Stable Diffusion 进阶与ComfyUI的高级图像生成

在基础篇中，我们介绍了 Stable Diffusion 的基本使用方法。本进阶篇将深入探讨 Stable Diffusion XL (SDXL) 的高级功能，并通过 ComfyUI 工具来演示如何构建和优化使用 SDXL 的 workflow。

模型概览

Stable Diffusion XL 是基于 Stable Diffusion v1.5 版本的升级，它具备以下显著优势：

• 生成更高质量的图像
• 图像细节更加丰富
• 更好地理解复杂的 prompt
• 支持更大尺寸的图像生成

与 SD v1.5 相比，SDXL 的最大变化在于它采用了两阶段的图像创建过程：基础模型和细化模型。这种设计使得 SDXL 在图像细节上得到显著提升。

SDXL 的 Workflow 构建

使用 ComfyUI 构建 SDXL 的工作流程不仅仅是替换模型文件那么简单，它涉及到对 workflow 的重新设计，以适应两阶段图像生成的需要。

下载模型

首先，你需要下载以下两个模型文件并存放到 ComfyUI 的 models/checkpoints 文件夹内：

• SDXL 1.0 Base
• SDXL 1.0 Refiner

推荐下载含有 0.9 vae 的模型版本，它包含了优化的 vae 模型，可以提供更好的效果。

构建 Workflow

1. 替换 KSampler： 在 ComfyUI 中，将默认的 KSampler 替换为 KSampler Advanced，以适配 SDXL 的两个模型。需要添加两个 KSampler 节点，并将它们串联起来。

   

2. 配置 Checkpoint： 添加两个 Checkpoint 节点，第一个设置为 base 模型，第二个设置为 refiner 模型。这样能确保图像从基础构图到细节加工的无缝衔接。

   

3. 连接 CLIP Text Encode： 为了简化操作，可以使用单一的输入框来控制两个 KSampler 的 prompt 输入。通过配置 Primitive STRING 和转换 text widget，可以将 prompt 输入统一管理。

   

4. 调整 KSampler 参数： 为了统一管理并简化 workflow，将 KSampler 的关键参数如 steps、scheduler 等设置为可通过界面直接调整的 widgets。这样可以方便地在运行时调整这些参数，而无需进入节点内部。

   

5. 优化图像质量： 最后，调整 Empty Latent Image 节点的分辨率至 1024x1024，确保生成的图像具有最佳质量。

效果对比

通过比较同一 prompt 下，仅使用 base 与同时使用 base 和 refiner 的效果，可以明显看到后者在自然性和细节上的提升。

想深入了解DeepSeek的核心玩法 扫描下方二维码加入微信群