Praktyczne zastosowania

ERNIE-Image-Turbo: dlaczego ustawienia z SD 1.5 nie działają

Q: Czym sampler różni się od schedulera w ComfyUI?

W ComfyUI sampler i scheduler to dwa osobne ustawienia . Etykieta „DPM++ M Karras” opisuje parę, a nie jeden sampler . Bez podania schedulera porównanie dwóch samplerów jest niepełne, bo nie wiadomo,

ERNIE-Image-Turbo jest dostrojony do 8 kroków, CFG 1 i pary Euler + simple. Wyjaśniamy, co naprawdę zmienia obraz i jak rzetelnie porównywać samplery.

Andrzej Niemiec

18 sierpnia 2026 · 11 min czytania · 1217 słów

Reviewed by Andrzej Niemiec

Czym jest ERNIE-Image-Turbo i skąd bierze się jego wrażliwość na samplery?

ERNIE-Image-Turbo to model text-to-image opracowany przez zespół ERNIE-Image w Baidu. Repozytorium z wagami jest publicznie dostępne na Hugging Face od wiosny 2026 roku [1], a premierę i opis modelu potwierdza oficjalny blog Baidu [2]. Architektonicznie to jednoprzebiegowy Diffusion Transformer o 8 mld parametrów [3], a nie checkpoint Stable Diffusion 1.5 ani jego fine-tune.

Wrażliwość na samplery wynika z destylacji. Standardowy ERNIE-Image to wariant SFT pracujący typowo w 50 krokach z CFG 4. Wersja Turbo powstała z użyciem DMD oraz uczenia ze wzmocnieniem i jest przeznaczona do 8 kroków przy CFG 1 [3][1]. Przy tak krótkim próbkowaniu każdy krok odpowiada za większy fragment odszumiania, więc zmiana samplera silniej zmienia końcowy obraz niż w modelach pracujących w 20–30 krokach. Szerszy kontekst doboru generatorów zebraliśmy w hubie generatory obrazów AI, a porównanie modeli obrazowych w tekście o ERNIE, Qwen i ZiT.

Czy zmiana samplera naprawdę psuje obraz w ERNIE-Image-Turbo?

Nie ma potwierdzenia, że sam sampler psuje obraz w każdym przypadku. Test społeczności ComfyUI pokazał, że dobór samplera i schedulera może silnie zmieniać kompozycję, a część kombinacji przy 8 krokach dawała obrazy określane jako „garbage” [5]. To obserwacja z jednego testu, nie uniwersalna reguła.

Dokumentacja integracji Civitai podaje dla Turbo ustawienia domyślne: Euler + simple, 8 kroków i CFG 1, z praktycznym zakresem około 6–12 kroków [4]. Euler a nie jest więc niekompatybilny z modelem. To inny tryb próbkowania niż zalecany, a różnica uwidacznia się najmocniej przy niskiej liczbie kroków.

Czym sampler różni się od schedulera w ComfyUI?

W ComfyUI sampler i scheduler to dwa osobne ustawienia [6]. Etykieta „DPM++ 2M Karras” opisuje parę, a nie jeden sampler [6][4]. Bez podania schedulera porównanie dwóch samplerów jest niepełne, bo nie wiadomo, jaki rozkład szumu zastosowano w próbkowaniu.

Euler a jest dodatkowo samplerem ancestralnym, który ponownie dodaje szum w trakcie próbkowania [8]. Skutki są dwa. Rośnie zmienność między seedami, a powtarzalność przy tej samej wartości seed spada — model może zbudować inną kompozycję niż sampler deterministyczny [9]. W praktyce ten sam prompt i seed nie gwarantują porównywalnego kadru, gdy zmieniasz rodzinę samplera.

Dlaczego ustawienia z SD 1.5 nie przenoszą się na Turbo?

Stable Diffusion 1.5 jest relatywnie tolerancyjny wobec samplerów i często dobrze pracuje z Euler a przy 20–30 krokach [7]. To nie znaczy, że Euler a działa bezbłędnie zawsze: źródła opisują go jako szybką i popularną opcję, nie jako gwarancję poprawnego wyniku [8][9]. Mechanikę samplerów w starszych modelach opisujemy osobno w tekście o samplerach w Stable Diffusion.

Turbo był dostrajany do bardzo krótkiego próbkowania [3][4]. Przeniesienie 25 kroków i CFG 7 z SD 1.5 zmienia warunki, w których model się uczył. Wynik nie musi być gorszy, ale jest mniej przewidywalny. Dlatego porównania prowadź na wartościach zalecanych przez dostawcę, a odstępstwa testuj pojedynczo, z zapisanym workflow.

Które kombinacje ustawień porównać najpierw?

Tabela zestawia trzy punkty startowe według tych samych kryteriów. Każde odchylenie od ustawień domyślnych wymaga własnego testu, bo zmiana schedulera zmienia wynik niezależnie od samplera [6].

Kryterium	Euler + simple	Euler a	DPM++ 2M
Zgodność z dokumentacją Turbo	ustawienie domyślne w Civitai [4]	nie wymienione jako domyślne [4]	nie wymienione jako domyślne [4]
Powtarzalność przy tym samym seedzie	wysoka	niższa, sampler ancestralny dodaje szum [8]	wysoka, brak dodawania szumu [8]
Zmienność kompozycji przy 8 krokach	stabilny punkt odniesienia [4]	duża, część kombinacji oceniano jako „garbage” [5]	zależna od schedulera, wymaga osobnego testu [6]
Znane źródła artefaktów	niskie ryzyko przy 8 krokach i CFG 1 [4]	zależne od workflow i prompt enhancera [10]	zależne od rozdzielczości i kwantyzacji [11]

Jakie artefakty raportują użytkownicy i od czego zależą?

Użytkownicy raportowali wzory siatkowe, nadmierny kontrast, przegrzany wygląd i problemy przy większych rozdzielczościach [10]. Przegląd modelu pod kątem fotorealizmu wskazuje, że na wynik wpływa też prompt enhancer, kwantyzacja, workflow, VAE i rozdzielczość [11]. Przyczyna nie jest więc jednoznacznie przypisana samplerowi.

To ważne przy diagnozie. Jeśli obraz ma siatkę lub przepalone światła, zmiana samplera może nie pomóc. Najpierw ustal, czy problem nie leży w kwantyzacji wag, włączonym enhancerze promptu albo rozdzielczości innej niż treningowa.

Jak rzetelnie przetestować samplery i schedulery?

Poprawny test porównawczy wymaga stałych warunków: ten sam model i wariant wag, ten sam prompt, seed, rozdzielczość, CFG, liczba kroków i scheduler [4]. Prompt enhancer musi być wyłączony albo identyczny w każdej próbie. Porównuj kilka seedów, nie pojedynczy portret, bo jeden obraz nie odróżnia wrażliwości modelu od przypadku [4][5].

Kolejność działań, która ogranicza liczbę zmiennych:

Ustaw zalecane 8 kroków, CFG 1 i Euler + simple jako punkt odniesienia.
Zmieniaj tylko sampler, zostawiając scheduler bez zmian.
Po ustaleniu samplera przetestuj schedulery, po jednym.
Dopiero potem sprawdź zakres 6–12 kroków i wyższe CFG [4].
Zapisuj workflow i metadane, żeby porównanie dało się powtórzyć.

Jeśli pracujesz na własnych wagach, sprawdź też warianty kwantyzacji — przegląd społeczności wskazuje, że artefakty mogą pochodzić z tego poziomu, a nie z samplera [11]. Przy pracy na LoRA pomocny bywa też tekst o dwóch LoRA w Klein 9B.

Najczęstsze pytania

Czy Euler a psuje obrazy w ERNIE-Image-Turbo?

Nie w każdym przypadku. Euler a jest samplerem ancestralnym, który dodaje szum, więc zwiększa zmienność i obniża powtarzalność przy tym samym seedzie [8][9]. Test społeczności pokazał, że część kombinacji przy 8 krokach dawała słabe obrazy, ale nie dowodzi to, że każda zmiana na Euler a psuje każdy kadr [5].

Jakie ustawienia są zalecane dla ERNIE-Image-Turbo?

Dokumentacja integracji Civitai podaje Euler + simple, 8 kroków i CFG 1, z zakresem praktycznym około 6–12 kroków [4]. Standardowy ERNIE-Image pracuje natomiast typowo w 50 krokach z CFG 4, więc ustawienia obu wariantów nie są wymienne [3].

Czy zmiana samplera wystarczy, żeby poprawić obraz?

Nie zawsze. Na wynik wpływa też scheduler, liczba kroków, CFG, rozdzielczość, prompt enhancer, wariant wag i kwantyzacja [10][11]. Sampler jest jednym z elementów konfiguracji, a nie jedyną zmienną, którą regulujesz.

Dlaczego ten sam seed daje inny obraz po zmianie samplera?

Bo sampler zmienia trajektorię odszumiania. Przy samplerze ancestralnym dodatkowo wraca szum, więc wynik przy tej samej wartości seed może się różnić kompozycją [8][9]. To normalne zachowanie modelu, nie błąd ustawień.

Źródła

O autorze

Andrzej Niemiec

Fanatyk nowych technologii i specjalista w zakresie sztucznej inteligencji.

→ LinkedIn → www