在影視概念設計、遊戲美術與工業造型設計的創意構思初期，從粗略的手繪線稿、構圖縮圖到完成一張具備真實光影、材質紋理與環境氛圍的高階概念插畫，傳統上往往需要耗費數位繪師數小時甚至數天的心血。Stable Diffusion Web 平台與基於瀏覽器的 WebUI 工具，透過圖生圖（Image-to-Image，簡稱 img2img）模式以及核心參數重繪幅度（Denoising Strength），徹底翻轉了這項生產力瓶頸。
設計師無須再從空白畫布（txt2img）中隨機抽卡，而是將自身手繪的透視線條、幾何形體與明暗關係直接作為擴散模型的空間錨點。藉由精準調節重繪幅度，模型能在尊重原創構圖的前提下，自動補全電影級光影、物理材質與深邃氛圍。本文將詳細解析圖生圖的底層運作原理、拆解重繪幅度的關鍵數值區間，並提供一套業界實測成熟的多階段進階工作流。
圖生圖與底層擴散機制：AI 是如何理解手繪草圖的？
標準的文生圖（txt2img）是從潛在空間（Latent Space）中的純高斯雜訊出發，由 CLIP 文本編碼器所解析的提示詞引導，在預設步數內逐步預測並剃除雜訊。
而圖生圖（img2img）則是建立在 SDEdit（Stochastic Differential Editing，隨機微分編輯） 與潛在擴散模型（Latent Diffusion Models）架構之上，其轉換邏輯可分為四個關鍵步驟：
- 潛在空間編碼：變分自編碼器（VAE）將設計師上傳的高解析度手繪草圖壓縮至低維度潛在空間。草圖中的明暗反差、邊界輪廓與幾何結構被轉化為數值特徵張量。
- 受控雜訊注入（Noise Injection）：系統並非重構全新雜訊，而是在草圖的潛在張量上疊加特定比例的高斯雜訊。雜訊的多寡完全受**重繪幅度（Denoising Strength）**數值所控制。
- 文字引導的逆向去噪：擴散神經網路（如 U-Net 或 Transformer 主幹）讀取文本提示詞與帶有雜訊的潛在圖像，依序預測並消除雜訊。因為初始潛在資料中含有草圖的空間坐標，模型生成的新形體與材質會緊密貼合原本的構圖。
- 影像解碼輸出：VAE 解碼器將去噪完成的潛在特徵重構為最終的 RGB 高解析度概念插畫。
正是這套機制，保證了插畫能夠完全承襲手繪草圖的鏡頭視角、構圖平衡與透視深度，杜絕了純文字生成時視角失控的缺陷。
核心控制參數：重繪幅度（Denoising Strength）深度拆解
在 Stable Diffusion Web 介面中，重繪幅度以 0.00 至 1.00 的浮點數呈現。它在數學上決定了兩個關鍵變數：
- 注入初始草圖的雜訊強度；
- 擴散模型實際執行的逆向去噪步數（有效步數 = 總採樣步數 $\times$ 重繪幅度）。
假設採樣步數設為 40 步，當重繪幅度設為 0.60 時，系統會向草圖注入 60% 強度的雜訊，並從第 16 步接管運算，僅執行最後 24 步的實質去噪生成。
在概念設計實務中，各區間的表現與適用場景如下表所示：
| 重繪幅度區間 | 擴散模型運作特徵 | 概念插畫實戰應用場景 |
|---|---|---|
| 0.00 – 0.20 | 幾乎完全複製原圖，僅在像素邊緣進行極微小的抗鋸齒微調或雜訊撫平。 | 消除電繪筆刷鋸齒、修正細微色塊接縫、微幅提升清晰度。 |
| 0.25 – 0.40 | 高度維持草圖幾何外輪廓與色彩配置，結構不產生位移，開始運算細微材質反光與環境光遮蔽（AO）。 | 二次精修與細化階段：為已有底色的稿件增添金屬髮絲紋、皮革光澤、布料皺褶或混凝土微裂紋。 |
| 0.45 – 0.65 | 概念設計渲染的黃金區間。模型忠實保留原稿的視角透視、主體剪影與大動態，同時將粗糙的鉛筆線條轉化為寫實光影、厚實體積與具空間感的場景。 | 草圖轉彩稿核心步驟：將手繪線稿或明暗素描轉化為具備完整光影與材質的概念氣氛圖。 |
| 0.70 – 0.85 | 創意重構區間。模型僅將草圖當作色塊與構圖的模糊提示，細節線條被大量雜訊覆蓋，會自主衍生全新的機械零件、裝飾或改變局部比例。 | 前期腦力激盪、探索大膽的造形變體、發掘意料之外的色彩與光影組合。 |
| 0.90 – 1.00 | 原稿結構幾乎全面瓦解，等同於全新的文生圖，僅勉強殘留極微弱的整體亮度分佈。 | 不建議在需要嚴格保留手繪造型的工作流中使用。 |
概念設計標準作業程序：從草圖到高階插畫的五大階段
專業概念設計師不會追求「一鍵生成完美大圖」，而是將 Stable Diffusion Web 作為高效率的著色與材質輔助引擎，透過分層遞進的方式逐步打磨：
[手繪線稿 / 明暗底稿]
│
▼
[第一階段：全局風格渲染（重繪幅度 0.55 - 0.65）] ──► 生成 4-8 組色彩與光影提案
│
▼（挑選最佳方案，進行局部塗色調整）
[第二階段：局部重繪（Inpainting）細修] ───────► 修正臉部、手部、關鍵構件透視
│
▼
[第三階段：低幅度二次細化（重繪幅度 0.30 - 0.40）] ──► 整合全圖質感與微觀反光
│
▼
[最終高解析度放大與後製輸出]
1. 手繪草圖的輸入前處理
許多初學者常直接將純白紙張上的黑鉛筆線條丟入圖生圖，往往會產生背景過曝、邊緣黑線殘留或畫面髒濁的現象。這是因為擴散模型會將純白畫布解讀為強光或無限虛空。
- 畫布比例預先對齊：上傳前先將草圖裁切至與底層模型原生訓練解析度相同的長寬比（例如 SD 1.5 適用 512×512、768×768；SDXL 適用 1024×1024、1152×896）。比例不一致會造成模型強制縮放或破壞透視。
- 素描明暗分層（Value Blocking）：在 Photoshop 或 Procreate 中花幾分鐘，以灰色筆刷快速標註出前景剪影、中景主角與遠景建築的三層明暗階調。清晰的灰階能給予擴散模型精準的空間深度導引。
- 底色填色塗抹（Color Flats）：若預期打造黃昏科幻都市，可先在草圖背景平鋪一層橙黃色，暗部隨手刷上深冷藍。潛在編碼器會直接吸收這些色彩資訊，避免生成時色彩失控。
2. 精準構建材質與光影提示詞
在圖生圖模式下，提示詞無需重複贅述畫面中已繪製完成的構圖，其核心職責是指定材質表面、光源性質、大氣氛圍與渲染媒介：
- 主體與環境特徵：
abandoned futuristic industrial refinery, rusted weathering steel structures, overgrown rainforest moss, cracked wet concrete floor - 光照與氛圍營造：
cinematic golden hour rim lighting, soft atmospheric volumetric dust haze, soft diffused skylight, dramatic sun shafts - 風格與材質標籤：
concept art by Syd Mead and Feng Zhu, matte painting, Artstation trending, 8k resolution, octane render, photorealistic textures - 負面提示詞（Negative Prompt）：壓制線稿殘留與雜質：
low quality, blurry, amateur, pencil scribble, crosshatching marks, paper texture, watermark, oversaturated, distorted anatomy
3. 設定初始生成參數與批量抽卡
- 採樣演算法：推薦選用收斂速度快、細節穩定的
DPM++ 2M Karras或Euler a，步數設為 28 至 35 步。 - 提示詞相關性（CFG Scale）：保持在 7.0 至 8.5 之間。過低會忽視提示詞中的光影要求，過高（>11）則容易導致顏色過度飽和並出現火花雜訊。
- 初始重繪幅度：設定於 0.55 至 0.60。
- 批量生成：單次產出 4 至 8 張變體圖，綜合對比各圖對草圖體感與材質的詮釋，篩選出構圖與光影表現最為出色的一張。
4. 多重循環細化技術（Multi-Pass Refinement）
獲得滿意的初步彩稿後：
- 將該圖點擊「傳送至圖生圖（Send to img2img）」。
- 微調提示詞，強化微觀質感的描繪（例如加入
weathered peeling paint, rivets, mud splatter, micro-scratches on metallic surface）。 - 將重繪幅度調降至 0.30 至 0.38。
- 執行第二輪生成。由於雜訊量大幅降低，主體輪廓與宏觀光影被牢固鎖定，AI 會集中算力為既有形態賦予高精細度的表面紋理與高光細節。
5. 局部重繪（Inpainting）鎖定焦點修復
概念插畫中的關鍵視覺焦點（如駕駛艙內部儀表、角色五官、精密機械關節等），在全局圖生圖運算時常會因像素分散而產生扭曲。
- 切換至 Inpaint（局部重繪） 分頁。
- 用遮罩筆刷精準塗抹問題區塊（例如僅圈選機械手臂關節）。
- 針對該區塊微調提示詞：
intricate mechanical joint, exposed hydraulic wires, precision machined titanium bolts, clean grease sheen。 - 局部重繪幅度設為 0.45 至 0.55，重繪區域選擇「僅遮罩區域（Only masked）」。系統將以高解析度重新渲染該細部，並無縫融合進原圖中。
嚴格幾何結構場景：圖生圖搭配 ControlNet 的高階應用
在載具設計、硬表面工業設計或寫實建築透視中，直線的精準度與機械比例不容許分毫扭曲。若在傳統圖生圖中將重繪幅度調高至 0.65 以上以獲取寫實金屬反光，建築直線或車輪圓形常會產生微幅彎曲。
為解決此問題，現代概念設計管線會將圖生圖與 ControlNet 結合使用：
- Canny / Lineart 模型：從設計師草圖中精確抽取結構線條，並將其作為剛性約束直接載入擴散主幹網路。
- 協同優勢：在 ControlNet 牢固鎖定幾何形體的保護下，設計師可大膽將圖生圖的重繪幅度提高至 0.70 至 0.80。超高重繪幅度釋放了 AI 對逼真金屬反射、體積煙霧與細節光影的生成潛力，而 ControlNet 確保了硬表面結構的分毫無差。
雲端 Web 平台與本地 WebUI 部署之選型評估
設計團隊應依據專案保密規範與現有硬體資源進行工具選擇：
| 評估維度 | 雲端託管 Web 平台（如 Stable Diffusion Web 在線服務） | 本地獨立 WebUI（如 AUTOMATIC1111 / ComfyUI） |
|---|---|---|
| 硬體規格要求 | 完全無門檻。任何輕薄文書筆電、iPad 或一般辦公桌機皆可流暢執行。 | 需配備具備大顯存的高階顯示卡（建議具備 8GB 至 16GB+ VRAM）。 |
| 部署門檻與耗時 | 零建置成本，開啟瀏覽器即可立即著手創作。 | 需自行安裝 Python、Git、驅動程式，並下載動輒數十 GB 的模型權重。 |
| 算力獨占與速度 | 依雲端伺服器負載排隊，或受限於會員訂閱層級。 | 本地硬體獨占，批次渲染與局部重繪即時反饋。 |
| 功能擴充性 | 功能偏向預設整合，提供直覺的草圖彩繪濾鏡與固定風格標籤。 | 高度開放，可自由掛載社群開源模型、專屬 LoRA 微調權重與多層級 ControlNet。 |
| 機密性與 IP 保護 | 草圖上傳至雲端伺服器運算，需審慎評估商務授權與隱私條款。 | 100% 離線本地運作，完全符合一線遊戲大廠與電影工作室的保密合約（NDA）。 |
對於前期概念提案、客戶快速視覺化溝通與行動端發想，雲端 Web 平台提供了極高的機動性；而針對大型專案的深入量產階段，本地 WebUI 搭配客製化模型則是確保風格一致性與商業版權的業界標準。
設計師實戰必備要點
- 掌握重繪幅度的本質：它是雜訊截斷閥值而非通用品質開關。牢記 0.50–0.65 用於草圖轉彩稿，0.25–0.40 用於既有稿件的表面質感拋光。
- 切忌白紙黑線裸投：多花兩分鐘進行黑白灰大關係鋪底與基礎固有色上色，讓擴散模型一次看懂景深與色調。
- 貫徹多階遞進概念：依照「草圖初渲染 $\rightarrow$ 局部重繪修復 $\rightarrow$ 低重繪度二次細化」的三部曲，穩定駕馭 AI 生成走向。
- 硬表面必備 ControlNet：面對嚴苛透視與機械構件時，以 Lineart 鎖定造型，徹底解放高重繪幅度所帶來的光影與質感爆發力。
參考資料
- Image-to-image · Hugging Face
- ControlNet · Hugging Face
- ControlNet in 🧨 Diffusers
- Inpainting · Hugging Face
- Stable Diffusion XL · Hugging Face
- Features · AUTOMATIC1111/stable-diffusion-webui Wiki · GitHub
- GitHub - AUTOMATIC1111/stable-diffusion-webui: Stable Diffusion web UI · GitHub
- [2112.10752] High-Resolution Image Synthesis with Latent Diffusion Models
- [2108.01073] SDEdit: Guided Image Synthesis and Editing with Stochastic Differential Equations
- [2302.05543] Adding Conditional Control to Text-to-Image Diffusion Models