电脑ai绘画来源算法是怎么回事：一张图从噪点到成片

用电脑画了半年AI图，前三个月我一直是「填词抽签」状态：词一填，点生成，出什么看命。转折是有天我把一张图的生成过程开成逐步预览看了一遍——一团雪花噪点，十几步之后慢慢浮出一座山的轮廓，那一刻才真正理解了电脑ai绘画来源算法这回事。这篇就把这段理解掰开讲讲，不推公式，全用我自己跑出来的实验说话。

先把名词立住：这类工具背后的算法叫扩散模型。名字听着唬人，干的活其实特别朴素。

你的图是从一团雪花噪点里长出来的

扩散模型的原理是「先学会加噪，再学会去噪」：训练时把海量图片逐步加噪点，模型学会了从噪点里还原图像，生成时就从纯噪点开始一步步减噪。提示词是减噪方向的指南针。

分两步理解。第一步是训练：开发者拿海量图片，给每张图一点一点加噪点，加到完全变成雪花为止，让模型学会「这一步的噪点是怎么从上一步变来的」。第二步是生成：模型拿到一团纯随机噪点，按你提示词描述的方向，一步步把噪点「擦掉」，每擦一步，图像就清晰一分。你看到的十几秒出图，背后是模型做了几十次这样的减噪。

提示词在这里面的角色，不是「画笔」，是「方向」。同一团噪点，你写雪山它就往雪山擦，写海面它就往海面擦。理解了这层，很多玄学问题就通了——为什么改一个词整张图全变？因为方向变了，每一步减噪都跟着拐弯。

我在电脑上做的三个小实验

三个实验各验证一件事：同种子改词验证「方向」、步数阶梯验证「显影过程」、权重对比验证「提示词的力量」。每个实验五分钟，结论都比网上流传的说法直观。

实验一，锁种子改词。种子（seed）就是那团初始噪点的编号，锁定种子，换提示词里的一个词——把「雪山」改成「湖泊」，其他全不动。出来的两张图，构图骨架惊人地一致，山的轮廓位置都没变，只是山脚下多了片水。这实验让我彻底信了「方向」那个比喻：噪点是同一团，路标换了，风景跟着换。

实验二，步数阶梯。同一提示词同一种子，步数从二、四、八、十六到三十各跑一张。二步那张是一团有颜色的雾，四步能认出个大概轮廓，八步开始有细节，十六步和三十步肉眼几乎分不出差别——我这边用的模型在十六步左右就基本收敛了。后来我默认参数就从三十步降到二十步，出图时间省了三分之一，画质我挑不出差别。

实验三，提示词权重。把「雨夜」这个词加权重 emphasis 提高和降低各跑一张，高权重那张雨丝密得像瀑布，低权重那张就飘几滴意思一下。提示词不是许愿，是可调音量的旋钮——这个体感是白皮书教不会的。

懂算法之后，我的出图习惯变了什么

最大的变化是工作流倒过来了：以前先碰图再想词，现在先锁种子再调词，废图率降了一大截。算法知识不用深，够指导操作就值钱。

以前我改一张不满意的图，习惯全部推倒重跑，词一换图全换，好构图跟着陪葬。现在流程是：先随便跑，碰到构图满意的就锁种子，之后只调词和权重，构图原地不动地换内容。返工时间肉眼可见地少了，原来出一版定稿平均跑十来张，现在五六张就够。

另一个变化是心态。知道图是从噪点显影来的，就明白「AI画得不好」多数时候是方向没给对，而不是模型不行，也明白为什么同一句话今天和明天出的图不一样——种子是随机的。至于模型架构的细节、训练数据的来路，说实话我没深挖，对出图帮助有限。算法知识对玩家是工具不是学问，够用就收手。

顺带提醒一句版权的事：模型是拿海量已有图片训练出来的，生成的图在各平台能不能商用、怎么署名，规矩一直在变，商用前查一下所用工具当期的用户协议，以官方页面为准，别拿老皇历办事。

现在偶尔有朋友问我「AI绘画是不是就是随机抽卡」，我会把那张噪点显影的逐步图翻出来给他看。看着一团雪花用二十步变成一座山，绝大多数人当场就懂了。电脑ai绘画来源算法这件事，说穿了就是去噪的方向感——你给它方向，它还你成片，神秘感褪掉之后，剩下的是能抓在手里的参数。

常见问题

同一个提示词每次出的图都不一样，是坏了还是随机？

正常现象。每次生成时初始噪点的种子是随机抽取的，种子不同，同样的词也会长出不同的图。想要可复现的结果，把种子号固定下来，再配合相同的参数就能出基本一致的图。

步数是不是越高画质越好？

不是无限正比。实测大多数模型在二十步左右就基本收敛，之后加步数主要是耗时变长，画质提升肉眼难辨。具体收敛点跟模型有关，自己跑一组步数阶梯最直观。

种子号能决定构图吗？

能影响但不能决定。锁种子提供的是「同一团初始噪点」，构图骨架会稳定很多；提示词和参数一变，内容照样会变。种子、词、参数三者锁住两个，你就能比较稳地控制出图。

不懂算法也能用好AI绘画吗？

能，纯当抽卡玩也行。但懂一点去噪的逻辑，调种子、步数、权重这三样时就有手感，遇到废图知道该动哪个参数，不会一遍遍盲试。入门阶段花半小时做几个小实验，性价比很高。

延伸阅读

• AI算法修图怎么「看」照片？写给普通人的算法白话课——生成讲完讲修图，同一套白话思路，把修图算法怎么理解照片讲透了。