Steps

Steps (sampling steps) — количество шагов, за которые диффузионная модель превращает шум в картинку. Каждый шаг убирает часть шума и приближает изображение к финалу. Стандартное число для SDXL — 20–30 шагов, для FLUX Dev — 20–28, для FLUX Schnell и SDXL Turbo — 4 шага благодаря специальной дистилляции. Это главный параметр баланса «качество против скорости»: вдвое больше шагов — вдвое дольше генерация.

Коротко

Коротко. Steps — число итераций сэмплера от шума к картинке. Каждая итерация уменьшает шум на расчётную величину; чем шагов больше, тем чище деталь — но и тем дольше рендер. Магия в нелинейности: после определённого числа улучшение незаметно глазу, а время продолжает расти. Знать «свой» step-режим для каждой модели — половина дела в эффективной генерации.

Что это такое

Январь 2023-го. Пользователь Stable Diffusion ставит Steps=150, надеясь получить «максимальное качество». Через 30 секунд получает картинку — внешне ничем не отличается от той, что вышла бы за 25 шагов. Только заняла шесть раз дольше.

Это типичная ошибка новичка. Чтобы понять, как работают Steps, нужно представить процесс диффузии не как «больше шагов = лучше детали», а как кривую с насыщением: первые шаги дают огромный прирост качества, последние почти ничего не меняют.

Каждый шаг — это один вызов U-Net, который предсказывает, какой шум надо вычесть из текущего латента. Sampler (DPM++, Euler, DDIM) и Scheduler (Karras, Beta, Simple) определяют, как делать каждый шаг и какие уровни шума ставить в очередь. Steps — это сколько таких шагов сделать.

Рекомендуемые диапазоны 2026 года:

• SD 1.5 — 20–25 шагов с DPM++ 2M Karras.
• SDXL Base / Tune — 25–30 шагов с DPM++ 2M Karras.
• SDXL Turbo / Lightning — 4–8 шагов с Euler Simple.
• FLUX Dev — 20–28 шагов с Euler Simple.
• FLUX Schnell — 4 шага с Euler Simple (другие значения ломают результат).
• LCM-LoRA / Hyper-SD — 4–8 шагов с LCM Sampler.

Как это работает

Диффузия начинается с полного шума и проходит N шагов до чистого латента. Каждый шаг сэмплер делает примерно следующее:

1. Получает текущий «грязный» латент.
2. Прогоняет его через U-Net, спрашивая «какой шум вычесть».
3. Применяет шедулер: считает, на какой уровень шума переходить дальше.
4. Получает новый, менее «грязный» латент.

Время — наоборот, линейно. 30 шагов SDXL на RTX 4070 — 12 секунд. 60 шагов — 24 секунды. Удвоение шагов = удвоение времени, без видимого прироста качества.

Дистилляция — техника, позволяющая обучить модель работать в 4–8 шагов. Stability AI выпустила SDXL Turbo (декабрь 2023), ByteDance — SDXL Lightning (февраль 2024), Black Forest Labs — FLUX Schnell. Все три используют distillation, чтобы то же качество выдавать в десятки раз быстрее.

LCM-LoRA — отдельный подход: подключаете специальную LoRA к любой SDXL-модели и переходите в режим 4–8 шагов. Качество чуть ниже Lightning, но работает с любой моделью.

Пример на практике

Видеомонтажёр делает превью-кадры для серии видео: 200 кадров, нужно быстро.

Сценарий 1 — стандартный SDXL Juggernaut, 30 шагов. 30 × 200 = 6000 шагов суммарно. На RTX 4070 каждый кадр ~12 секунд. Итого 40 минут.

Сценарий 2 — SDXL Lightning, 6 шагов. 6 × 200 = 1200 шагов. Каждый кадр ~3 секунды. Итого 10 минут.

Картинки Lightning чуть менее детализированы (~5% разницы по чёткости), но для превью этого достаточно. Финальные кадры можно пересчитать на стандартном Juggernaut.

Сценарий 3 — FLUX Schnell, 4 шага. 4 × 200 = 800 шагов. На той же RTX 4070 с FLUX Schnell в FP8 — ~4 секунды на кадр. Итого 14 минут. Качество немного выше, чем у SDXL Lightning, но FLUX-LoRA не такие развитые.

С чем часто путают

• Steps и шаги обучения (training steps) — это разные понятия. Sampling steps — шаги при генерации (инференс). Training steps — итерации при тренировке модели или LoRA. Цифры порядков отличаются: sampling — десятки, training — десятки тысяч.
• Steps и CFG Scale — Steps это «сколько раз», CFG это «как сильно». Можно поставить 30 шагов и CFG=2 (быстрая мягкая генерация) или 30 шагов и CFG=10 (медленная пережаренная). Это параллельные параметры.
• Steps и Iterations / Batch — Iterations это сколько раз запустить генерацию подряд, Batch — сколько картинок параллельно. Steps — внутри одной генерации.
• Steps и Denoise — denoise это часть steps. При denoise=0.5 sampler делает только половину запланированных шагов (15 из 30).

Частые ошибки и заблуждения

• «Больше шагов = чище детали». Только до точки насыщения. После 20–30 шагов разница на глаз отсутствует, время растёт линейно.
• «SDXL Turbo с 30 шагами лучше, чем с 4». Наоборот. Turbo обучена на 1–4 шага, на 30 даёт мутный, «перешлифованный» результат.
• «4 шага FLUX Schnell хуже 28 шагов FLUX Dev». На простых сценах — почти не уступает. На сложных — да, заметно. Но Schnell в 7 раз быстрее, для черновиков — золото.
• «Steps зависит от размера картинки». Нет. Картинка может быть 512×512 или 2048×2048 — алгоритм делает то же число шагов, просто на латенте большего размера. Steps и Resolution — независимые параметры.
• «Можно остановить генерацию на 10 шагах и получить готовый кадр». Только с дистиллированными моделями (Turbo, Lightning, Schnell). На обычных SDXL/FLUX 10 шагов — это «недоделанная» картинка с артефактами.

Связанные термины

• Sampler — алгоритм каждого шага.
• Scheduler — расписание уровней шума по шагам.
• CFG Scale — параллельный параметр силы промпта.
• Denoise — доля шагов, которые реально выполняются (для img2img).
• SDXL Turbo / Lightning — модели, обученные на работу в 1–8 шагов.
• LCM-LoRA / Hyper-SD — LoRA-адаптеры, ускоряющие любую SDXL до 4–8 шагов.

Частые вопросы

Какие Steps выбрать? По модели: SDXL — 25–30, SDXL Lightning — 6, SDXL Turbo — 4, FLUX Dev — 20–28, FLUX Schnell — 4, SD 1.5 — 20–25. Для finalных рендеров чуть больше, для черновиков и анимаций — минимум.

Можно ли увидеть промежуточные шаги? Да, в ComfyUI узел Preview Latent или VAE Decode после промежуточного KSampler. В Automatic1111 — Preview frequency в Settings → User Interface → Live preview. Полезно для отладки.

Что значит «шаг 0»? Старт сэмплера — латент полностью шумный. Шаг 1 — первое шумоподавление. Шаг N (последний) — чистый латент готов к декодированию.

Влияют ли Steps на seed-воспроизводимость? Да. Изменили Steps — получили другую картинку даже на том же seed. Воспроизводимость требует фиксации всех параметров.

Сколько Steps для img2img? То же количество, что и для txt2img, но с denoise=0.4–0.8. Фактически выполнится только denoise × steps шагов. На denoise=0.5 со steps=30 — реально 15 шагов.

Главное

Steps — главный параметр баланса «качество против скорости». Знать диапазон для своей модели — половина оптимизации пайплайна. Для классической SDXL/SD 1.5 — 20–30 шагов с DPM++ 2M Karras. Для дистиллированных Turbo/Lightning/Schnell — строго 4–8 шагов. Лишние Steps выше насыщения — пустая трата времени. В ComfyUI это параметр KSampler, в Automatic1111 — «Sampling steps» в txt2img.