Stable Disffusion 采样器总结

Stable Disffusion 采样器

1、Euler a

Euler a，属于超快采样模式，采样10次，即可完成基本画面。但是继续提高采样步数，就基本脱离了提示词。是个插画，tag利用率仅次与DPM2和DPM2 a，环境光效菜，构图有时很奇葩 。

2、Euler

Euler，同属于超快采样模式，采样10次，即可完成基本画面，继续提高采样步数，会略微调整一下衣物的细节。柔和，也适合插画，环境细节与渲染好，背景模糊较深。

3、LMS

LMS，可能不太适合拟真画面，采样30次，仍然不能完成基本画面。
质感OA,饱和度与对比度偏低，更倾向于动画的风格

4、Heun

Heun，采样20次后，可以完成基本画面，继续提高采样步数，会略微调整一下衣物与背景的细节。单次出图平均质量比Euler和Euler a高，但速度最慢，高step表现好。

5、DPM2

DPM2，采样20次后，可以完成基本画面，继续提高采样步数，会改变背景的细节。

6、DPM2 a

DPM2 a，采样20次后，可以完成基本画面，继续提高采样步数，会脱离提示词。

7、DPM++ 2S a

DPM++ 2S a，也属于超快采样，采样10次即可完成基本画面，采样20次会形成新风格，继续提高采样步数，则会脱离提示词。

8、DPM++ 2M

DPM++ 2M，采样20次后，可以完成基本画面，继续提高采样步数，会完善人物衣物的细节，整体变化不大。

9、DMP++ SDE

DPM++ SDE，基本是脱离提示词的状态，但用于生成人物特写似乎特别高效，采样5次即可生成较好的人物画面。

10、DPM fast

DPM fast，不太适合拟真画面，采样30次也是脱离提示词的状态。

11、DPM adaptive

DPM adaptive，和 DPM++ SDE 差不多基本都是脱离提示词的状态，但用于生成人物特写似乎特别高效，采样5次即可生成较好的人物画面，与 DPM++ SDE 不同的是人物特征比较固化。

12、LMS Karras

LMS Karras，采样色彩较好，采样10次后，可以完成基本画面，随着采样步数的增加，会进一步完善人物与背景的细节。会大改成油画的风格，写实不佳。

13、DPM2 Karras

DPM2 Karras，采样10次后，可以完成基本画面，随着采样步数的增加，会进一步完善背景的细节，人物变化不大。

14、DPM2 a Karras

DPM2 a Karras，不太适合拟真画面，完全脱离提示词，随着采样步数的增加，人物与背景的变化都很大，但细节比较多，适合随机绘画。几乎与DPM2相同，对人物可能会有特写

15、DPM++ 2S a Karras

DPM++ 2S a Karras，也属于超快采样，采样5次即可完成基本画面，采样10次就会有较好的表现，但采样步数增多，反而会脱离提示词。

16、DPM++ 2M Karras

DPM++ 2M Karras，采样色彩较佳，随着采样次数的增加，人物及背景的细节都会得到相应的增强。看来大部分人使用它，都是为了获得更好的色彩和采样宽容性。

17、DPM++ SDE Karras

DPM++ SDE Karras，完全脱离了提示词，随着采样次数的增加，人物变化不大，背景变化较大，适合人物随机特写。

18、DDIM

DDIM，严格遵循提示词，采样10次可以完成基本画面，只是效果一般，采样20次会有较好的表现，采样30次达到稳定画面。适合宽画，速度偏低，高step表现好，负面tag不够时发挥随意，环境光线与水汽效果好，写实不佳。

19、PLMS

PLMS，不太适合拟真画面，采样30次还不能完成基本画面，人物出现动漫画的特征。单次出图质量仅次于Heun。

20、UniPC

UniPC，采样20次可以完成基本画面，线条感较强，采样30次之后，开始向拟真人物发展。

大部分AI绘画研究者都选择使用 DPM++ 2M Karras，确实是因为这种采样模式在适配提示词、画面色彩及采样宽容性上的表现最好。