种子（seed）

扩散模型用随机的雪花噪声构建出一幅画，而计算机无法凭空生成真正的随机数：它用的是一个从某个数字开始的生成器。这个数字就是种子。把 81726354 输入两次，生成器就会产生两次同样的雪花。由于其余的过程是一连串固定的计算，最终的图片也就一样，这让一场抽奖变成了可以重复、分享和比较的事情。

这在三个方面有用。第一，你可以保留喜欢的构图，只改动措辞：当黎明时的灯塔构图正合适时，用同样的种子试试换一种天空的颜色，布局大体上会保留下来。第二，你可以做公平的测试：一次只改一项设置，比如引导强度或步数，差别就来自那项设置，而不是运气。第三，你可以记下一个好结果的种子，这样同事或将来的你都能重现它。

也要了解它的局限。种子只有在其他一切都相同时才能重现一幅图：同样的模型和版本，同样的提示词、尺寸、步数和采样器。只改一个词，画面就可能大幅变化，因为提示词的细微变化会以不同的方式引导噪声。有些服务器还会使用硬件或并行计算，带来微小的差异，所以在不同的服务之间，很可能得到完全一样的图，但无法保证。而且种子不是质量分数：7 号种子并不比 8 号更好，它只是另一个起点。

来看一个实际的流程，就能明白它的价值：假设你在为一家面包店准备海报，先生成八份草稿，挑出面包皮和光线都让你满意的那张面包照片，记下它的种子。接着只变化背景，从质朴的木桌换成大理石台面，而种子保持不变。因为起始噪声是共享的，面包本身的形状和位置大致不变，所以比较是公平的，客户可以在整洁的备选方案之间做选择。没有记录下来的种子，每一次新的尝试都是重新掷一次骰子，一个有前途的构图可能就此永远丢失。

最后请记住，分享种子也是对协作者的一种体贴：设计师、编辑和客户可以按编号讨论同一份草稿，而不用来回发截图、猜测哪句措辞产生了哪种效果。

NeverNo 的图片生成 API 在返回每张图片时，都会在图片旁附上种子，这样你可以记下是哪个起点产生了你喜欢的结果。Z-Image Turbo 是工作室的默认模型，生成一张典型的 100 万像素图片大约需要 3 秒（在我们的图片服务商 Runware 上测得），所以尝试一个提示词的多个变体并比较它们，成本很低。

当你在工作室的聊天里要求修改一幅图时，这个请求会改写那幅图自己的提示词，并保留其余的措辞，这样同样的种子就能画出几乎相同、只带有你的修改的图。工作室里没有需要你手动填写的种子输入框。你生成的图片加密保存在浏览器里，不论种子是什么，NeverNo 的硬性界限都会在每个请求上检查。