Seed задаёт стартовое число, с которого нейросеть начинает строить изображение, и именно он отвечает за повторяемость результата при генерации картинок. Один и тот же seed вместе с одинаковым запросом и настройками возвращает тот же кадр, а случайный seed выдаёт новую картинку каждый запуск. Дальше — как зафиксировать генерацию, получить похожие вариации и где найти это поле в популярных сервисах.
Что такое seed при генерации картинок нейросетью
Seed — это стартовое случайное число, которое инициализирует генерацию изображения и задаёт исходный шум, из которого модель постепенно собирает картинку. Одинаковый seed при одинаковом промпте, версии модели и настройках воспроизводит идентичный результат; значение -1 означает случайный seed и даёт новое изображение при каждом запуске. Число обычно лежит в диапазоне от 0 до 4294967295.
По сути seed — это адрес точки старта в пространстве шума. Нейросеть получает это число, разворачивает из него псевдослучайный шум разрешением, например, 512×512, и за заданное число шагов превращает шум в картинку по вашему описанию. Если поменять seed на единицу, композиция сдвигается полностью, хотя стиль и промпт остаются прежними. Поэтому seed считают «ключом» к конкретному кадру.
в Stable Diffusion seed -1** не хранится как минус единица — интерфейс на лету подставляет случайное 64-битное число и записывает уже его в метаданные PNG, так что реально сгенерированный кадр всегда имеет конкретный положительный seed, а не -1. Если разобраться, как сгенерировать картинку по тексту онлайн, поле seed окажется рядом с основными параметрами запроса.
Как seed влияет на повторяемость результата генерации
Seed обеспечивает повторяемость только в связке с остальными параметрами: для полной воспроизводимости закрепляют промпт, версию модели, число шагов (steps), значение CFG, сэмплер и разрешение. Один seed без этих настроек не даёт тот же результат — смена любого пункта уводит картинку в сторону. Полная детерминированность требует совпадения всех перечисленных значений одновременно.
Разберём связку по пунктам. Промпт и негативный промпт описывают содержание; модель и её версия определяют «художественный стиль» весов; steps (обычно 20–40) отвечают за числом итераций; CFG (типично 5–9) регулирует силу следования тексту; сэмплер определяет математику шагов; разрешение закрепляет размер холста. Изменение шагов с 30 на 31 при том же seed уже даёт другую картинку, потому что траектория расчёта меняется.
** при равном seed и промпте смена сэмплера с Euler a на DPM++ 2M переписывает итоговый кадр сильнее, чем сдвиг seed на единицу, — Euler a добавляет собственный шум на каждом шаге и не сходится к тому же результату, что детерминированные сэмплеры.
Как зафиксировать seed и заблокировать генерацию: пошагово
Чтобы зафиксировать seed, сделайте генерацию со случайным значением, возьмите полученный seed из вывода или метаданных и подставьте его в поле seed, оставив остальные настройки без изменений. Поле seed находится под параметрами шагов и CFG, а в облачных сервисах — в панели дополнительных настроек. Повторный запуск с тем же числом воспроизводит кадр.
- Сгенерируйте изображение при seed -1 (случайный режим).
- Откройте панель результата и возьмите числовой seed — он же сохранён в метаданных PNG.
- Впишите это число в поле seed вместо -1.
- Сохраните промпт, модель, steps, CFG, сэмплер и разрешение прежними.
- Запустите генерацию — кадр воспроизведётся.
В российском агрегаторе study24.ai (90+ нейросетей в одном окне, работает из России без VPN, оплата токенами в рублях, есть бесплатный доступ с общей очередью) seed указывается в расширенных параметрах модели — логика тот же: скопировать значение и вернуть его в поле. ** в Automatic1111 кнопка-«♻» рядом с полем подставляет seed последней генерации в один клик, а «игральная кость» возвращает значение на -1 — многие путают их и случайно теряют зафиксированный кадр.
Как получить похожие вариации одного изображения через seed
Похожие вариации создают, удерживая seed фиксированным и слегка меняя один параметр: корректируют несколько слов промпта, двигают CFG на 0,5–1, либо включают variation strength (subseed) с силой 0,1–0,3. Приращение seed на +1 выдаёт соседний, но уже другой кадр. Чем сильнее правка, тем дальше результат уходит от оригинала.
Механизм subseed комбинирует основной seed с дополнительным в заданной пропорции: при силе 0,15 черты композиции сохраняются, но поза или детали чуть меняются. Такой приём подходит для серии аватарок или обложек в одном стиле. Если же требуется много разных кадров, проще сгенерировать несколько вариантов картинки сразу и потом выбрать лучший. Баланс простой: фиксированный seed + мелкая правка = похоже; смена seed = разнообразие.
subseed strength выше 0,5** практически стирает влияние основного seed — на этом пороге subseed становится доминирующим, и «вариация» перестаёт напоминать исходник, что часто считают баг интерфейса.
Где найти и задать seed в популярных сервисах генерации
Seed присутствует в большинстве генераторов, но расположен по-разному: в Stable Diffusion и Automatic1111 это отдельное числовое поле, в Midjourney — параметр --seed <число> или seed конкретного job, в DALL·E и части онлайн-сервисов управление seed спрятано. Часть потребительских инструментов убирает seed целиком ради простоты.
- Stable Diffusion / Automatic1111 — поле seed под steps и CFG; принимает число или -1.
- Midjourney — допишите
--seedк запросу либо запросите seed готового job командой; диапазон 0–4294967295. - DALL·E — прямого поля нет, seed задаётся только через API-параметр.
- study24.ai — seed указывается в расширенных настройках выбранной модели, интерфейс на русском, без установки.
Выбор конкретного движка влияет на поведение seed, поэтому сравнение Midjourney, DALL·E и Stable Diffusion подсказывает понять, где повторяемость строже. Midjourney использует один seed на сетку из 4** изображений, а не на каждое по отдельности — чтобы повторить именно верхний левый кадр, нужен ещё и его порядковый индекс, иначе --seed вернёт новую четвёрку.
Почему seed не даёт одинаковый результат: частые причины
Seed даёт разный результат чаще всего из-за смены версии модели, обновления сервиса, другого GPU, изменённого сэмплера или числа шагов, а также скрытой случайности в пайплайне. Каждая причина имеет своё исправление: вернуть прежние параметры и закрепить окружение. Совпадение seed не перекрывает расхождение остальных условий.
- Обновилась модель. Сервис подменил веса на новую версию — выберите прежнюю вручную.
- Другой сэмплер или steps. Сверьте параметры с метаданными исходного PNG.
- Другое железо. Смена GPU сдвигает округление — повторяйте на той же карте.
- Скрытая случайность. Часть онлайн-сервисов добавляет свой шум поверх seed.
Если параметры совпадают, а картинка всё равно другая, стоит разобрать, почему не получается сгенерировать картинку в конкретном сервисе. ** обновление до PyTorch другой минорной версии меняет реализацию свёрток, и один seed на той же карте даёт слегка иной кадр — поэтому продакшн-пайплайны закрепляют не только модель, но и версию библиотеки.
Ограничения повторяемости результата при работе с seed
Seed гарантирует повторяемость только внутри одного окружения: между платформами, видеокартами и версиями библиотек результат отличается из-за различий в вычислениях с плавающей точкой. Закрытые сервисы обнуляют seed при обновлениях, поэтому реалистичная цель — «похоже», а не «пиксель в пиксель» между разными средами. Полная идентичность достижима лишь на неизменной конфигурации.
Различия в округлении float32 против float16, порядок операций на CPU и GPU, драйверы — всё это ломает побитовое совпадение. Форматы вывода тоже влияют: при переносе стоит учитывать форматы и разрешение сгенерированных картинок, ведь смена размера подразумевает нового расчёта шума. ** даже при полном совпадении seed и параметров запуск на CPU и на GPU выдаёт различие в единицы процентов пикселей — это результат разного порядка суммирования во float, а не ошибка настроек.
FAQ: частые вопросы про seed и повторяемость генерации
Раздел собирает короткие вопросы про seed, которые не вошли в блоки выше: значение -1, перенос seed между сетями, извлечение seed из готового файла и влияние разрешения. Ответы краткие и по делу.
- Что значит -1? Произвольный seed: сервис подставляет новое число каждый запуск.
- Переносится ли seed между сетями? Нет — одно число в Midjourney и в Stable Diffusion выдаёт разные картинки, ведь архитектуры различаются.
- Можно ли извлечь seed из картинки? Да, если seed сохранён в метаданных PNG; из чистого JPG без метаданных — нет.
- Нужен ли новый seed при смене разрешения? Смена разрешения меняет результат и без смены seed, поэтому кадр придётся подбирать заново.
Больше коротких разборов — в общем FAQ по генерации картинок по тексту. ** seed из метаданных PNG читается только у файлов из Automatic1111 и совместимых сборок — Midjourney и DALL·E seed в файл не вкладывают, поэтому по картинке из этих сервисов исходное число восстановить нельзя.