最新stable diffusion生成高清放大图片教程！

今天就网友碰到的为什么我生成的图片总是糊的问题，结合网友问题的复盘以及过去自己在绘图过程中的类似问题一起整理出来，分享给大家。大家如果还有相同问题碰到的场景，欢迎留言沟通交流。

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。也是当时网友私聊时使用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。

对于VAE模型，可以参照我之前的文章【Stable Diffusion【模型篇】：VAE模型】,写的时间有些早，但是可以参照看一下。

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。例如在LiblibAI网站，当我们选择SDXL大模型的时候，VAE模型选项是禁止选择的。

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。

还有其他的情况吗，欢迎各位小伙伴们积极补充哦。

好了，今天的分享就到这里了，希望今天分享的内容对大家有所帮助。

如有侵权，请联系删除。

写在最后

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。
 

一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、AIGC必备工具

工具都帮大家整理好了，安装就可直接上手！

三、最新AIGC学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、AIGC视频教程合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

若有侵权，请联系删除!