Stable Diffusion 采样器选择指南

Stable Diffusion 的采样器决定“如何沿着去噪路径走”，调度器决定“每一步使用怎样的噪声强度”。它们会影响速度、细节、随机性和低步数表现，但不存在适合所有模型与画面的唯一答案。

先理解三个维度

收敛速度

有些采样器在十几步就能形成稳定结构，有些需要更多步数。步数增加到一定程度后，提升会迅速变小，甚至让画面变硬。

随机性

带有 ancestral 特性的采样器会在过程中继续引入噪声，同一提示词更容易产生变化，也更难在增加步数时保持完全一致。

调度方式

Karras 等 scheduler 调整的是噪声层级分布。它不是独立的“画风按钮”，应与采样器、模型和步数一起测试。

常见选择

采样器	特点	适合从哪里开始
Euler	直接、速度快、变化明显	快速构图与草稿
Euler a	随机性更强	希望同一提示词产生更多变化
DPM++ 2M	稳定、细节均衡	通用默认选择
DPM++ SDE	质感自然但通常更慢	写实与细腻纹理
UniPC	低步数效率较好	预览或时间敏感的工作流
DDIM	可预测、结构相对稳定	重绘、反演或需要复现的流程

这个表只是起点。不同 checkpoint、LoRA、VAE 与分辨率都会改变结果。

怎么做有效对比

固定以下条件：

• 模型、VAE 和 LoRA；
• 提示词与负面提示词；
• Seed；
• 分辨率、CFG 和去噪强度。

然后只改变采样器或 scheduler，并用相同的几组步数生成网格。比较：

1. 主体结构是否稳定；
2. 小面积纹理是否自然；
3. 暗部与高光是否出现脏点；
4. 增加步数后是否仍有明显收益；
5. 单张耗时是否值得。

一个实用起点

不知道怎么选时，可以先用 DPM++ 2M 搭配常见 scheduler，在中等步数生成基线；需要更快预览时试 UniPC；想获得更强变化时试 Euler a。

[!TIP] 采样器只能改变去噪过程，不能弥补不匹配的模型、失真的高分辨率修复或过强 CFG。画面异常时，先检查整条工作流，不要把所有问题都归因于采样器。