噪声 / 噪声水平
噪声 / 噪声水平是什么？
在 AI 生成中，噪声是扩散模型据以起步、并逐步清理以生成图像的随机雪花。噪声水平控制着在图生图时模型对输入图像的偏离程度。
一图看懂
- 别称
- 去噪强度（在图生图语境中）噪声强度高斯噪声（所用特定噪声类型的技术术语）
- 主要用途
- 所有扩散模型生成的起点（纯噪声 → 图像）控制图生图中的变换程度理解随机性、种子与生成输出之间的关系
- 常用工具
- Stable diffusionComfyUIAutomatic1111All diffusion-based generation platforms
- 相关术语
- Diffusion modelDenoisingSamplingCFG scaleSeedImage-to-imageLatent space
- How it works in simple terms
- 扩散模型通过学习如何逆转向图像添加随机噪声的过程来训练。在生成时，它从随机噪声开始，并用提示词逐步引导对噪声的去除，随着噪声被逐步解析出来而产出一幅结构化的图像。
- Where you encounter this
- 噪声水平以去噪强度或图生图强度参数的形式出现在图生图流程中。每一次从文本提示词出发的生成都始于噪声，但起始噪声通常由系统自动管理；噪声水平参数主要在图生图与局部重绘语境中可由用户直接控制。
准备好开始创作了吗？
执导场景、设计角色、完成整部影片
一站式 AI 创作平台，定价简单透明，无速度节流，搭配无限 Canvas，让创作发挥到极致。
对比与差异
Compared with related concepts
噪声水平（去噪强度）与 CFG 缩放是控制扩散模型遵循其条件信号强度的两个主要参数。CFG 缩放控制模型相对于产出通用、无提示输出而言遵循文本提示词的强度。图生图中的噪声水平控制模型相对于保留输入图像而言遵循提示词的强度。高 CFG 缩放产出更激进地匹配提示词的输出。高噪声水平产出更激进地偏离输入图像的输出。两个参数都在塑造条件控制强度与生成自由之间的平衡，只是处于条件控制层级的不同位置。
可以这样理解…
图生图中的噪声水平，就像雕塑家在重塑一座现有雕塑前决定要去掉多少黏土：低噪声水平如同对原有形态作小幅、以精修为主的改动；高噪声水平则如同去掉大量黏土，只留下大致的粗略团块，再几乎从头按新意图重新塑形。
实用提示
在图生图流程中，把噪声水平当作一个创意参数，而非非“强”即“弱”的二元变换设置。0.4–0.6 的噪声水平往往是最具生产力的创意区间：既给模型足够自由依提示词对输入进行有意义的再诠释，又与输入保持足够的结构连续性，使构图、光照与空间关系得以作为有用的基础被保留。很高的噪声水平（0.8 以上）适用于主要将输入图像作为构图的松散参考时；很低的水平（0.3 以下）适用于在几乎原封不动保留原图的同时作轻度风格调整时。
类型与变体
高斯噪声是标准扩散模型过程所用的特定随机噪声类型：服从正态（钟形曲线）统计分布的数值。在文生图中，起始噪声是纯高斯噪声。在图生图中，去噪前会将受控量的高斯噪声与编码后的输入图像混合。不同的噪声计划（线性、余弦及其他）定义了噪声在各去噪时间步上的分布方式，并产生不同的生成特性。胶片颗粒是一种与之在视觉上相关、但在技术上不同的图像噪声形式，作为摄影与电影图像中的美学元素被引入，可在 AI 生成提示词中作为一种独立于扩散过程功能性噪声的风格元素来请求。
准备好在 Morphic 里做第一个场景了吗？
试用 Morphic常见使用场景
理解噪声水平在图生图（img2img）生成流程中最为直接相关，其中去噪强度参数直接控制输入图像的变换程度。它在局部重绘中也很重要，被蒙版区域所加入的噪声决定了模型填充得多么自由。在文生图中，种子（用作起点的特定随机噪声模式）是与噪声相关的主要用户参数，因为它控制着生成的可复现性。在高级流程中，自定义噪声注入与噪声计划操控被用于实现特定的风格或构图效果。
准备好开始创作了吗？
执导场景、设计角色、完成整部影片
一站式 AI 创作平台，定价简单透明，无速度节流，搭配无限 Canvas，让创作发挥到极致。
常见问题（FAQ）
在 AI 图像生成中，噪声指随机的统计变化（类似电视雪花），扩散模型将其用作生成的起点。模型被训练为在文本提示词或其他条件信号的引导下，逐步从一个随机起始张量中去除噪声，直至浮现出一幅流畅图像。每一次从文本提示词出发的生成都始于纯噪声，终于一幅结构化图像。
噪声水平（在图生图语境中常称去噪强度）是控制在去噪生成过程开始前向输入图像加入多少噪声的参数。高噪声水平加入更多噪声，给予模型更大自由偏离原图。低噪声水平加入更少噪声，使输出更贴近输入。它是图生图流程中控制变换程度的主要参数。
种子是决定用作生成起点的特定随机噪声模式的一个数值。由于扩散模型从噪声开始，且模型的去噪路径取决于它所起步的具体噪声，不同的种子产生不同的噪声模式，从而引导去噪过程沿不同路径推进并产出不同的输出，即便提示词与设置完全相同。这正是为何同一提示词会因所用种子不同而产出截然不同的图像。
生成步数指模型执行的去噪迭代次数，在每一步逐步从起始图像中去除噪声。更多步数允许更精细、更增量式的噪声去除，通常产出更高质量、更具细节的输出，但需要更多计算时间。更少步数产出更快的结果，但可能缺乏精细细节。噪声水平随每一步递减：第一步为满噪声，最后一步接近零噪声。
若要在保留输入大致构图与空间结构的同时进行有意义的创意变换，0.4–0.65 的区间通常最具生产力。低于 0.3 只会作轻度风格改动，适合细微调整。高于 0.75 会产出与输入的强烈偏离，主要将其视为松散的构图参考。理想值取决于你希望输出多大程度反映输入而非提示词：值得在这一区间内多加试验，以了解某个具体模型的响应方式。
不是。胶片颗粒是一种视觉美学元素：一种由感光胶片中的卤化银晶体产生、或在数字成像中为美学效果合成引入的可见纹理图案。扩散模型中的生成噪声是一种数学构造（高斯随机值），用作去噪生成过程的起始材料。两者在概念上相关，都涉及图像数值的随机变化，但胶片颗粒是一种可见的美学选择；生成噪声则是一种在生成过程中被解析消除的内部技术机制。
噪声计划定义了噪声如何在生成过程的各去噪步骤间分布与递减：即每一步去除多少噪声，从起始的最大噪声到末尾的最小噪声。不同的噪声计划（线性、余弦、指数）会让去噪工作在各步之间形成不同的分布，从而影响生成质量与输出的特性。噪声计划通常由为该次生成所选的采样器算法管理，在面向消费者的界面中一般不由用户直接控制。
可以，方式有多种。在图生图流程中，噪声水平是一个直接的创意参数：改变它会产出从贴近精修到彻底再诠释输入的各类结果。不同的种子值能从单条提示词产出创意变化，可通过系统化地生成多个种子并挑选最有趣的输出来加以利用。一些高级流程会注入自定义噪声模式或使用特殊噪声类型以实现特定风格效果。胶片颗粒作为一种美学元素，也可在提示词中作为输出的一种独特视觉品质来请求。
