4.2 无条件与图像到图像生成
4.2 无条件与图像到图像生成
无条件生成不依赖任何提示，靠模型先验随机出图；图像到图像把一张输入图与文本条件结合，在噪声重注入的节奏里实现"改稿"。本节对比两种模式的控制精度，并给出图生图的降噪强度与选择出口。
本章的头一炮"文生图"，条件芯塞满整条链路。这一节要转身处理两种不那么高调的生成方式：一种是"我什么都不说，你自己看着画"的无条件生成；另一种是"我手里有张图，你给我改成另一种"的图像到图像。它们比文生图更古老、也更贴近"改画师画稿"的画室直觉——你把一张还不错的稿子递过去，说"照这个来，但调成更暖的调子"，而不是从零开稿。
无条件生成：让模型自己出题
无条件生成什么外部条件都不给，只给一个随机噪声起点和一个训练好的模型，让它凭内部先验去想象一张图。你能指定的是步数、采样器这类"画法"，却指定不了"画什么"。它的不可控显而易见，却在两个地方有独特价值：一是作为样本质量的"底色测试"，想快速判断一个模型先验强不强，就先跑一批无条件图看看整体水平；二是作为分布探索与多样性评估的样本来源（第七章会用）。由于 control 诉求弱，它常作为某些相对小众但看重多样性的工具存在，而对主流"我要 X"的应用，大家几乎总往有条件靠。
另外值得提的是"部分条件"的一档：你会看到模型能力表上写着既支持无条件用自己的类标签生成，又支持给类别名。这档在生成人脸、特定物体时，点一下就比等到什么都快得多。
图像到图像：在已有画稿上改
图像到图像（image-to-image，简称 img2img）的问题更贴近日常生活：你有一张草稿或一张扫糊的照片，想让模型在保留大体结构的同时，往你指定的方向重绘。比起再次让模型从零开稿，img2img 的关键技法是把这张输入图当成"新噪声的起点"——先把输入图注入随机噪声，得多会被推得多远，有一个参数（常叫 denoise 强度或重绘幅度）控制：值为 0 时完全保留原图，逼近 1 时几乎换成全新一张。
实际操作逻辑很贴合"两步到位"：第一步按选定强度向输入图加噪，让它退到"已经糊但仍保留大致构图"的某个中间态；第二步让模型在文本条件（optional）下从这个中间态往清往改地逐步去噪。denoise 越低，模型越贴着原图描；越高，越让文本主导把图漂走。所以 img2img 调度的本质，是平衡"改得多"与"保原样"——这是你在把每一张手绘接线图转成精美渲染图时最关键的一个滑块。
把 denoise 这条刻度画成一支滑块，你立刻能对号入座该拧到哪里：
图 4-1：denoise 强度刻度
这支滑块把"忘掉原图多少"量化得很清楚：小于 0.3 基本是描线级微调，大于 0.8 已和文生图几乎分不出差别。用它来校准每一张改图前该站哪一档，比瞎猜高效得多。
加噪剂量对"保结构"的直接作用
把上面那条刻度再往深处想一步：denoise 之所以能控制结构保真，是因为它决定输入图退回到哪一段噪声链。退得浅，保留的是原图的高层构图与亮度布局，模型只在高频做文章；退得深，原图的边缘、纹理、甚至主体轮廓都在噪声里被搅碎，模型只能靠文本条件重新想象。于是你可以反过来用它定位问题：改了之后图还是糊成一团，十有八九是 denoise 太低、旧结构没被冲散；改完结构完全认不出，多半是 denoise 太高、旧稿被冲没了。这个"冲散多少构图"的视角，能帮你把大量玄学调整翻译成看得见的物理直觉。
把两种模式的分工并入一张对照：
实操手感与易错点
图生图最妙的时刻，是你终于分得清"我用 4.1 文生图重新生成"还是"我用 4.2 img2img 在改"该选哪个。我的判断标准很朴素：只要你对"画面的结构"有占有欲（这是我家猫、这张脸要保住），就走 img2img 低 denoise；只要你对"画面内容"有明确的新想法（我要把它变成赛博风）、且旧图可有可无，就大胆拉高 denoise 甚至回到文生图。中间的灰区靠手感和试验浸润出来。
常见坑有两个：第一，denoise 理解错了，以为拉满是"改得少"，结果整张图重构得面目全非；第二，把原图的缩放/尺寸调得过高，导致模型在改动边缘时大量补出伪影。正确姿势是把原图规范到合适分辨率、denoise 从 0.3 到 0.6 起步，逐步上探。记住：img2img 不是在"把旧图加滤镜"，它是在噪声的洪流里"保住你想留的那部分、放开你想改的那部分"。
把几个典型档位的效果按直觉列出来，方便你在动手前先选好落点：
| denoise 区间 | 你得到什么 | 适合场景 |
|---|---|---|
| 0.1 ~ 0.3 | 几乎复刻原图，仅极轻微调整 | 修瑕疵、改配色 |
| 0.4 ~ 0.6 | 保结构、能在细节上大改 | 换风格滤镜、改内容元素 |
| 0.7 ~ 0.9 | 结构松动、大范围重绘 | 彻底转风格、构图上重构 |
这张表不是死规则，但它给了你一个起跳的锚点。真正好用的改稿不是"一次拉到理想值"，而是"先放低保住想要的结构，再逐步上调观察哪里开始糊"。多跑几次，你对每个档位会形成自己的手感。
⚠️ 常见坑：denoise 一到 0.8 以上，原图结构基本作废，图等于重画；若要保守微调就从 0.3 起步。
💡 关键直觉：加噪强度就是"忘掉多少原图"的剂量——剂量越低，你现在手里的稿子在成品里的权重越高。
本节要点回顾
- 无条件生成：只给噪声与先验，不可控但适合作底色测试与探索性样本。
- img2img 的本质：把输入图加噪到中间态再在条件下重绘，denoise 控制忘性。
- denoise 语义：越低越贴原图、越高越依赖文本，0.3~0.6 起步。
- 模式判断：保结构走低 denoise，重内容走高 denoise 或返回文生图。
- 改稿手感：规范尺寸 + 从保守档逐步上探，才是可复现的改稿流程。
改造完稿子，下一站给它换皮肤——风格迁移把同一景物"重画"成油画、水彩或别的流派，看它靠的是纹理与内容怎么被拆开。