生成與推論

Seed 隨機種子是什麼?固定它就能重現同一個結果

Seed 隨機種子是一個決定隨機過程起點的數字。AI 生成內容時會用到隨機取樣,種子不同結果就不同;把種子與其他參數都固定下來,就有機會重現完全一樣的產出。它在圖片生成裡最常被用到,是控制變因的基本工具。
Seed 隨機種子是什麼?固定它就能重現同一個結果:文章重點卡

Seed 隨機種子是什麼?固定它就能重現同一個結果

生圖時抽到一張很滿意的構圖,想微調一下衣服顏色,結果重新生成整張圖都變了。這種挫折很常見。

種子就是為了解決這件事而存在的:先把隨機性鎖住,你才有辦法只改一個地方。

你將學到什麼

定義

決定隨機過程起點的數字。同樣的種子加上同樣的參數,會走出同樣的結果。

白話比喻

像洗牌前的那個手勢。手勢一樣、牌組一樣,洗出來的牌序就一樣。

跟誰容易搞混

常跟 Temperature 溫度搞混。溫度決定隨機的程度,種子決定隨機的起點。

定義

隨機種子是餵給隨機數產生器的一個起始數字。電腦的隨機其實是偽隨機:給同一個起點,就會走出同一串數字。

AI 生成時會在候選結果之間做隨機取樣,這個取樣過程用到的隨機數就來自種子。所以種子換了,走的路就換了,產出自然不同。

白話比喻

想像洗牌。同一副牌,用完全一樣的手勢洗,牌序會一樣。種子就是那個手勢,牌組是模型與提示詞。

想要不同的結果,就換一個手勢;想要重現剛剛那次,就把手勢記下來。這就是為什麼很多生圖工具會把種子顯示在結果旁邊。

跟相近名詞的差別

參數控制什麼調整後的效果
Seed 隨機種子隨機過程的起點換一個數字就換一種結果,固定則可重現
Temperature 溫度隨機的幅度越高越發散,越低越保守
Top-P候選範圍的大小越高越可能選到冷門選項

實際用例

文字生成圖片 的工作流裡最常用:先隨機生成一批圖,挑出滿意的那張並記下它的種子,之後固定種子只微調提示詞,構圖就能大致保留。

在文字生成上,種子多半用在需要重現的實驗與測試。做 A 與 B 對照時把種子固定,才能確定差異是提示詞造成的,而不是隨機造成的。

並不是所有平台都開放種子設定,尤其是雲端的對話型服務。要能控制種子,通常得走 API 或本地端工具。

團隊協作時,種子也是很好的溝通媒介。把種子連同提示詞與參數一起記錄下來,別人才有機會重現你當時看到的那個結果。

我自己的習慣是把滿意的作品連同種子存成一份設定檔。下次要出同一系列的素材時,風格才接得起來。

常見誤解最常見的誤解是以為固定種子就等於百分之百重現。模型版本一升級、後端硬體一換,同一個種子也可能生出不同結果。它提高的是可重現性,不是保證。
本文源起本文為酒Ann 的 AI 名詞彙編系列,用白話把常見名詞一次講清楚。歡迎追蹤 酒Ann 的 Facebook

延伸學習

把這篇文章分享給需要的人FacebookLINEThreadsX

常見問答

固定種子就一定能完全重現嗎?
不一定。還要模型版本、提示詞、參數、甚至硬體與推論設定都一致。任何一項不同,結果就可能不一樣。
種子跟溫度差在哪?
溫度控制隨機的幅度,種子控制隨機的起點。溫度設成 0 時輸出趨近固定,這時種子的影響就很小。
什麼時候該固定種子?
要做 A 與 B 對照測試、要微調某張已經滿意的圖、或要交付可重現的實驗結果時,都應該固定。