AI绘画dif是什么？扩散模型大白话与实测对比

AI绘画dif这个词，我第一次见到是在一个交流群的聊天记录里，有人问"dif模型怎么调"，底下没人接话。拆开看就明白了：dif就是diffusion的前三个字母，扩散模型，眼下主流出图工具的底层发动机。搞懂它不用数学底子，我这篇全用大白话讲，最后放一段我自己跑的采样器对比，数据都是10月实测的。

扩散模型是怎么把图变出来的

扩散模型的核心是先学会"把清晰图弄脏成噪点"，再反过来学会"从噪点里一步步还原"。出图走的就是后半段那个还原过程。

打个比方。你把一杯清水的样子拍下来，然后往里滴墨，滴一千次，水彻底浑了——这是"加噪"。训练的时候，模型看的就是这个过程：每滴一次墨，画面变化了多少。看的次数多了，它就学会了一件事：给定一杯稍微浑的水，猜出上一滴墨加进来之前的样子。

出图的时候倒过来。你先给模型一杯"纯墨水"——也就是一张纯噪点图——它一步步往回猜，猜个二三十步，浑水变回清水，清水里还多了你提示词要的风景。所谓采样步数，就是往回猜的次数。步数太少，猜得糙；太多，提升越来越小，纯属烧时间。

提示词在里面的作用是"指挥往哪个方向猜"。每一步还原，模型都瞄一眼你的提示词，把画面往那个方向掰一点。CFG值控制掰得多狠：低了不听话，高了用力过猛，画面会出现诡异的过饱和和硬边。我平时放在6到8之间，出问题先动这个。

训练和推理是两码事

训练是模型学规律的过程，动辄几周；推理是拿学好的模型出图，几十秒一张。平时折腾的参数几乎都在推理侧。

很多人把这两件事搅在一起，说"我调调训练参数让图更好看"——方向就偏了。训练是厂商和炼丹玩家的活：喂几亿张图，跑几周，烧电费。你要做的只是选一个炼好的底模。推理才是你每天都在碰的：改提示词、调步数、换采样器，全在这一层。

这两个词分清之后，你看参数面板就不会发怵了。面板上九成的旋钮都是推理侧的，随便拧，拧坏了重开一次就行，模型本体坏不了。我去年刚上手的时候连刷新都不敢点，生怕把模型"调坏"，现在想想挺好笑的。

顺带说个硬件上的体感。出图时显存占用大概7个G出头，我的4060是8G版本，刚好卡着线能跑，分辨率一拉高就开始往内存里溢。10月5日我试着直接出1024乘1536的竖图，第一次爆了显存，界面直接红字报错，第二次把优化开关打开才过。所以别信"出图不看硬件"的说法，分辨率和显存是实打实的买卖关系。

两种采样器实测对比

同一句提示词下，Euler a 出图快、变化大，DPM++ 2M Karras 稳定细腻但稍慢，选哪个看你要量产还是出精品。实测数据如下。

10月14日晚上我跑了一组对照：同一句提示词（雨天巷子、暖色路灯、35mm视角），同一张4060显卡，两种采样器各出五张，步数统一28，CFG统一7。结果摆这里：

我的实际流程是两者串着用：先用 Euler a 狂出二十张海选，挑中构图后把种子固定，换 DPM++ 2M Karras 重出定稿。光这一招，我废片就少了一大半。你要是只有一块普通显卡，先记住这一对组合就够了，别的采样器以后慢慢加。

回到开头那个群里的问题——"dif模型怎么调"。调的不是dif，是dif上面的那层推理参数。原理这东西，懂一次就够用很多年，比背一百条"神级提示词"划算。那天群里我回了一句"先把CFG和步数玩明白"，提问的人后来真去试了，第二天发来九张图，进步肉眼可见。

常见问题

dif和模型名字是什么关系？

dif（扩散模型）是技术路线，你下载的某个具体模型是按这条路线炼出来的产品。类似"电动车"和"某个具体品牌"的关系。

采样步数是不是越高越好？

不是。我实测步数从28提到40，画面提升很小，耗时却涨了四成。28上下基本够用，特殊题材再单独试。

CFG调太高会怎样？

画面会变得又艳又硬，模型强行往提示词上凑，边缘出现锯齿感的色块。我见过CFG拉到15的图，人脸的颧骨位置直接裂了一块色斑。

完全不懂原理也能出好图吗？

能，照抄别人的提示词也能出图。但懂原理的人在翻车时会知道拧哪个旋钮，不用整句重来——差别就体现在这种时刻。

延伸阅读

• ai数字绘画是什么？教了两年板绘的老师拆开讲——想从更基础的层面理解AI绘画在绘画版图里的位置，看这篇。