前置知识点（建议先学）
学习状态：
一句话定义
图生图（img2img）把参考图按目标噪声水平加噪后作为采样起点，重绘幅度（denoising strength）就是这个水平的高低旋钮：低则贴着原图走，高则几乎重新画。
为什么重要
它是所有「基于已有图再创作」功能（换风格、放大精修、外扩、高清修复二段式）的共同底层。理解重绘幅度的噪声学含义，就能预判每个档位的行为、解释「为什么 0.4 保构图 0.8 出新图」，也能看懂放大工作流里那个隐藏的 img2img 步骤到底在做什么。
前置知识
kp-008（潜空间管线）；kp-009（采样轨迹与时刻表）。
核心概念
- 参考图编码：x_ref 经 VAE 编码为潜码 z_ref。
- 重绘幅度 s（strength，0~1）：映射到起始时刻 t₀，决定向 z_ref 注入多少噪声。
- 中途接入：采样不再从 t=T 开始，而从 t₀ 开始，之后走正常去噪链。
- 低强度修图 / 高强度重绘：s 小保留原图结构，s 大由提示词主导。
原理与机制
利用 kp-005 的闭式解，把参考图「拖回」到时间轴中间某点：
zt₀ = √ᾱt₀ · zref + √(1 − ᾱt₀) · ε， t₀ 由 s 映射（s→1 则 t₀→T）
从 z_{t₀} 出发执行常规去噪（每步仍含 CFG 与文本条件）。s 的信息学读法：√ᾱ_{t₀} 是原图信号残留比例——s=0.3 时约七成信号保留，输出是「同一张画的精修」；s=0.75 时信号只剩约一成，输出主要由提示词决定、原图只贡献低频构图影子。因此 s 不是「模糊度」而是「原始信息存活率」。与 SDEdit 的关系：此机制学术上即 SDEdit 提出的「加噪再去噪」编辑范式，LDM 把它做成了产品参数。与种子的交互：s 中高时，初始噪声 ε 的种子重新获得支配权，同图不同种子结果差异大——「图生图保构图」只在小 s 区间成立。
放大精修（hires fix）的原理：先低分辨率出图，把结果放大后作为 img2img 输入、用小 s（0.3~0.5）精修，模型在更高潜码分辨率上补出细节而不改变构图——kp-024 从算力角度再看这条链。
公式与推导
推导直接复用 kp-005：闭式解对任意 t 成立，故无需训练任何新组件即可编辑。s 与 t₀ 的具体映射由工具的调度实现决定（如 SD WebUI 的 strength 线性映射到时刻表），因此同一 s 在不同采样器/调度下的实际噪声水平不同——换采样器后需重新校准 s。
图示
参考图 z_ref加噪至 t₀（由 s 决定）z_t₀（半原图半噪声）去噪轨迹（CFG+提示词参与）输出 z₀ → 解码
对比文生图：文生图从 t=T 的纯噪声出发；图生图从中途 t₀ 出发，原信号残留 √ᾱ_t₀。
直观类比
s 像「临摹的自由度」：s=0.2 是描红（只修笔锋）；s=0.5 是照着构图重新上色换风格；s=0.9 是只记得「大概有个房子」后的自由创作。噪声就是橡皮——擦多少，决定你是在「改画」还是「重画」。
实例或案例
- 照片转油画：s=0.45~0.6 + 风格提示词，构图保留、笔触替换——社区「风格迁移三件套」中最稳的一档。
- 线稿上色：s=0.6~0.8，线稿的黑色线条作为高对比信号在较高 s 下仍能幸存，色彩由提示词填充。
- 放大二段式：1024 输出后放大至 2048，img2img s=0.35 精修——细节密度提升而构图不动（kp-024 给出显存账）。
常见误区
- 误区一：denoising strength = 画面模糊度。它是在采「原始信号保留多少」，视觉上的「变糊」只是中间态表象。
- 误区二：图生图永远保构图。s 大于约 0.7 后种子噪声主导低频结构，构图开始脱离原图。
- 误区三：s 数值跨工具通用。映射到时刻表的方式因实现而异，换采样器/调度后同数值行为不同。
自测题
- 写出图生图的起始潜码公式并指出 s 的作用。
答案要点：z_{t₀}=√ᾱ_{t₀}·z_ref+√(1−ᾱ_{t₀})·ε；s 控制 t₀ 即原图信号残留比例。
- 为什么 s=0.4 的输出常被描述为「精修」？
答案要点：ᾱ_{t₀} 尚大，原图约六成信号保留，去噪只在高频细节上做文章。
- 放大精修工作流的核心思想是什么？
答案要点：放大后的图作 img2img 输入、小 s 去噪，让模型在新分辨率补细节而保构图。
与其他知识点的关系
kp-013 在此机制上加掩码限制作用区域；kp-024 算放大链的时间显存账；kp-027 的「构图一致性」本质是小 s 或控制工具的应用。
延伸阅读
SDEdit 论文（ICLR 2022）是「加噪-去噪」编辑范式的出处；Latent Diffusion 论文 4.3 节将其纳入 LDM 条件框架。