 种子种子:给起点噪声编个号

采样不是从白纸开始,是从一张纯噪声开始。噪声不是凭空来的:程序拿一颗种子喂给随机数生成器,算出一整张起点图。种子相同,这张图就相同;种子换了,整张图就换。

所以种子只是一串整数,功能是“编号”。它不描述画面里有什么,也不代表风格。

反例:种子不是“图片编号”,也不是“风格编号”。它只锁定起点,不负责内容。

五个词,一次对齐

种子 · seed

一个整数,用来指定开局那张纯噪声。

反例:它不是图片编号。换种子不是把“第 5 张”换成“第 6 张”,换的是起点。

随机数生成器 · RNG

Random Number Generator,按编号吐随机数的程序;同一编号,吐同一串。

反例:它不是“真随机”。这里的随机可以重复,复现才成立。

噪声 · noise

采样开始前那张满是杂点的图;模型从它出发,一步步擦出画面。

反例:不是“噪点滤镜”。它不叠在成图上,而在成图之前。

复现 · reproducibility

同样的输入再跑一次,能得到同一张图,或肉眼难辨的近似。

反例:不是“记住上一次结果”。换模型、换显卡、改参数,它都会失效。

randomize

每次运行后自动换一颗种子,新值就显示在种子框里。

反例:不是“没有种子”。每次都有种子,只是它替你换。

种子 一串整数 决定 初始噪声 同样的花样 起步 出图 同样的轨迹 但前提是:模型、步数、CFG、分辨率也都没变
种子只锁定“起点”,不单独锁定“终点”。任一参数变化,轨迹都会分叉。

02 / RNG同一颗种子,吐出同一张噪声

随机数生成器(RNG,Random Number Generator)听名字像“不可控”,实际相反:它按种子算数。同一颗种子,每次吐出的那一串数完全一样,所以同一颗种子总能得到同一张噪声图。

ComfyUI 的种子框后面跟着模式。randomize 是每次运行后自动换一颗;fixed 是锁死,不再换。想复现,先切 fixed。

小演示:种子锁定的是什么

A ≠ B
图 A随机
seed 000000
图 B随机
seed 000000

这里只演示“种子 → 噪声起点”的关系,噪声由 SVG 滤镜生成,不是真实采样结果。

03 / 复现复现的最小条件

“同种子可复现”不是一句口号,它有一串前提。少一个,轨迹就可能分叉。

复现的最小条件:同一台机器、同一个模型与 LoRA(补丁,挂在主模型上的小改动,L2-01 专讲)、同样的提示词、同样的步数 / 采样器 / 调度器 / CFG / 分辨率 / denoise,再加上同一个种子。换显卡、驱动或计算精度,仍可能出现肉眼难辨的细微差异。

所以复现失败时,先按这张清单逐项核对,别急着怪种子。种子只保证起点一致;步数、CFG、denoise 任一变动,后半程就走别的路。

04 / 真实值本套里的真实种子

种子是一长串整数。同一个工作流里可以有多颗:主采样一颗,局部重绘一颗,子图里的采样再一颗。

位置种子说明
04 · KSampler #4901186358219662建筑毛坯,模式 randomize
03 · KSampler #4442517239714949室内毛坯,根图采样
03 子图 · #338820702903115951RandomNoise,精修种子(子图 #358 内)
02 · KSampler #119(旁支,不执行)496726432833939SDXL 线稿+参考图
02 子图 · #15355129233503117RandomNoise,02 真正出图的种子
01 · KSampler #177(旁支,不落盘)712591521404267SDXL 线稿出图
01 子图 · #139460707242992239RandomNoise,01 真正出图的种子
05 · #257(旁支,不执行)374707593963303DetailerForEach,没接保存
05 子图 · #461110482447692313RandomNoise,05 真正出图的种子
04 子图 · #337524953574022149RandomNoise,子图内的采样

复现时要逐颗锁定,只锁一颗不够。根图对了、精修却不一样,多半是 03 子图 #338 或 05 子图 #461 那颗没锁。

别填错栏:01 子图的 CFGGuider #136 是 CFG = 5,不是种子。CFG 管听话程度,种子管起点,两个框不要互相抄。

05 / 动手把“复现”跑成手感

1

打开 04,把 #4 改成 fixed,记下种子 901186358219662,跑一次;重启 ComfyUI 后再跑一次,比对两张图。

目标:亲手验证“同种子 + 同参数”的可复现性。

2

CFG、提示词、步数全部不动,只把种子换成 442517239714949,再跑一次。

目标:看构图和姿态怎么变,确认种子换的是起点,不是风格档位。

3

把 #4、04 子图 #337、05 子图 #461 三颗种子都改成 fixed,再复现整套工作流。

目标:养成逐颗锁定的习惯,知道一个工作流里不止一颗种子。

常见误解:“种子就是图片编号,换一个就换一张完全不同的图。”不完全对。种子只决定噪声起点。提示词、模型和参数都很强时,不同种子也可能给出相似构图;反过来,只改种子也可能让姿态完全变。

06 / 自检种子到底锁住了什么

勾选你真正理解的条目(本机自动记住)