SDXL 的 Base 与 Refiner，为什么可以分两段完成一张图

看到 SDXL 工作流同时加载 Base 和 Refiner，容易误以为少一个就不能画。官方模型卡给出的答案更具体：Base 可以独立出图；Refiner 则专门承担生成后段的细化。两者可以分工，也可以只用 Base。这对已经接触本地图像生成的人有用，因为“构图已经满意，细节还想继续处理”终于对应到一个具体环节。

中间交出去的，还不是一张普通照片

Base 模型卡的完整示例用“夜晚从巨石跃起的狮子”作为提示：总采样步数设为 40，Base 做到设定的 80% 位置时，把中间的 latent 交给 Refiner，后者从同一位置接着完成。latent 可以理解为模型内部的图像表示，并不是把一张低清 JPEG 放大。

来源：Stability AI 官方 SDXL 模型卡。图中重点是中间表示的交接，标注尺寸属于官方示意。

这说明能调的地方不只是提示词，还有“哪一段由谁完成”。官方例子的 80/20 是代码中的交接配置，不是适用于所有图片的质量公式。你可以先保留 Base 的独立结果，再判断引入 Refiner 是否对当前材质、光照和细部有帮助；它不会自动纠正所有构图错误，也不能把不存在的人体结构还原正确。

已经出完的图，也有另一条入口

Refiner 模型卡还给出图生图路线：加载一张已有图片，配合宇航员骑马的文字描述继续生成。与前面的交接不同，这里从成图重新进入生成过程。前者适合把两段固定在一条工作流里，后者便于拿已有候选继续尝试；两条路线的输入形态不同，不能只看到“细化”二字就当作同一个按钮。

这个区别也影响素材保留方式。若计划接续中间步骤，工作流需要输出 latent；若只留下导出的成图，仍可走图生图，但已经换了处理路径。普通创作者无须因此先学一套网络结构，知道中间结果与最终图片是两种材料，便能看懂为什么有些教程要求连接节点、有些教程只要求上传图片。

SDXL 1.0 是成熟模型，这里介绍的是它的工作分工，并非新版本发布。权重采用 CreativeML Open RAIL++-M，带有用途约束。模型卡明确列出难以生成可读文字、复杂空间组合和人物细节可能出错等限制。做中文海报时，更稳妥的分工是把它用于画面素材，再在排版软件中处理准确文案；Refiner 不能被当成把所有字变正确的修复器。已有 SDXL 工作流的读者，可以从官方两个模型卡中的同一提示、交接位置与输出格式开始看，决定自己到底需要哪一段。