Stable Diffusion 1.5: ang klasikong modelo, tamang paggamit ng prompt
Pangkalahatang-ideya
Inilabas ang Stable Diffusion 1.5 ng RunwayML at Stability AI noong huling bahagi ng 2022 at sinanay sa 512x512. Maliit ito, mabilis, at nasa gitna ng pinakamalaking koleksyon ng LoRAs, embeddings, ControlNets at fine-tunes na nagawa, libu-libong nasa katalogong ito.
Medyo magaspang ang raw output kumpara sa mga bagong modelo, pero sa tamang negative prompt, fine-tuned checkpoint o ilang embeddings, nakakagawa ito ng kakaibang mga imahe nang mabilis, at tumatakbo ito sa halos kahit anong GPU.
Sanggunian
Pangalan | Uri | Ano ito |
|---|---|---|
Prompt | tags | Mga descriptor na pinaghiwalay ng kuwit. Suportado ang weights (word:1.3) at emphasis. |
text | Mahalaga. lowres, bad anatomy, bad hands, text, watermark, blurry; o embedding tulad ng easynegative. | |
6-9 | 7 ang standard; bumaba sa 5 para sa malambot na painterly na resulta. | |
Steps | 20-30 | Euler a sa 25 o DPM++ 2M Karras sa 20-25. |
Resolution | 512-768 | 512x512, 512x768 o 768x512. Lumalabas na doble ang mga subject sa mas malalaking sukat kung hindi gagamit ng hires fix. |
Hakbang-hakbang
- Gumawa muna ng negative prompt at gamitin ito ulit; mas mahalaga ito sa 1.5 kaysa sa mga susunod na modelo.
- Magdagdag ng isang style LoRA sa 0.7 o style embedding; maganda ang pagtanggap ng 1.5 sa LoRAs.
- I-enable ang hires fix (1.5x-2x, denoise 0.4-0.5) para maabot ng final na imahe ang 1024 sa mahahabang gilid nang walang dobleng ulo.
- Maglista ng mga seed na gusto mo; sensitibo ang 1.5 sa seed at magandang paraan ang parehong seed na may maliliit na edit sa prompt para mag-iterate.
Mga halimbawa
Klasikong prompt
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
Vintage na ilustrasyon
1950s travel poster of a mountain railway, flat colors, screen print texture, bold typography space at the bottom, teal and orange
Creative na ideya: maliliit na mundo
macro photo of a snail shell that is a spiral staircase for tiny glowing people, moss, dew drops, tilt-shift, soft morning light
Mga tip
- Malakas ang epekto ng mga salitang pang-camera (85mm, f/1.8, bokeh) at medium (watercolor, linocut) sa 1.5.
- Kung nasisira ang anatomy, bawasan ang CFG ng isa at magdagdag ng hand-fixing embedding kaysa magdagdag ng maraming negative words.
- Pinakamainam ang ControlNet (openpose, canny, depth) sa 1.5 kumpara sa ibang pamilya; gamitin ito kapag kailangan ng tiyak na pose o layout.
- Para sa inpainting, piliin ang isa sa mga dedicated 1.5 inpainting checkpoints sa katalogong ito kaysa gamitin ang base model.
Pag-aayos ng problema
Dalawang ulo o paulit-ulit na katawan
Bakit ito nangyayari
Pag-generate nang mas mataas sa 512 sa isang axis.
Paano ayusin
Gumawa sa 512x768 at i-upscale gamit ang hires fix kaysa direktang humiling ng 1024.
Malabong, kulay abo na mga imahe
Bakit ito nangyayari
Walang o mahina ang VAE sa ilang checkpoints.
Paano ayusin
Gumamit ng checkpoint na may baked VAE, o i-load ang standard SD 1.5 VAE; taasan ang CFG ng isa.
Mga tanong
Sulit pa bang gamitin ang SD 1.5?
Oo, para sa bilis, ControlNet na gumagana, at napakalaking library ng mga estilo na sinanay lang para dito.
Bakit mas pangit ang mga imahe ko kumpara sa mga halimbawa online?
Karamihan ng mga halimbawa online ay gumagamit ng fine-tuned 1.5 checkpoint kasama ng negative embeddings at hires fix. Ang raw base model ay panimulang punto lang.
Mga link at pinagmulan
Mga model sa gabay na ito
Isinulat ni
Pinapatakbo ang barkong ito. May mga opinyon tungkol sa VAE decode times na walang nagtanong. Naniniwala na gustong maging malaya ang mga weights at na ang anumang model na hindi mo ma-download ay isang subscription na may dagdag na hakbang. Hindi sasagot sa mga tanong tungkol sa 400 GB ng checkpoints sa NAS.
Lahat ng gabay ni Captain
Mga kaugnay na gabay
Waifu Diffusion: Danbooru-tag prompting para sa klasikong anime model
Okt 1, 2026
Ghibli Diffusion: ang ghibli style token at paano ito gamitin
Set 30, 2026
DreamShaper 8 Inpainting: pag-aayos at pagbabago ng bahagi ng larawan
Okt 1, 2026
Stable Diffusion v1.1: ang orihinal na release, ginagamit nang malikhain
Set 29, 2026
Absolute Reality 1.8.1: makatotohanang tao, pantasya at sci-fi sa SD 1.5
Set 29, 2026
Higit pang gabay
Flux vs SDXL vs SD 1.5 vs Qwen vs Z-Image: aling pamilya ng modelo ang gagamitin sa 2026
May 22, 2026
Best AI Models for Anime in 2026: MOSS-Image, Anima, Illustrious
Okt 16, 2026
epiCRealism v5 Inpainting: natural na pag-edit ng larawan sa SD 1.5
Okt 2, 2026
Paano gumagana ang mga generative AI image models: diffusion, latents at text encoders na ipinaliwanag nang simple
Ago 28, 2025
Ano ang LoRA at paano ito gamitin sa ComfyUI, Forge, Automatic1111 at sa cloud
May 20, 2026