跳到正文
LaFoto

AI 图像术语表

什么是 guidance scale(CFG)?

在每一步里把模型往你的 prompt 方向“推”的力度。太低会走神;太高会生硬、过饱和。

guidance scale——常标作 CFG scale(classifier-free guidance)——控制模型在每个去噪步骤里被“推向”你的 prompt 的力度。数值低时,它会朝自身更自然的方向漂移;数值高时,它会更死板地服从文本,但以牺牲真实感为代价。大多数模型在 5 到 9 之间最舒适。
暖色纸面上的黄铜刻度表,掠射光下指针位于中刻度

CFG scale 和 guidance scale 是同一个控制

两个名字,一根滑杆。CFG 是 classifier-free guidance 的缩写(即其底层技术),有的界面用这个缩写,有的写成“guidance scale”。如果教程让你把 CFG 设为 7,而你的界面只有 guidance,那就把 guidance 设为 7——它们是同一个数、同一个作用。

每一步里到底发生了什么

在每个去噪步骤里,模型等效地产生两份预测:一份受你的 prompt 约束,另一份完全忽略它。guidance scale 是施加在二者“差值”上的权重。当尺度为 1 时,你几乎得到未受约束的结果,prompt 影响甚微;升高尺度会放大 prompt 牵引的方向。

为什么很高的数值会更难看而不是更“准确”

直觉上大家会以为“既然服从有益,那更多更好”,输出会无情打脸。大约 12~15 以上,多数模型会出现硬边、色彩炸裂、过度饱和和“海报化”的灼烧质感。模型被推到了“不再像照片”的区域,它确实更字面地“照做”了,但视觉上明显出戏。

为什么很低的数值会“无视你”

大约 3 以下,模型会回到自己的先验——它觉得最可能的图像,而与你的请求关系不大。结果常常挺好看,却和 prompt 关系不大;当你只想要一个松散主题时偶尔有用,其余时候只会添堵。

从哪开始,以及优先改什么

从 7 起步,先改 prompt 再改这个。guidance scale 是把握很粗的工具,多数“模型不听话”的抱怨,根源是 prompt 太含糊。若已经写得很具体仍不被遵循,先试 9 或 10,再考虑更高;另外许多新模型对提示更敏感,往往比旧教程推荐的数值更偏低。

引导强度一览

又称
CFG 比例
常用范围
5 到 9
合理默认值
7
过高
僵硬、过饱和
过低
忽略你的 prompt
先修 prompt
通常才是根因

实际应用

这个控件出现在哪

引导尺度(CFG) — questions people ask

多少算合适的 CFG scale?
多数模型大约 7。常用工作区间是 5~9;只有在明确的 prompt 仍被忽略时再往上加。
CFG scale 和 guidance scale 是一回事吗?
是。CFG 是 classifier-free guidance 的缩写,不同界面用不同叫法,但控制项相同。
guidance scale 太高会怎样?
图像会变得生硬、过饱和,出现硬边和炸色。它会更字面地遵循 prompt,同时显著更不像真实照片。
guidance scale 太低会怎样?
模型会朝它自认为最可能的方向漂移,基本不理你的 prompt。结果或许悦目,但不是你要的。
模型不听 prompt,我要不要直接把 guidance scale 拉高?
通常不要先这么做。更常见的原因是 prompt 含糊。用具体的名词、光线与材质去重写,比拉高这个数更有效。
不同模型的 guidance scale 区间一样吗?
不一样。许多新模型对提示已做过对齐,往往偏好比旧教程更低的数值;而一些蒸馏的极速变体几乎不理会这个设置。
guidance scale 会影响生成速度吗?
基本不会。速度主要由步数和分辨率决定;这个设置改变的是每一步的方向,而不是步数。

今天就开始创作

用最佳 AI 图像生成器生成你的第一张图。

用一句话在数秒内生成成片、逼真的图像——随后精修每个细节。无需配置、无需 Discord、无需 GPU。

加入 4,200+ 位创作者正在使用 LaFoto