Sampling Steps

Sampling Steps sind die einzelnen Rechenschritte, in denen ein Diffusionsmodell ein Bild oder Video erzeugt. Das Modell startet mit zufälligem Rauschen und entfernt es Schritt für Schritt, bis ein klares Ergebnis entsteht. Die Zahl der Schritte bestimmt mit, wie detailliert das Ergebnis wird und wie lange die Berechnung dauert.

Wie funktionieren Sampling Steps?

Im ersten Schritt sieht das Modell nur Rauschen und legt grob fest, wo helle und dunkle Bereiche liegen. In den folgenden Schritten entstehen Formen, dann Figuren und Gegenstände, zuletzt feine Details wie Haare, Hauttextur oder Schrift. Jeder Schritt ist ein kompletter Durchlauf durch das Modell. Bei Videos wird dabei jedes Mal der ganze Clip berechnet, was viel Rechenleistung kostet.

Frühe Diffusionsmodelle brauchten Hunderte bis tausend Schritte. Verbesserte Verfahren wie das im Paper Denoising Diffusion Implicit Models beschriebene kommen mit deutlich weniger aus. Heute arbeiten viele Modelle mit einigen Dutzend Schritten. Sogenannte destillierte Modelle sind darauf trainiert, mit nur wenigen Schritten auszukommen, und sind dadurch erheblich schneller.

Wo stellst du die Schritte ein?

In den meisten Web-Tools gar nicht, der Anbieter legt die Zahl fest. Manchmal steckt sie hinter Modi wie Schnell, Standard oder Qualität, die unterschiedlich viele Credits kosten. In Oberflächen für offene Modelle wie ComfyUI stellst du die Zahl der Schritte und den Sampler selbst ein.

Worauf du achten solltest

Mehr Schritte helfen nur bis zu einer gewissen Grenze. Danach steigt die Rechenzeit, ohne dass das Bild besser wird. Zu wenige Schritte ergeben dagegen matschige Details, unruhige Flächen und mehr Artefakte. Halte dich zuerst an die Empfehlung des Herstellers. Für schnelle Entwürfe kannst du weniger Schritte nutzen und erst die finale Fassung mit voller Zahl rechnen. Wenn du Ergebnisse vergleichst, behalte Seed und Guidance Scale bei, damit du nur den Einfluss der Schritte siehst. Werkzeuge für offene Modelle findest du unter Open Source.