Stable Diffusion 1.5: โมเดลคลาสสิก ใช้พรอมต์ให้ถูกวิธี

Q: หัวซ้ำหรือร่างกายซ้ำ

สร้างภาพที่ความละเอียดเกิน 512 ในแกนใดแกนหนึ่ง สร้างที่ 512x768 แล้วใช้ hires fix ขยายแทนการขอ 1024 โดยตรง

Q: ภาพจืดชืด สีเทา

ขาดหรือ VAE อ่อนในบาง checkpoint ใช้ checkpoint ที่มี VAE ฝังอยู่ หรือโหลด VAE มาตรฐานของ SD 1.5; เพิ่ม CFG ขึ้นหนึ่ง

หัวข้อ: โมเดล

โดย Captain

เผยแพร่ 2 ต.ค. 2026

ภาพรวม

Stable Diffusion 1.5 ถูกปล่อยโดย RunwayML และ Stability AI ปลายปี 2022 และฝึกที่ความละเอียด 512x512 มันเล็ก เร็ว และอยู่ตรงกลางของคอลเลกชัน LoRA, embeddings, ControlNets และ fine-tunes ที่ใหญ่ที่สุดเท่าที่เคยมีมา มีหลายพันอันในแคตตาล็อกนี้

ผลลัพธ์ดิบของมันหยาบกว่าโมเดลใหม่ๆ แต่ถ้าใช้ negative prompt ดีๆ, checkpoint ที่ผ่านการ fine-tune หรือ embeddings สักสองสามตัว มันจะสร้างภาพที่โดดเด่นได้เร็ว และรันได้แทบทุก GPU

บัตรโมเดล: sdv15

เปิดข้อมูลโมเดล

ข้อมูลอ้างอิง

ชื่อ	ชนิด	ความหมาย
Prompt	tags	คำอธิบายที่คั่นด้วยเครื่องหมายจุลภาค รองรับน้ำหนัก (word:1.3) และการเน้นได้ดี
Negative prompt	text	จำเป็น ต้องมี lowres, bad anatomy, bad hands, text, watermark, blurry; หรือ embedding อย่าง easynegative
CFG	6-9	7 คือมาตรฐาน; ลดลงเป็น 5 เพื่อผลลัพธ์แบบภาพวาดนุ่มนวล
Steps	20-30	Euler a ที่ 25 หรือ DPM++ 2M Karras ที่ 20-25
Resolution	512-768	512x512, 512x768 หรือ 768x512 ขนาดใหญ่กว่านี้จะทำให้วัตถุซ้ำกันถ้าไม่ใช้ hires fix

ทีละขั้นตอน

สร้างที่ 512x768 (แนวตั้ง) หรือ 768x512 (แนวนอน), CFG 7, 25 ขั้นตอน
เขียน negative prompt ก่อนและใช้ซ้ำ มันสำคัญกับ 1.5 มากกว่าโมเดลอื่นๆ
เพิ่ม LoRA สไตล์หนึ่งตัวที่ 0.7 หรือ embedding สไตล์ 1.5 รับ LoRA ได้ดีมาก
เปิด hires fix (1.5x-2x, denoise 0.4-0.5) เพื่อให้ภาพสุดท้ายได้ความละเอียด 1024 ด้านยาวโดยไม่เกิดหัวซ้ำ
เก็บรายชื่อ seed ที่ชอบไว้ 1.5 ค่อนข้างไวต่อ seed และใช้ seed เดิมกับการแก้ไขพรอมต์เล็กๆ เป็นวิธีที่ดีในการทำซ้ำ

ตัวอย่าง

พรอมต์คลาสสิก

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

ภาพประกอบวินเทจ

1950s travel poster of a mountain railway, flat colors, screen print texture, bold typography space at the bottom, teal and orange

ไอเดียสร้างสรรค์: โลกจิ๋ว

macro photo of a snail shell that is a spiral staircase for tiny glowing people, moss, dew drops, tilt-shift, soft morning light

เคล็ดลับ

คำเกี่ยวกับกล้อง (85mm, f/1.8, bokeh) และคำเกี่ยวกับสื่อ (watercolor, linocut) มีผลกับ 1.5 มาก
ถ้า anatomy ผิด ให้ลด CFG ลงหนึ่งและเพิ่ม embedding แก้มือแทนที่จะใส่คำ negative เพิ่ม
ControlNet (openpose, canny, depth) ทำงานดีที่สุดกับ 1.5 ในบรรดาครอบครัวทั้งหมด ใช้เมื่ออยากได้ท่าทางหรือเลย์เอาต์เฉพาะ
สำหรับ inpainting ให้เลือก checkpoint inpainting 1.5 ที่เฉพาะเจาะจงในแคตตาล็อกนี้แทนที่จะใช้โมเดลฐาน

การแก้ปัญหา

หัวซ้ำหรือร่างกายซ้ำ

สาเหตุ

สร้างภาพที่ความละเอียดเกิน 512 ในแกนใดแกนหนึ่ง

วิธีแก้

สร้างที่ 512x768 แล้วใช้ hires fix ขยายแทนการขอ 1024 โดยตรง

ภาพจืดชืด สีเทา

สาเหตุ

ขาดหรือ VAE อ่อนในบาง checkpoint

วิธีแก้

ใช้ checkpoint ที่มี VAE ฝังอยู่ หรือโหลด VAE มาตรฐานของ SD 1.5; เพิ่ม CFG ขึ้นหนึ่ง

คำถาม

SD 1.5 ยังน่าใช้ไหม?

ใช่ สำหรับความเร็ว, การทำงานกับ ControlNet และห้องสมุดสไตล์ขนาดใหญ่ที่ฝึกมาเฉพาะสำหรับมัน

ทำไมภาพของฉันดูแย่กว่าตัวอย่างออนไลน์?

ตัวอย่างออนไลน์ส่วนใหญ่ใช้ checkpoint 1.5 ที่ผ่านการ fine-tune พร้อม embedding เชิงลบและ hires fix โมเดลฐานดิบเป็นแค่จุดเริ่มต้น

ลิงก์และแหล่งที่มา

Hugging Face model card

โมเดลในคู่มือนี้

โมเดล Stable Diffusion 1.5

เขียนโดย

Captain

เป็นหัวหน้าทีมนี้ มีความเห็นเกี่ยวกับเวลาการถอดรหัส VAE ที่ไม่มีใครถาม เชื่อว่าน้ำหนักควรเป็นอิสระ และโมเดลที่ดาวน์โหลดไม่ได้คือการสมัครสมาชิกที่มีขั้นตอนเพิ่มขึ้น จะไม่ตอบคำถามเกี่ยวกับไฟล์เช็คพอยต์ขนาด 400 GB บน NAS

คำแนะนำทั้งหมดโดย Captain