简介

Stable Diffusion的webui1.6版本之后又增加了8种采样器，采样器选择面板就多达30种，共有30种采样算法可供选择！这让不少新手无从选择！这期将给大家详细介绍这30种采样算法，看完之后会对这些采样器有一个非常全新的认识，在做图选择时选择最适合的采样器。

采样器分类

Stable Diffusion的采样器可以分为三类：

1. 早期老派采样器
2. 2022年发布的DPM算法
3. 2023年新派的采样器

1、早期老派采样器

• 早期的DDIM和PLMS采样器StableDiffusion最早一批采样器，已经过时可以直接去除。Euler、Euler a HEUN、LMS是经典的ODM求解器，
• Euler系是最经典的代表，简单直接、不容易出错，
• Heun是Euler的改进算法，画面更好但速度慢一倍。
• LMS是线性多步法，理论上比Euler更准确，实测没Euer稳定，容易出色块，速度差不多。

保留Euler和Euler-A这两个经典代表。

• a是什么意思？A代表祖先采样器，画面不能收敛。
• 不能收敛是什么意思？在AI绘画过程中，会在每个采样步骤中向图像添加随机噪声，导致每一步采样的画面都有一些随机性。随着采样步数的增加，主线采样器的画面会逐渐变化，无法收敛。而Euler会随着采样频数增加，最终会趋向一个固定的定性画面。
  • 收敛好处就是稳定，会向着目标画面生成。
  • 不收敛好处，画面带来一些随机性增加细节。
  • 各有优缺点，根据需要选择。
    
  

2022年发布的DPM算法

DPM算法

• DPM算法是Stable Diffusion的主要算法。我们去除DPM Fast和DPM Adaptive这两个不常用的采样器。DPM Fast不稳定，步数低会一直有色块，而DPM Adaptive会无视采样步数，自适应时长渲染时间很长（效果还不错，只是时间慢）。
• 去除DPM2算法的采样器，DPM2是DPM的二代算法，其它DPM++2M还是属于一代算法，与一代相比，画质有提升，渲染时间翻倍，因此我们可以用DPM一代的算法适当增加采样步数来替代。

• 带有Heun（质量好，便速度慢）的DPM算法也可以去除。

• 保留带有Karras标识的采样算法，在8步采样后噪点较少，可以用较少的采样步数产生清晰的图像。保留。

• 保留DPM++2M,去除DPM++2s，DPM++2M和2S,2S代表单步算法，2M代表二阶多步采样算法，增加了相邻层之间的信息传递。2M是2S的升级版。所以去除DPM++2S算法。
  
• DPM++2M Karras是最推荐的算法，速度快且生成质量不错，属于收敛算法。
• DPM++SDE Karras，这里面的SDE是随机微分方程，调用祖先采样，属于不收敛算法。可以很好生成高逼真图像。但由于没用2M二阶多步采样器的加持，所以生成的速度会慢一些。真实系图像追求画质的时候选这个算法。

• DPM++2M SDE Karras，在DPM++SDE Karras的基础上加入了2M二阶多步采样算法，相当于是2 M Karras和SDE Karras的折中算法速度得到了提升。不收敛算法，可以保留。

• DPM++2M SDE Exponentia， Exponential算法是1.6版本新增的算法，是指数的意思。渲染时间与DPM++2M SDE Karras相当，但细节会丢失一些，画面更柔和。

• DPM++3M算法，DPM++3M算法是1.6版本新增的算法，速度与2M算法基本一致，需要设置更多的采样步数和适当调低CFG参数才会有好的效果。如果采样步数设置在30步以上的渲染可以尝试。
  

2023年新派的采样器

• UniPC和Restart采样器
• UniPC是2023年推出的新采样器，十步左右的采样就能生成可用的画面。
• Restart是Stable Diffusion 1.6版本新增的采样器，可以用比UniPC更少的采样步数生成相当不错的画面，值得推荐。
  

总结

根据需求选择合适的采样器。up：CG迷李辰