AI繪圖-實測：比較目前20種採樣方式的速度與圖片生成結果(stable diffusion webui)

這篇主要是比較目前在stable diffusion webui下的20種採樣方式的圖片生成速度與生成結果比較。此處所說的採樣即是Sampling method，也有的會翻成取樣方法。保險起見，給個新手提示，採樣方式的選單位置如下圖所示，這是常用功能，理論上應該大家都知道它是啥：

目前採樣方式是20種，以後有可能隨著版本更新再增加，若到時stable diffusion webui還是熱門工具並且我還心有餘力的話，我會再對此篇文章隨時更新。

如果你的stable diffusion webui的採樣方式比我列的少，有可能是你還沒有更新版本，記得去更新，最近新增的採樣方式UniPC我覺得還算不錯。

每個人的軟硬體環境都不同，就算你跟我用同樣的顯卡速度也未必會跟我一模一樣，所以在這篇內容中要關注的是各採樣方法間的相對速度，而不是實際秒數。

測試環境：

我的顯卡是NVIDIA RTX 3080 10G，生成模型統一採用Chilloutmix-Ni，

採樣步數(Sampling steps)一律設成30步，圖片size設為800*800，

並且不額外使用其它的ControlNet與Lora等影響生圖速度的套件。

僅單純的用內建功能使用同一組prompt隨機生圖，一次生4張。

並且生圖過程中不會開啟其它軟體或對電腦做其餘操作，以免影響生圖速度。

其餘不太影響生成速度的軟硬體細節我就不再多說了。

測試結果：

1. Euler a，總耗時02:18，平均34.5秒
2. Euler，總耗時02:12，平均33秒
3. LMS，總耗時02:13，平均33.25 秒
4. LMS(增為40步)，總耗時03:05，平均46.25秒 (30步時會採樣不足，這步是多測的)
5. Heun，總耗時04:29，平均67.25秒
6. DPM2，總耗時04:36，平均69秒
7. DPM2 a，總耗時04:37，平均69.25秒
8. DPM++2S a，總耗時04:35，平均68.75秒
9. DPM++2M，總耗時02:19，平均34.75秒
10. DPM++SDE，總耗時04:30，平均67.5秒
11. DPM fast，總耗時02:21，平均35.25秒
12. DPM fast(增為50步)，總耗時03:51，平均57.75秒(30步時會採樣不足，這步是多測的)
13. DPM adaptive，總耗時05:08，平均77秒
14. LMS Karras，總耗時02:13，平均33.25秒
15. DPM2 Karras，總耗時04:23，平均65.75秒
16. DPM2 a Karras，總耗時04:38，平均69.5秒
17. DPM++2S a Karras，總耗時04:39，平均69.75秒
18. DPM++2M Karras，總耗時02:20，平均35秒
19. DPM++SDE Karras，總耗時04:40，平均70秒
20. DDIM，總耗時02:25，平均36.25秒
21. PLMS，總耗時02:42，平均40.5秒
22. PLMS(增為40步)，總耗時03:18，平均49.5秒(30步時會採樣不足，這步是多測的)
23. UniPC，總耗時02:19，平均34.75秒

有三種採樣方式比較特別，LMS/DPM fast/PLMS，這三種在30步時採樣不足會生出異形圖，必須提高步數才行，這可以理解為，它們在相同基準上，速度不會比別人慢，但它們必要的基礎步數會比別人高。

以上是依stable diffusion webui中的介面排序來列，你們可能更想知道的是速度排名。整理如下。

依速度排列：

1. Euler
2. LMS
3. LMS Karras
4. Euler a
5. DPM++2M
6. UniPC
7. DPM++2M Karras
8. DPM fast
9. DDIM
10. PLMS
11. DPM2 Karras
12. Heun
13. DPM++SDE
14. DPM++2S a
15. DPM2
16. DPM2 a
17. DPM2 a Karras
18. DPM++2S a Karras
19. DPM++SDE Karras
20. DPM adaptive

但測試時其實是有誤差值存在的，就算是同一種採樣方式，也不會每次跑都是同樣秒數，所以我必須再次強調，重點不是秒數，而是相對的快慢。整體來說可以分成三個段次來理解：

前段班：(平均每張圖3X秒)

• Euler
• LMS
• LMS Karras
• Euler a
• DPM++2M
• UniPC
• DPM++2M Karras
• DPM fast
• DDIM
• PLMS

後段班：(平均每張圖6X秒)

• DPM2 Karras
• Heun
• DPM++SDE
• DPM++2S a
• DPM2
• DPM2 a
• DPM2 a Karras
• DPM++2S a Karras
• DPM++SDE Karras

放牛班：(平均每張圖7X秒，甚至更久)

• DPM adaptive

圖片隨機生成結果比較：

這些圖都是使用同樣prompt與同樣設定的生成結果，並且不使用任何套件功能，然而在不使用Lora或其它功能的狀況下，顯然生出來圖的就是目前在AI繪圖圈中爛大街的那張網美臉，沒辦法。

也許是我眼拙，我看不出有哪個採樣方法可以保證一定特別漂亮或是特別醜，如果在個人審美觀都覺得差不多的情況下，我會選擇速度快的。如果你們覺得有哪個採樣方法特別厲害或特別慘，歡迎留言討論一下。

咒語參考：

有格友留言說想參考原始prompt，用以驗證一下繪圖咒語跟生成圖片的關連性，我補充這裡。

prompt:

1girl, asia face,(colorful dress),young face, blue eyes,lively street, looking at viewer, facing front, ultra high res, (photorealistic:1.4),masterpiece,best quality,official art, (8k, RAW photo:1.2),(portrait:1.4), cinematic lighting ,(solo:1.7), (eyelashes:1.1), (happy:1.21), (depth of field:1.1), lens flare, (chromatic aberration:1.1), (caustics:1.1),full body,delicated,

負面提示詞(negative)：

paintings, sketches, fingers, (worst quality:2), (low quality:2), (normal quality:2), lowres, normal quality, ((monochrome)), ((grayscale)), skin spots, acnes, skin blemishes, age spot, (outdoor:1.6), backlight,(ugly:1.331), (duplicate:1.331), (morbid:1.21), (mutilated:1.21), (tranny:1.331), mutated hands, (poorly drawn hands:1.5), blurry, (bad anatomy:1.21), (bad proportions:1.331), extra limbs, (disfigured:1.331), (more than 2 nipples:1.331), (missing arms:1.331), (extra legs:1.331), (fused fingers:1.61051), (too many fingers:1.61051), (unclear eyes:1.331), lowers, bad hands, missing fingers, extra digit, (futa:1.1),bad hands, missing fingers,nipple,nude,sexy,nsfw