企业官网建设流程全解析

1. 漫剧画面糊成一团，问题到底出在哪

做AI漫剧的朋友大概率都经历过这个场景：提示词反复打磨了几十遍，角色设定、分镜描述、画风关键词全都写到位了，结果生成出来的画面要么像蒙了一层雾，要么人物边缘糊得跟水彩晕开一样，尤其是脸部细节和背景纹理，放大一看全是噪点和涂抹感。很多人第一反应是"模型不行"，换个模型再试，结果还是糊。其实画面模糊这件事，九成以上的情况不是模型能力问题，而是分辨率设置、采样参数、CFG Scale、后期处理这几个环节里至少有一个没调对。

漫剧和单张插画不一样，它是有连续叙事需求的，同一角色要在多个分镜里保持一致性，画面还得经得起放大看。这就意味着你不能只追求"单张好看"，还得考虑分辨率与模型训练分辨率的匹配度、采样步数与细节收敛的关系、CFG Scale对画面锐度和服从度的平衡。这几个参数之间是互相牵制的，单独调一个往往按下葫芦浮起瓢。

这篇内容适合三类人看：一是刚接触AI漫剧生成、被模糊画面卡住的新手；二是已经能出图但总觉得"差一口气"、细节不够锐利的进阶玩家；三是想建立一套可复用参数体系、批量产出稳定画面的创作者。我会把分辨率、模型参数、采样步数、CFG Scale这几个核心变量拆开讲清楚，再给出一套实测下来比较稳的调参思路和后期补救方案。核心关键词就围绕AI漫剧、分辨率、模型参数、采样步数、CFG Scale这几个展开，不绕弯子。

先说一个反直觉的结论：画面模糊，很多时候恰恰是因为你把分辨率设得太高了。听起来不合理，但背后的逻辑很实在——大多数扩散模型是在512×512或768×768这类分辨率上训练的，你直接让它生成2048×2048，模型没见过这个尺寸的构图规律，就会在画面里"重复画"或者"糊成一片"来凑数。所以调参的第一步，不是往上加，而是先搞清楚你用的模型"舒适区"在哪。

2. 分辨率不是越高越好：模型舒适区与画面清晰度的真实关系

2.1 为什么直接拉高分辨率反而更糊

扩散模型的生成过程本质上是在潜空间里一步步去噪。训练时模型见过的图像尺寸决定了它对"一个画面里该有多少信息量"的认知。如果你用SD 1.5这类基础模型，它的训练分辨率基本在512×512附近，你强行让它输出1024×1024甚至更高，模型会在画面里生成重复的肢体、多余的头、糊掉的背景，因为它在试图用有限的构图知识填满一个它不熟悉的画布。

这就是很多人遇到的"分辨率越高越糊"的真相。不是清晰度不够，是构图崩了。你看到的模糊，其实是模型在错误构图下的涂抹痕迹。实测下来，SD 1.5系模型在512到768之间最稳，SDXL系在1024附近最舒服，Flux类模型对高分辨率容忍度更高一些，但也不是无上限。

2.2 高分辨率修复的正确打开方式

那想要高分辨率成品怎么办？答案是分两步走：先用模型舒适区分辨率生成一张构图正确的底图，再用高分辨率修复（Hires. fix）或图生图放大。这样模型先在它熟悉的尺寸里把构图、人物、光影都定好，放大阶段只负责补充细节，不会重新构图。

具体操作上，底图建议用512×768或768×1024这类竖版比例（漫剧分镜常用竖版或方版），生成满意后开启高分辨率修复，放大倍数设1.5到2倍，放大算法选R-ESRGAN 4x+或4x-UltraSharp这类专门做细节增强的。重绘幅度（Denoising strength）控制在0.3到0.45之间——太低细节补不出来，太高会把原图构图改掉。

注意：高分辨率修复的重绘幅度不要超过0.5，否则等于重新生成一张图，之前调好的构图和角色一致性全白费。

2.3 分辨率与漫剧分镜比例的匹配

漫剧分镜通常有几种固定比例：竖版9:16适合手机端观看，方版1:1适合社交平台，横版16:9适合视频平台。分辨率设置要跟比例匹配，不能只改宽不改高。比如你要9:16的竖版，底图可以设512×910（约等于9:16），放大后变成1024×1820，这样比例不变形。

很多人图省事直接设个1024×1024，结果生成出来是方的，再裁剪成竖版，人物就被切掉一半。正确做法是先定比例再定分辨率，让模型从一开始就在正确的画布里构图。下面这张表是我实测下来不同模型对应的推荐底图分辨率：

这张表不是死规矩，但作为起点很稳。你可以根据自己的模型微调，核心原则是底图别超过模型训练分辨率太多。

3. 采样步数与采样器：细节收敛的节奏控制

3.1 采样步数不是越多越好

采样步数（Steps）控制的是去噪过程的迭代次数。步数太少，画面没收敛，糊且脏；步数太多，画面早就收敛了，后面几十步基本在做无用功，甚至可能因为过度去噪导致细节被抹平、画面变"塑料"。

实测下来，大多数模型在20到30步之间就能收敛得不错。SD 1.5系20到25步够用，SDXL系25到30步，Flux系因为架构不同，20步左右就能出很好的效果。你如果设到50步甚至100步，除了浪费时间，画面锐度反而可能下降，因为模型在后期迭代里把一些细微纹理当成噪声抹掉了。

判断步数够不够有个简单方法：看画面从第几步开始基本不再变化。你可以固定其他参数，分别用15、20、25、30步各生成一张，对比细节。通常到某个步数后画面就"定住"了，那个步数加5就是你的安全值。

3.2 采样器的选择直接影响锐度

采样器（Sampler）决定了去噪的数学方法，不同采样器出来的画面锐度和风格差异很明显。做漫剧追求清晰锐利的话，DPM++ 2M Karras和DPM++ SDE Karras是首选，前者稳定、后者细节更丰富但稍慢。Euler a适合风格化强的画面，但边缘容易偏软。DDIM速度快但细节一般。

我个人的组合是：SD 1.5系用DPM++ 2M Karras + 25步，SDXL系用DPM++ SDE Karras + 28步。这套组合在动漫风格上锐度和稳定性平衡得比较好。如果你追求更"干净"的线条，可以试试UniPC采样器，它在少步数下表现不错。

3.3 步数与采样器的联动调试

步数和采样器不能分开调。有些采样器在低步数下就能收敛（比如UniPC），有些需要更多步数才稳定（比如Euler a）。你换了采样器，步数也得跟着调。我的建议是先定采样器，再找它的收敛步数，而不是反过来。

具体做法：选好采样器后，从15步开始，每次加5步生成同一提示词，观察画面从哪一步开始稳定。找到稳定点后，再加3到5步作为最终值。这样既不会欠采样导致模糊，也不会过采样导致细节被抹。

提示：如果你发现画面在高步数下反而变糊，八成是CFG Scale设太高了，模型在过度"服从"提示词，把画面往极端方向拉，细节就崩了。下一节细说。

4. CFG Scale：服从度与画面锐度的平衡杆

4.1 CFG Scale到底在控制什么

CFG Scale（Classifier-Free Guidance Scale）控制的是模型对提示词的服从程度。数值低，模型自由发挥多，画面柔和但可能偏离提示词；数值高，模型严格按提示词来，画面锐利但容易过曝、色彩断层、细节崩坏。

很多人画面模糊是因为CFG设太低（比如3到5），模型没被"推"到位，画面软绵绵的。但设太高（比如15以上）又会出问题：颜色变得刺眼、边缘出现光晕、暗部细节全黑。漫剧这种需要稳定输出的场景，CFG一般控制在7到11之间比较合适。

4.2 不同模型对CFG的敏感度差异

SD 1.5系对CFG比较敏感，7到9是甜点区，超过12画面就开始崩。SDXL系容忍度高一些，6到10都行，但超过11也会出问题。Flux系比较特殊，它用的是蒸馏架构，CFG通常设1到3就够了，设高了反而糊——这是很多从SD转Flux的人最容易踩的坑。

所以你不能拿一套CFG值套所有模型。换模型的时候，CFG要重新试。我的习惯是新模型先用7试一张，再试5和9，对比三张选最锐利且不崩的那个值。

4.3 CFG与采样步数的相互补偿

CFG和步数之间有个微妙的补偿关系：CFG低的时候，适当增加步数能让画面更收敛、更清晰；CFG高的时候，步数太多反而会放大过曝和崩坏。所以调参时这两个要一起看。

举个例子：你用CFG 6 + 30步，画面可能偏软；改成CFG 8 + 25步，画面锐度上来了，细节也没崩。这就是用CFG补锐度、用步数控收敛的配合。反过来，如果你CFG设了11，步数还拉到40，画面大概率会过曝加塑料感。

下面这张表是我实测的几组参数组合，针对动漫风格漫剧：

这张表可以直接拿去当起点，然后根据你的具体模型微调。

5. 模型参数校准：从"能出图"到"出好图"的关键几步

5.1 模型选择与漫剧风格的匹配

漫剧对模型的要求和单张插画不太一样。它需要角色一致性好、线条干净、色彩稳定。所以选模型时，优先选那些在动漫风格上训练充分、社区反馈一致性好的模型，而不是盲目追新。有些模型单张出图很惊艳，但换个分镜就崩角色，这种就不适合做漫剧。

选模型时我会做一个小测试：用同一个角色描述生成三张不同角度的图，看脸型、发色、服装细节是否稳定。稳定的才留下来做漫剧主力模型。不稳定但风格好的，可以当辅助模型做特定场景。

5.2 VAE与Clip Skip的隐藏影响

VAE（变分自编码器）负责把潜空间解码成最终图像，VAE选不对，画面会发灰、发糊、色彩失真。很多模型自带VAE，但有些需要手动挂载。如果你发现画面整体蒙了一层灰，先检查VAE是不是没挂对。常用的有vae-ft-mse-840000和kl-f8-anime2，后者对动漫风格色彩还原更好。

Clip Skip是另一个容易被忽略的参数。它控制文本编码器跳过最后几层，影响模型对提示词的理解方式。SD 1.5系通常设2，SDXL系设1到2，动漫模型很多推荐设2。设错了不会直接导致模糊，但会影响画面风格和细节倾向。这个参数没有绝对标准，跟着模型作者的推荐走最稳。

5.3 提示词权重与画面清晰度的关系

提示词权重也会间接影响清晰度。如果你给某个词加了过高权重（比如(masterpiece:1.5)），模型会过度关注这个词，导致画面其他部分被忽略、变糊。权重一般控制在1.0到1.3之间，超过1.5就容易出问题。

另外，负面提示词里加上blurry, lowres, jpeg artifacts, worst quality这类词，对抑制模糊有直接帮助。但别堆太多，负面词太多会挤压正面词的空间，画面反而变平。我一般负面词控制在10到15个以内，精准打击模糊、低质、多余肢体这几类问题。

6. 后期补救：已经生成的糊图还能救吗

6.1 超分辨率重建的实用方案

如果图已经生成了，但有点糊，别急着删。超分辨率重建（Upscale）能救回不少细节。常用的有Real-ESRGAN、4x-UltraSharp、SwinIR这几类。Real-ESRGAN通用性强，4x-UltraSharp对动漫线条锐化效果好，SwinIR在纹理还原上更自然。

操作上，把糊图丢进放大工具，选4x模型，输出后再缩回目标尺寸，锐度会明显提升。如果糊得比较严重，可以先做一次轻度放大（2x），再做一次细节增强，分两步比一步到位效果好。

6.2 图生图局部重绘修复细节

脸部糊了、手崩了这种局部问题，用图生图的局部重绘（Inpaint）最有效。把糊的区域涂上蒙版，重绘幅度设0.4到0.55，提示词里强调你要的细节（比如detailed face, sharp eyes），让模型只在那块区域重新生成。这样既保住了整体构图，又修好了局部。

局部重绘的关键是蒙版别涂太大，刚好盖住问题区域往外扩一点就行。涂太大模型会重新构图，涂太小边缘会接不上。重绘幅度也要试，0.4偏保守，0.55偏激进，根据糊的程度选。

6.3 批量处理时的参数固化思路

做漫剧是批量活，一张张调参不现实。我的做法是：先用几张测试图把参数定死，然后固化成预设。测试阶段把分辨率、采样器、步数、CFG、VAE、Clip Skip这几个变量逐个试，找到最稳的组合后，后面所有分镜都用这套参数，只改提示词。

这样做的代价是灵活性降低，但换来的是一致性。漫剧最怕的就是每张图风格不一样，观众一眼就出戏。参数固化后，画面风格、锐度、色彩都统一，角色一致性也更容易保持。如果某个分镜需要特殊处理，再单独开一套参数，但主力参数不动。

注意：固化参数不等于永远不调。模型更新、需求变化时，还是要重新测试。但测试时一次只动一个变量，这样才能知道是哪个参数在起作用。

7. 我踩过的几个坑和最后的小建议

第一个坑是盲目追高分辨率。刚开始做漫剧时，我觉得分辨率越高越清晰，直接上2048×2048，结果画面里人物长了三只手，背景糊成一片。后来才明白模型舒适区这回事，老老实实回到768底图加高分辨率修复，画面反而干净了。

第二个坑是CFG设太高。有段时间我觉得画面不够锐，把CFG拉到14，结果颜色刺眼、暗部全黑，人物脸上像打了高光。降到8之后，锐度没降多少，画面自然多了。CFG这东西，够用就行，别贪。

第三个坑是忽略VAE。有次换了个模型，画面整体发灰，我以为是模型问题，折腾半天参数没用。后来发现是VAE没挂对，挂上kl-f8-anime2之后色彩立刻正常了。所以画面发灰先查VAE，这个排查顺序能省很多时间。

最后分享一个小技巧：建立自己的参数笔记。每次调出一组好参数，就记下来——模型名、采样器、步数、CFG、分辨率、VAE、Clip Skip，再加上当时的提示词风格和画面表现。积累多了，你就有一套自己的参数库，遇到新模型也能快速找到起点，不用每次从零试。这个习惯我坚持了半年，现在调新模型基本十分钟内就能出可用的图，效率比瞎试高太多了。