【Stable Diffusion初学者指南】负面提示词对于 v2 模型很重要

Stable Diffusion v2.1 的负面提示词

与 Max Woolf 的发现一致，我自己的经验是负面提示词对于 v2 模型非常重要。下面我使用了正面提示词来生成真实的人类，但使用Stable Diffusion 2.1 模型。

a young female, highlights in hair, sitting outside restaurant, brown eyes, wearing a dress, side light

仅添加两到三个负面提示词即可逐渐提高图像的美感。我想说这已经非常接近 v1 模型的质量了。

Stable Diffusion v1.5 的负面提示词

让我们在 v1.5 模型上重复这个练习。

v1.5 中的图像效果非常好，没有任何负面提示词。添加负面提示词“ugly, deformed and disfigured”可能会有所改善，但不如 v2.1 中那么清晰。就好像 v1.5 模型不理解这些词一样。

为什么负面提示词在 v2 中变得更加重要？

这是一个我只能猜测的领域……但为什么不试试呢？ v2 中的两个变化是：

使用更大的 OpenCLIP 语言模型。

过滤掉训练数据中的 NSFW 内容。

第一个猜测是从 Open AI 的 CLIP 模型切换到 OpenCLIP。这会影响模型的嵌入。Open AI 使用专有数据训练 CLIP 模型。如果数据经过精心策划，每个人看起来都远高于平均水平，那么提示“woman”将与提示“beautiful woman”相同，这会让提示词变得更容易。

我的第二个猜测是，那些被视为 NSFW 的东西也可能具有高度的审美性。这可能是过滤器故障，也可能是 NSFW 图像的本质。排除 NSFW 图像也会无意中使数据偏向于不好和丑陋的方面。

查看更多从零了解Stable Diffusion内容点击：https://www.haoshuo.com/article/64b899356b6e1b749015ef90