Ⅰ定义：

在Stable Diffusion（SD）中，步数（Steps） 指的是采样过程中的迭代次数，也就是模型从纯噪声一步步“清晰化”图像的次数。你可以理解为模型在画这张图时“润色”的轮数。

Ⅱ步数的具体作用:

1.每一步，模型都会对图像进行一次细化。

2.步数越多，图像理论上越精细，细节越清楚。

3.但超过一定数值后，效果提升会变得非常有限，甚至可能出现画面过度锐化或结构扭曲。

Ⅲ Stable Diffusion 步数细化阶段划分（以30步为例）

举个例子：Prompt 是“a silver-haired elf princess wearing a crown, soft light”

步1–5：模型建立“人物+背景”大体构图（模糊人形+背景色块）

步6–15：银发和皇冠轮廓开始出现，耳朵拉长变尖

步16–25：皇冠细节、眼神光泽、衣服褶皱、肤色质感表现增强

步26–30：背景柔光化，边缘修正，多余线条抹除

注意事项：

1.不同采样器对步数的需求不同，比如 DPM++ 2M Karras 通常 25~35 步就够用，而某些采样器可能需要更高或更低的步数。(结合前期总结使用：https://pd.qq.com/g/pd04119345?businessType=9&subc=685432999）

2.如果步数设置得太低（比如 <10），图像可能模糊、失真。

3.太高（比如 >80）不仅耗时，还可能出现画面过拟合（看起来不自然）。