AI绘画Stable Diffusion：为什么生成的图片总是糊的，如何使用SDXL模型精准生图教程

本文主要是介绍AI绘画Stable Diffusion：为什么生成的图片总是糊的，如何使用SDXL模型精准生图教程，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

大家好，我是设计师阿威

最近有不少小伙伴刚入门AI绘画的小伙伴，总是说自己生成的图片总是糊的，那么今天就教大家怎么让避免生成模糊的图片，精准生成高清大图

我们先看一下出图时模糊的图片效果。

我相信很多初学者在开始绘图的时候经常会碰到这种情况。当然我自己也曾经碰到过，我总结了一下，一般有以下几种情况。

第一种情况：

大模型使用的是SDXL大模型，VAE模型选择了vae-ft-mse-840000-ema-pruned.safetensors。（必现场景）

这种情况是必现的。也是很多网友使用SD出图模糊的主要原因。

为什么这种情况会出现呢？

我们首先要了解一下什么是VAE模型，可以把VAE模型理解为颜色滤镜，它主要用于调节和美化生成图片的色彩。

VAE模型为什么会造成这个问题呢，主要是VAE模型也区分SD1.5和SDXL的模型的。我们的大模型使用的是基于SDXL的大模型，但是VAE模型选择的ae-ft-mse-840000-ema-pruned.safetensors是基于SD1.5的大模型，二者并不匹配。

下面是C站上面关于SD1.5的模型。

从上面的图片我们可以看到很多常见的VAE模型都是基于SD1.5的。这里就包括我们上面提到的vae-ft-mse-840000-ema-pruned。

关于SD1.5的VAE模型这里罗列了一些常见的，感兴趣的朋友可以了解一下。

vae-ft-mse-840000-ema-pruned
vae-ft-ema-560000-ema
kl-f8-anime系列（主要用于动漫大模型）
ClearVAE（主要用于动漫大模型）
Color101（生成更鲜艳色彩，更接近HDR效果和更自然图像的VAE）

下面是C站上面关于SDXL的模型。

基于SDXL的VAE模型相当比较少，最常用的是sdxl vae模型。为什么基于SDXL的VAE模型比较少呢，因为VAE模型本身就比较小，很多SDXL的大模型都已经融入了VAE模型，所以基于SDXL的大模型一般不选择VAE模型出图效果也不错的。

一般来说，对于基于SDXL的大模型，我们VAE模型可以不用选择，要选择的话最好选择sdxl_vae。

我们来对比看一下效果。

正向提示词：1 super beautiful chinese girl, solo

反向提示词：nsfw,easynegative,ng_deepnegative_v1_75t,(worst quality:2),(low quality:2),(normal quality:2),lowres,bad anatomy,bad hands,normal quality,((monochrome)),((grayscale)),((watermark)),

下面是相关参数配置：

大模型：SDXL 1.0的基础大模型
采样器：Euler a
采样迭代步数：30
图片宽高：1024*1024。
提示词引导系数（CFG）：7

不使用VAE模型生成的图片

使用sdxl_vae模型生成的图片

基于SDXL的大模型使用VAE模型和不使用VAE模型差别大吗，大家可以自己甄别哈。

总结：使用SDXL的大模型+SD 1.5的VAE模型生成的图片大概率都是糊的。

第二种情况：大模型使用的是基于SDXL大模型，选择了Refiner(精炼器)

这种情况不是必现的。

今天尝试了很多次，都没有模拟出来，不过之前在使用SDXL基础模型出图的时候碰到的概率还是蛮大的，后面我选择SDXL基础模型的时候关于Refiner选项我一般是不选中的。

关于SDXL的Refiner(精炼器)主要属于细化模型。对图像进一步优化细节。目前有些大模型并不兼容Refiner(精炼器)。

第三种情况：由于各种原因图片未生成完毕SD系统工具出问题了，例如报OOM的显存异常等

另外：如果我们采样迭代步数设置的比较小，例如上面的示例中将采样迭代步数设置为5，出来的图片也是模糊的，但是和上面图片的模糊不是一个类型哈。

感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。

AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。

在这里插入图片描述