04 图像生成应用

第 4 章 · 图像生成应用

本章要回答的三个问题：给一段文字，模型凭什么能画出一张对应的图？从草稿、素描到照片的"图像到图像"转换，底层靠的是什么套路？"把照片变油画""把模糊小图变高清"这种操作，跟画件的流程有何异同？

为什么会有这一章

原理讲满两章，读者最大的疑问往往是"这些公式真的能变成我手上那种成品吗？"这一章就把你从理论引到真实任务。我们不重复已经讲过的公式，而是把第四章的三种能力落地成"你能直接点的功能"：文本到图像、图像到图像、风格迁移，外加一个常被归类到增强的超分辨率。看完这章，你会知道一张"戴上小帽的橘猫"是怎么从提示词走到成品的，也知道为什么有的图精确踩词、有的图跑偏得离谱——这条能力线会一路延续到第五章的编辑与第六章的控制。

在画室的主基调里，这章是把一块空白画布丢给你：文生图是"对着你的文字描述凭空起稿"，图生图是"在一张起好的稿上改"，风格迁移与超分则是"给成稿换一层皮肤或补一档像素"。

四种应用的差别就在"初始画稿从哪来"——一张图立起来看：

读完能解决什么

对照开篇三个问题：

• 你能描述文本到图像的全链路：文本编码、条件注入、去噪循环、解码出图。
• 你能说清图像到图像两种出口：局部refine 与整体重绘何时用哪个。
• 你会区分像素域风格迁移与扩散式风格迁移，知道各自适合的画面。
• 你会给"超分与增强"一个准确边界：保真优先 vs 幻想补细，按场景定档。

一个贯穿全章的词：画稿从哪来

如果要把第四章五个应用串成一句话，那就是"初始画稿从哪来"：文生图的画稿来自文字描述，图生图的画稿来自一张源头图，风格迁移的画稿是"内容图 + 换皮肤"，超分的画稿是"一张低清的原图"。想清楚"这一单的起点是什么、我要保留它哪一分、又要换掉它哪一分"，你就能预测每个应用的大致行为，也能在不同应用之间快速切换思路。带着"起点"这个词去读每一节，这章就不会变成五段互不相关的功能介绍，而是一套"依据起点挑操作"的方法论。

各节怎么分工

先决条件

• 承接第二章条件生成（2.5）与第三章 LDM（3.1），理解条件注入与潜空间。
• 会调 2.4 采样器与 cfg 这两个旋钮。
• 对"分辨率""伪影""模糊"有日常辨识度即可。

这张"选择题"不是我要你背的东西

这一章会不停让你在"文本还是图像、整张还是局部、保真还是幻想"之间做选择。别把它们当成要背的结论，而当成一组"依据当时诉求"来用的参照系：同样的素材，你要的用途不同，答案就完全不同。在反复练习中养成"先问目的、再挑手段"的习惯，这一章才不只是五段操作手册，而是一套带得走的判断力。

往下走到哪

这几项应用正是第五章"编辑"的近亲——很多编辑任务本质是从"图文"扩展到"图图"的约束生成。读完本章，第五章的 inpainting、风格化编辑会用同一套语言落地；第六章的 ControlNet 则会在这章五花八门的功能之上补上"结构对齐"这一维。