CFG Guidance Scale Stable Diffusion: Kiểm Soát Prompt và Artifact

Tính đến tháng 5 năm 2026, thang độ hướng dẫn CFG vẫn là một trong những cách trực tiếp nhất để điều khiển các mô hình khuếch tán như Stable Diffusion. Nó quyết định mức độ bám sát của đầu ra với prompt văn bản của bạn so với việc để mô hình tự do phát triển ý tưởng riêng. Giá trị thấp khoảng 1–3 cho mô hình không gian thở. Kết cấu da trở nên mềm mại hơn, tư thế tự nhiên hơn và ánh sáng chuyển hướng theo những cách bất ngờ nhưng thường rất đẹp mắt. Tăng thang độ lên cao và mọi chi tiết trong prompt gợi cảm — đường cong hông, góc độ chính xác của bàn tay — sẽ được khóa chặt hơn. Thực tế tôi đã dành khá nhiều thời gian tinh chỉnh thông số này trên các cảnh khiêu dâm hơn mức cần thiết. Tuy nhiên, sự đánh đổi xuất hiện nhanh chóng: quá thấp thì hình ảnh bỏ qua một nửa mô tả, quá cao thì màu sắc dễ bị bão hòa quá mức hoặc tỷ lệ bị méo mó.

Cơ chế bắt đầu trong quá trình huấn luyện. Mô hình học cách dự đoán nhiễu cả khi có và không có prompt bằng cách ngẫu nhiên bỏ qua điều kiện. Vào thời điểm lấy mẫu, nó kết hợp hai dự đoán này thông qua phép ngoại suy tuyến tính đơn giản. Công thức là: dự đoán cuối cùng bằng không điều kiện cộng với thang độ nhân với chênh lệch giữa có điều kiện và không điều kiện. Khi thang độ ở mức 1, thành phần prompt biến mất hoàn toàn và bạn nhận được kết quả sinh thuần túy không điều kiện. Tăng thang độ lên, ảnh hưởng của prompt sẽ tăng theo cấp số nhân. Hầu hết nhà phân tích bỏ qua phần này. Tuy nhiên, hiểu rõ phép ngoại suy này giải thích tại sao những thay đổi nhỏ trên thanh trượt lại tạo ra sự khác biệt rõ rệt về độ chính xác giải phẫu và tính nhất quán của ánh sáng.

Đối với công việc NSFW thực tế, điểm ngọt thường nằm trong khoảng 4 đến 6. Thân thể giữ tỷ lệ cân đối, da thể hiện sự tán xạ dưới bề mặt tự nhiên, và tư thế tôn trọng sự thân mật được yêu cầu mà không trở nên cứng nhắc. Vượt qua 10, mô hình tuân thủ mọi tính từ trong prompt của bạn, nhưng highlight dễ bị cháy và chi tay đôi khi bị kéo dài theo cách phá vỡ ảo giác. Các bố cục cận cảnh chịu ảnh hưởng trước tiên. Hiểu rõ cơ chế CFG guidance chính là yếu tố giúp công cụ tạo ảnh thành video thế hệ mới sản xuất được những cảnh người lớn siêu thực tế, bám sát prompt với ánh sáng, giải phẫu và chuyển động có thể kiểm soát. Thang Độ Hướng Dẫn CFG: Kiểm Soát Chính Xác Trong Khuếch Tán AI Người Lớn khám phá cách các nguyên tắc này tiếp tục phát huy khi chuyển động được đưa vào quy trình.

SD 1.5 vẫn ưu tiên 7–12 để có kết quả sắc nét, mặc dù các trình lập lịch hiện đại cho phép bạn giảm vài điểm mà không mất độ trung thực. SDXL hoạt động tốt nhất ở mức 5–8. Flux và SD 3.5 phản hồi tốt nhất với dải thấp 3–5 vì quá trình huấn luyện của chúng đã tích hợp sẵn khả năng bám sát prompt mạnh mẽ hơn. Giá trị CFG cao hơn cũng tương tác với số bước lấy mẫu. Ở 20 bước, thang độ 8 có thể trông sạch; ở 50 bước, cùng giá trị đó thường cần giảm xuống để tránh làm nét quá mức. Các pipeline video khuếch đại sự khác biệt này vì mọi khung hình phải duy trì sự nhất quán xuyên suốt chuỗi. Vâng, tôi biết nghe có vẻ lạ, nhưng dữ liệu đã chứng minh điều này qua hàng chục lần render thử nghiệm.