本文针对游戏开发、日常出图、工业化生产场景，整理了SD生态最核心、最常用的知识与参数，覆盖基础概念、核心参数、模型体系、工作流与避坑指南，可直接作为日常工具书使用。
一、基础核心概念（必懂）
1. SD 核心组件
| 组件 |
作用 |
通俗理解 |
| UNet |
图像生成的核心，负责去噪生成画面 |
AI的"画笔"，决定画什么、怎么画 |
| VAE |
负责图像的编码与解码，控制色彩和细节 |
AI的"调色板+放大镜" |
| CLIP |
文本编码器，将提示词转换为AI能理解的向量 |
AI的"翻译官"，把文字变成指令 |
| Scheduler（调度器） |
控制去噪的步骤和方式 |
AI的"绘画节奏" |
2. 模型类型与区别
| 模型类型 |
大小 |
作用 |
存放路径 |
| 底模（Checkpoint） |
2GB~14GB |
基础大模型，决定整体画风和能力 |
models/Stable-diffusion |
| LoRA |
50MB~300MB |
微调特定风格、角色、道具 |
models/Lora |
| VAE |
300MB~1GB |
优化色彩、对比度和细节 |
models/VAE |
| ControlNet |
1.5GB~4GB |
精确控制画面构图、姿势、线条 |
models/ControlNet |
| Embedding |
几MB~几十MB |
优化提示词理解，过滤负面效果 |
models/embeddings |
3. 主流架构对比
| 架构 |
代表版本 |
显存要求 |
适用场景 |
| SD 1.5 |
v1.5 |
6GB+ |
二次元、游戏素材、快速量产 |
| SDXL 1.0 |
base+refiner |
8GB+ |
写实、高清、复杂场景 |
| Flux |
schnell/dev |
12GB+ |
新一代画质天花板，文字生成 |
二、核心生成参数（直接抄）
1. 基础通用参数（所有场景通用）
| 参数 |
含义 |
推荐值 |
调整技巧 |
| 采样器（Sampler） |
去噪算法 |
DPM++ 2M Karras |
速度画质均衡首选；Euler a 适合创意发散 |
| 采样步数（Steps） |
迭代绘制次数 |
20~25 |
低于15画质差，高于35提升不明显 |
| CFG Scale |
提示词遵循度 |
6~8 |
数值越高越贴合提示词，过高会画面僵硬 |
| 分辨率 |
输出图片尺寸 |
512×768（角色）
768×512（场景） |
SD1.5 不要超过1024，否则会出现多人物 |
| 种子（Seed） |
随机数种子 |
-1（随机） |
固定种子可复刻同款画面 |
| 批量数量（Batch size） |
单次生成数量 |
1（6G显存） |
显存越大可设越高，6G显存固定为1 |
2. 进阶参数（高清修复/图生图）
| 参数 |
含义 |
推荐值 |
调整技巧 |
| 高清修复（Hires.fix） |
低分辨率生成后放大 |
开启 |
放大倍数1.5~2倍，过高会变形 |
| 重绘幅度（Denoising strength） |
对原图的修改程度 |
0.250.4（高清修复）<br>0.50.7（风格迁移） |
数值越低越接近原图，越高改动越大 |
| CLIP Skip |
CLIP模型跳过层数 |
2（二次元）
1（写实） |
二次元模型必设为2，提升画风还原度 |
3. ControlNet 核心参数
| 预处理器 |
对应模型 |
作用 |
权重推荐 |
| openpose |
control_openpose |
控制人物姿势、骨骼 |
0.7~0.9 |
| canny |
control_canny |
控制画面轮廓、边缘 |
0.6~0.8 |
| lineart |
control_lineart |
用线稿生成上色图 |
0.7~0.8 |
| depth |
control_depth |
控制画面景深、空间关系 |
0.5~0.7 |
4. 不同显存启动参数（必加）
| 显存 |
启动参数 |
| 6GB（RTX3060/2060） |
--xformers --medvram --no-half-vae |
| 8GB（RTX3060Ti/4060） |
--xformers --no-half-vae |
| 12GB+（RTX3080/4070Ti+） |
--xformers |
三、提示词工程（核心技能）
1. 标准提示词结构
[画质词] + [风格词] + [主体描述] + [动作/姿势] + [环境/背景] + [光影/色彩]
示例：
masterpiece, best quality, ultra detailed, genshin impact style, 1girl, klee, blonde hair, twin tails, holding bomb, standing, forest background, sunny day, soft lighting
2. 万能通用词库
- 正向画质词：
masterpiece, best quality, ultra detailed, 8k, sharp focus, vibrant colors
- 反向防崩词：
lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, blurry, watermark
3. 权重控制语法
(关键词:1.2)：提升权重(关键词:0.8)：降低权重[关键词1|关键词2]：随机选择一个关键词
四、常用模型推荐（游戏开发向）
1. 底模推荐
| 类型 |
模型名称 |
大小 |
特点 |
| 二次元通用 |
A333ANYTSimpler |
2GB |
线条干净，提示词兼容性好 |
| 碧蓝档案风格 |
bartstyledbBlueArchive |
2GB |
手游标杆画风，出图稳定 |
| 写实二次元 |
canistermix4 |
2GB |
光影质感好，适合场景 |
| 国风仙侠 |
Chinese style illustration |
2GB |
水墨工笔质感，古风游戏首选 |
2. LoRA 推荐
| 类型 |
LoRA名称 |
大小 |
最佳权重 |
| Q版角色 |
Blue Archive cute Chibi |
144MB |
0.6~0.8 |
| 线稿生成 |
novice-sketch-style |
72MB |
0.4~0.6 |
| 国风插画 |
Chinese style illustration v2 |
72MB |
0.5~0.7 |
3. ControlNet 必装模型
control_openpose：姿势控制control_canny：轮廓控制control_lineart：线稿上色control_depth：景深控制
五、常用工具与工作流
1. 主流客户端对比
| 客户端 |
特点 |
适用人群 |
| Stable Diffusion WebUI |
界面直观，插件丰富 |
新手入门、日常出图 |
| ComfyUI |
节点工作流，可自动化 |
进阶玩家、工业化生产 |
| 绘世启动器 |
一键部署，内置优化 |
国内用户首选 |
2. 必装插件
- ADetailer：自动修复人脸和手部
- ControlNet：精确控图
- Ultimate SD Upscale：高清放大
- WD1.4 Tagger：自动反推提示词
3. 标准游戏素材工作流
- 角色立绘：底模 + 角色LoRA + 正向/反向提示词 → 高清修复 → ADetailer 修脸
- 三视图：底模 + ControlNet OpenPose（三视图骨骼）→ 批量生成 → 统一风格
- 场景生成：写实底模 + 场景LoRA + ControlNet Canny（草图）→ 高清放大
六、常见问题与解决方案
| 问题 |
原因 |
解决方案 |
| 显存不足（Out of Memory） |
分辨率过高、批量数量过大 |
降低分辨率，开启--medvram，关闭高清修复 |
| 画面发黑、色彩暗淡 |
VAE未加载或不兼容 |
手动选择对应VAE，添加--no-half-vae参数 |
| 人物畸形、多手多脚 |
提示词问题、分辨率过高 |
完善反向提示词，降低分辨率，使用ADetailer |
| 模型不显示 |
路径错误、格式不支持 |
检查模型存放路径，确保是.safetensors格式 |
| 启动失败 |
中文路径、环境冲突 |
安装到纯英文路径，使用秋叶整合包 |
七、工业化生产进阶知识
- API调用：SD WebUI 和 ComfyUI 均提供 RESTful API，可通过 Python 代码批量生成素材
- 工作流导出：ComfyUI 工作流可导出为 JSON 文件，一键复用和分享
- 模型量化：将模型量化为 4bit/8bit，降低显存占用，几乎不损失画质
- 批量生成：通过脚本批量生成不同参数的图片，快速筛选优质结果
4
0
已为社区贡献30条内容
所有评论(0)