SD 1.5

Stable Diffusion 1.5（SD 1.5）是开源 AI 绘画领域应用最广泛的基础模型之一。它以 512 像素分辨率为基础，对显卡显存的要求相对较低，并沉淀了大量微调模型、LoRA、Embedding 以及成熟的 ControlNet v1.1 结构控制工具。无论是快速尝试灵感构思，还是结合姿势与边缘控制进行角色创作，都可以从 SD 1.5 开始。ComfyCarry 的 SD 1.5 入口提供了适配该架构的预设分辨率、采样默认值、反向提示词和全部图像高级功能。

模型设置与首次生成

打开 内容生成，点击页面顶部的 图像，再从 模型 菜单中选择 SD 1.5。在 基础设置 中点击 选择 Checkpoint，选择一个本地模型。

1. 在 正向提示词 中描述主体、外观、动作、场景和风格。
2. 在 反向提示词 中填写希望减少的低质或瑕疵特征。
3. 保留页面默认的 512 × 512、20 步、CFG Scale 7 与采样器 Euler a。
4. 点击 运行。生成完成后，图片会显示在右侧预览区。

具体模型可能有专属的推荐尺寸、触发词或微调 VAE，在模型详情中提供这些信息时，使用作者给出的设置效果更佳。

编写提示词

SD 1.5 采用传统的 CLIP 文本编码器，习惯使用英文单词或短语，并用英文逗号分隔。把最重要的主体与核心特征放在靠前位置，按照下面的顺序便于逐步丰富细节：

质量与画风 → 主体与数量 → 外观与服装 → 姿态与动作 → 构图与镜头 → 场景与光线

插画风格的画面可以这样写：

masterpiece, best quality, 1girl, solo, long silver hair, blue eyes,
white dress, standing in a flower garden, gentle smile, looking at viewer,
soft sunlight, blooming roses, detailed background, medium shot

写实摄影风格可以这样写：

masterpiece, best quality, a quiet red fox standing on a mossy rock,
misty pine forest at dawn, soft golden sunbeams, close-up shot,
natural lighting, detailed fur, shallow depth of field

需要强调某个关键特征时，可以使用 (tag:1.1) 权重语法对单个标签进行微调：

(red coat:1.15), (amber eyes:1.1)

权重建议从 1.05–1.15 开始，避免给整段提示词大范围加权，以免造成画面色彩失衡或局部崩坏。

反向提示词

反向提示词用于排除画面中不希望出现的低质表现和常见错误：

worst quality, low quality, blurry, bad anatomy, bad hands, missing fingers, extra fingers, watermark, text

反向提示词应根据实际出图结果针对性增减。画面肢体已经正常时可以精简肢体词；希望在海报或招牌中生成文字时，从反向提示词中移除 text。

调整生成参数

选项	页面默认值	具体作用与调整方法
分辨率	512 × 512	决定输出图像的宽高尺寸。SD 1.5 原生基于 512 像素训练，建议优先使用页面提供的 512×512、768×512（横图）、512×768（竖图）等预设。直接将尺寸设置过大容易出现双头或多肢体问题，需要大图时先生成 512 基础图再配合高清放大
步数	20	控制去噪迭代轮数。默认 20 步即可获得清晰画面；细节不足时可逐步提高到 25–30；超过 35 步后提升较小且增加等待时间
CFG Scale	7	控制画面对提示词的服从强度。画面偏离描述时可小幅提高到 7.5–8.5；画面出现色彩过浓、边缘粗硬或噪点时降到 5.5–6.5
采样器	euler_ancestral	控制每一步更新画面的数学算法。euler_ancestral（Euler a）在 SD 1.5 中具有出色的细节与多样性；偏好更写实稳定的线条时也可尝试 euler 或 dpmpp_2m
调度器	normal	规划去噪过程中的噪声衰减节奏。日常生成保持 normal 即可；如模型作者有专门推荐，可固定种子后对比切换
Clip Skip	1	决定从文本编码器的哪一层提取特征。通用与写实模型通常使用 1；部分动漫微调模型基于跳过最后一层训练时可设为 2
VAE	跟随 Checkpoint	影响最终图像的解码色彩与细节还原。整合包模型通常直接跟随 Checkpoint；画面发灰或偏暗时，可在 高级设置 中指定 SD 1.5 专用的微调 VAE（如 ft-MSE）

调整参数时建议固定 种子，每次只改变一项参数，便于明确对比画质差异来源。

加入 LoRA 与 Embedding

SD 1.5 拥有极为庞大的 LoRA 与 Embedding 资源库：

• LoRA：在 LoRA 模块中选择标注支持 SD 1.5 的 LoRA，并将模型详情中的触发词加入正向提示词。强度通常从 0.7–0.8 开始，根据特征显现程度微调。
• Embedding：在提示词编辑器中点击 Embedding，可以直接将对应 SD 1.5 的负面或画风词条插入提示词中。

使用参考图控制画面

SD 1.5 支持完整的参考图与条件控制模块：

• 图生图：保留参考图的基础色调与构图，根据提示词重新渲染。重绘强度建议从 0.3–0.6 开始。
• 局部重绘：涂抹遮罩区域，仅重绘指定范围，适合修整五官细节、更换服饰或修复手部。
• 姿势控制：提取参考图中的人体骨骼姿态，搭配 SD 1.5 专用的 OpenPose 控制模型保持人物动作。
• 轮廓控制：提取线稿与边缘轮廓，搭配 SD 1.5 专用的 Canny 控制模型进行线稿上色或轮廓保留。
• 深度控制：提取空间景深，搭配 SD 1.5 专用的 Depth 控制模型保持场景前后层次与镜头视角。

展开各控制模块后，可在模型下拉菜单中选择对应的 SD 1.5 专用控制模型。详细操作与阈值调节说明见图像高级功能。

生成结果调整

• 画面出现多头、多肢体或构图畸变：检查分辨率是否过大，改用 512 像素基础预设生成后通过高清放大提升尺寸；同时在反向提示词中加入 bad anatomy, extra limbs。
• 细节模糊或线条不够精致：固定种子，将步数提高到 25–28，或在高级功能中启用 二次采样。
• 色彩过饱和、画面发硬：适当降低 CFG Scale 至 6.0 左右，删去多余的重复质量修饰词。
• 角色特征不够突出：将核心特征标签提前，或适当提高对应 LoRA 的权重。
• 最终成片需要更高分辨率：在高级功能中开启 高清放大，选择 AuraSR 或 SeedVR2 放大到目标尺寸。

相关资料

• Stable Diffusion v1-5 模型卡
• High-Resolution Image Synthesis with Latent Diffusion Models (LDM 论文)