去噪强度

定义

去噪强度是图像生成工具中的一个数值参数，用以表示生成过程从参考图出发走完多少比例的反向去噪流程，常见取值为 0 到 1 之间的浮点数，多数接口默认取 0.75 左右^[3][4]。在 Stable Diffusion 类工具的中文界面里，它常被译作重绘幅度或重绘强度，在官方代码中则直接称作 strength，含义是加噪与去噪的强度，而不是对成片做后期降噪的滤镜强度^[5]。

第二段说明该参数的作用对象是图生图、局部重绘与放大修复等以已有图像为起点的任务，在纯文本生成图像时一般不会出现^[1]。在两个端点附近含义很明确：取 0 时不注入噪声，输出与输入基本一致；取 1 时注入的噪声达到最大，去噪过程跑满全部步数，输入图几乎被忽略，效果接近纯文生图^[6]。

原理

扩散模型分为前向加噪与反向去噪两个过程：前向过程按时间步逐步向图像注入高斯噪声，反向过程则由网络逐步预测并去除噪声，最终还原出清晰图像^[7]。去噪强度作用于后一个过程，它决定反向流程从哪个时间点起步，因而决定了初始噪声占多大比例、需要执行多少个去噪步数^[8]。用公式表达，图生图的起点潜变量为 $x_{t_0}=\sqrt{\bar{\alpha}_{t_0}}\,x_0+\sqrt{1-\bar{\alpha}_{t_0}}\,\epsilon$，其中 $x_0$ 为参考图编码结果，$\epsilon$ 为高斯噪声，$t_0$ 由去噪强度换算而来^[9]。

在主流实现中，该换算多按步数折算：实际执行的步数约为总推理步数乘以去噪强度，例如总步数为 30、强度为 0.7 时从第 21 步之后开始去噪，前 30% 的步数被跳过^[10][8]。也有实现提供按噪声水平换算的替代方式，使强度直接对应输入中噪声与图像的混合比例，二者结果可能差别明显，是否启用通常由用户选择^[10]。下图概括了这一流程：

flowchart LR

A[参考图] --> B[编码到潜空间]

B --> C{按去噪强度加噪}

C -->|强度=0| D[直接解码, 图像不变]

C -->|0<强度<1| E[从中途时间步开始反向去噪]

C -->|强度=1| F[纯噪声起步, 跑满全部步数]

E --> G[解码输出]

F --> G

由于去噪强度同时决定噪声比例与步数，它与总推理步数、采样器调度方式存在耦合；同一强度值换用不同调度器时，实际注入的噪声量可能不同，因此跨工具横向比较参数值意义有限^[10]。

发展历程

2020 年，Jonathan Ho 等人在去噪扩散概率模型（DDPM）中系统给出了前向加噪与反向去噪的训练目标，为后续以噪声水平为核心的控制方式奠定基础^[11]。2021 年，斯坦福大学等机构的陈琳·孟（Chenlin Meng）等人提出 SDEdit，用随机微分方程框架描述“先对引导图加噪、再从中间时间点反向去噪”的编辑流程，并把这一中间时间点作为控制真实感与忠实度权衡的核心超参数^[12]。

该论文于 2022 年在国际学习表征会议（ICLR）上发表，其思路随后被文本引导的图生图功能采用，Stable Diffusion 的 img2img 即为其代表实现^[12][8]。在开源的 diffusers 等库中，这一超参数以 strength 之名出现在图生图与局部重绘管线中，并被限定在 0 至 1 区间，超出范围会抛出取值错误^[3]。

应用

在图生图中，去噪强度是控制改动幅度的主开关，低值保留原图结构与内容、只做风格与细节上的微调，高值则允许提示词大幅改写画面，实际操作常以 0.5 至 0.7 作为起步区间再逐档调整^[2][1]。也有教程按效果把区间划分为 0 至 0.3 的轻微调整、0.5 至 0.7 的平衡区间以及 0.8 以上近乎重画的三档，不同来源给出的分界并不完全一致^[13][14]。

在局部重绘与蒙版重绘中，该参数与蒙版模式配合使用，用以决定被涂抹区域重新生成的程度；改换背景、替换主体等任务通常用较高的强度，而保留毛发、布料等精细结构的修饰则用较低强度^[15]。放大与细节修复同样借此参数工作：先将低分辨率图放大或加噪，再用较低强度重绘补充纹理，使输出尺寸增大的同时细节更清晰^[16]。

在研究与评测中，该参数被当作影响结果的独立变量加以考察。有研究以 Stable Diffusion 3 Medium 与 Flux.1 为对象，比较提示词引导强度、去噪强度、随机种子与采样器组合对结构保真度和感知质量的影响，发现去噪强度在降噪与保留细节之间存在权衡，过高的取值虽提升清晰度，却会损失纹理层次^[17]。另有图像修复实践显示，当模型对手部、眼部等细节生成异常时，可通过降低去噪强度加以约束^[18]。

局限

去噪强度只能粗粒度地权衡“像原图”与“像新图”，无法指定图像中哪些部分必须保留。即便把它调低，模型仍可能改动手部姿态、建筑轮廓等不希望变动的细节，需要借助额外条件控制手段才能锁定结构^[19]。它也不能保证结果可复现：生成过程本身具有随机性，相同强度与提示词多次运行会得到不同结果，同一数值在不同模型、不同调度器下的效果也不一致^[10][7]。

在数值两端还存在明确的失效区。强度过低时，原图信息在一定程度上限制住采样过程，文本提示难以生效，改动提示词往往看不出差别；强度过高时，噪声比例过大，画面结构容易松散甚至崩坏，靠修改提示词也难以挽回^[14]。此外，“强度”一词本身容易被误解：它指的是加噪比例而非成片的后期降噪程度，也不等同于原图与生成图按比例的像素混合^[5][9]。

参见

• 扩散模型 —— 去噪强度所依附的生成模型框架，其前向加噪与反向去噪过程决定了参数的含义。

• Stable Diffusion —— 将该参数用于图生图与局部重绘的代表性开源模型与工具生态。

• SDEdit —— 提出“先加噪后去噪”编辑思路、以中间时间点控制权衡的方法。

• 图生图 —— 以参考图为起点的生成任务，去噪强度是其中的核心参数。

• 局部重绘 —— 借助蒙版只重新生成部分区域的编辑方式，同一参数用于控制改动程度。

• 采样器 —— 决定去噪步进方式的组件，与去噪强度共同影响实际注入的噪声量。