Stable Diffusion 1.5: مدل کلاسیک، با پرامپت درست
مرور کلی
Stable Diffusion 1.5 توسط RunwayML و Stability AI در اواخر 2022 منتشر شد و روی رزولوشن 512x512 آموزش دیده است. این مدل کوچک، سریع است و در مرکز بزرگ‌ترین مجموعه LoRAها، embeddings، ControlNetها و fine-tuneهای ساخته شده قرار دارد که هزاران مورد از آن‌ها در این کاتالوگ موجود است.
خروجی خام آن نسبت به مدل‌های جدیدتر کمی خشن است، اما با یک پرامپت منفی خوب، یک checkpoint فاینتیون شده یا چند embedding، تصاویر متمایزی را سریع تولید می‌کند و روی تقریباً هر GPU اجرا می‌شود.
مرجع
نام | نوع | چیست |
|---|---|---|
Prompt | tags | توصیف‌کننده‌ها به صورت جدا شده با کاما. وزن‌ها (کلمه:1.3) و تاکید به خوبی پشتیبانی می‌شوند. |
text | ||
6-9 | 7 استاندارد است؛ برای نتایج نقاشی نرم به 5 برو. | |
Steps | 20-30 | Euler a روی 25 یا DPM++ 2M Karras روی 20-25. |
Resolution | 512-768 | 512x512، 512x768 یا 768x512. اندازه‌های بزرگتر سوژه‌ها را تکرار میکنند مگر اینکه از hires fix استفاده کنی. |
گام به گام
- اول یک پرامپت منفی بنویس و دوباره استفاده کن؛ این برای 1.5 بیشتر از هر مدل بعدی اهمیت دارد.
- برای تصویر نهایی hires fix را فعال کن (1.5x-2x، denoise 0.4-0.5) تا طول بلند به 1024 برسد بدون اینکه سرها دو برابر شوند.
- لیستی از seedهای مورد علاقه‌ات نگه دار؛ 1.5 به seed حساس است و استفاده از همان seed با تغییرات کوچک پرامپت راه خوبی برای تکرار است.
مثال‌ها
پرامپت کلاسیک
portrait of an old lighthouse keeper, weathered face, wool sweater, stormy sky behind, oil painting, dramatic rim light, (highly detailed:1.2)
Negative: lowres, bad anatomy, bad hands, text, watermark, blurry, cropped
تصویرسازی قدیمی
1950s travel poster of a mountain railway, flat colors, screen print texture, bold typography space at the bottom, teal and orange
ایده خلاقانه: دنیاهای کوچک
macro photo of a snail shell that is a spiral staircase for tiny glowing people, moss, dew drops, tilt-shift, soft morning light
نکات
- کلمات مربوط به دوربین (85mm، f/1.8، bokeh) و کلمات مربوط به مدیوم (watercolor، linocut) روی 1.5 تاثیر زیادی دارند.
- اگر آناتومی خراب شد، CFG را یک درجه پایین بیاور و به جای اضافه کردن کلمات منفی بیشتر، یک embedding اصلاح دست اضافه کن.
- ControlNet (openpose، canny، depth) بهترین عملکرد را روی 1.5 در بین همه خانواده‌ها دارد؛ وقتی به ژست یا چیدمان خاصی نیاز داری از آن استفاده کن.
- برای inpainting، یکی از checkpointهای مخصوص inpainting 1.5 در این کاتالوگ را انتخاب کن به جای مدل پایه.
عیب‌یابی
دو سر یا بدنهای تکراری
چرا رخ می‌دهد
تولید تصویر با اندازه خیلی بزرگتر از 512 در یک محور.
چگونه رفع می‌شود
به جای درخواست مستقیم 1024، در 512x768 تولید کن و با hires fix بزرگش کن.
تصاویر کمرنگ و خاکستری
چرا رخ می‌دهد
VAE گم شده یا ضعیف در بعضی checkpointها.
چگونه رفع می‌شود
از checkpointی که VAE baked دارد استفاده کن، یا VAE استاندارد SD 1.5 را بارگذاری کن؛ CFG را یک درجه بالا ببر.
پرسش‌ها
آیا هنوز استفاده از SD 1.5 ارزش دارد؟
بله، برای سرعت، کار با ControlNet و کتابخانه عظیم سبکهایی که فقط برای آن آموزش دیدهاند.
چرا تصاویر من از نمونههای آنلاین بدتر به نظر میرسند؟
بیشتر نمونههای آنلاین از checkpoint فاینتیون شده 1.5 به همراه embeddingهای منفی و hires fix استفاده میکنند. مدل پایه خام فقط نقطه شروع است.
لینک‌ها و منابع
مدل‌های این راهنما
نویسنده
این کشتی را هدایت می‌کند. نظراتی درباره زمان‌های رمزگشایی VAE دارد که هیچ‌کس نخواسته بود بشنود. معتقد است وزن‌ها می‌خواهند آزاد باشند و هر مدلی که نتوانید دانلود کنید، اشتراکی با مراحل اضافی است. سوالی درباره ۴۰۰ گیگابایت چک‌پوینت‌ها روی NAS پاسخ نخواهد داد.
همه راهنماها توسط Captain
راهنماهای مرتبط
Waifu Diffusion: استفاده از تگ‌های Danbooru برای مدل کلاسیک انیمه
1 اکتبر 2026
Ghibli Diffusion: توکن سبک گیبلی و نحوه استفاده از آن
30 سپتامبر 2026
DreamShaper 8 Inpainting: اصلاح و تغییر بخش‌هایی از تصویر
1 اکتبر 2026
Stable Diffusion v1.1: نسخه اصلی، استفاده خلاقانه
29 سپتامبر 2026
واقعیت مطلق 1.8.1: افراد واقعی، فانتزی و علمی-تخیلی روی SD 1.5
29 سپتامبر 2026
راهنماهای بیشتر
Flux در مقابل SDXL در مقابل SD 1.5 در مقابل Qwen در مقابل Z-Image: کدام خانواده مدل را در سال ۲۰۲۶ استفاده کنیم
22 مه 2026
Best AI Models for Anime in 2026: MOSS-Image, Anima, Illustrious
16 اکتبر 2026
epiCRealism v5 Inpainting: ویرایش‌های طبیعی عکس روی SD 1.5
2 اکتبر 2026
چطور مدل‌های تصویری مولد هوش مصنوعی کار میکنند: توضیح ساده انتشار، فضای نهفته و رمزگذارهای متنی
28 اوت 2025
LoRA چیست و چطور در ComfyUI، Forge، Automatic1111 و فضای ابری استفاده کنیم
20 مه 2026