AI 图像和视频生成里的种子（seed）是什么？什么时候该固定它？

在工作室里打开某个模型设置下方的 高级 区域，很多模型都有一个叫 seed 的字段，通常设为 -1。大多数人从不碰它。也有人把它当成魔法数字，以为能让以后所有图片都长得一样。真相在两者之间：种子是一个小而精确的工具，用来做可控的实验；弄清它到底固定了什么之后，它能实实在在地省下重新生成的钱。

这个数字究竟是什么

像模型目录里这样的图像和视频模型，并不是在一张白纸上作画。它们从一片随机噪声开始，一步步细化，直到得到符合提示词的画面。种子就是决定这片起始噪声长什么样的数字。种子相同，起始噪声就相同；种子不同，噪声不同，所以即使提示词一字不差，画面也不同。

这就是为什么按两次生成按钮会得到两个不同的结果：种子为 -1 时，模型每次渲染都会随机抽一个新值。在字段里填一个固定数字，在大多数提供该字段的模型上，同样的提示词和同样的设置就会得到相同或几乎相同的结果。

把它当作实验记录本，而不是风格

种子最有用的用法，和科学家使用对照组一样：其他一切保持不变，只改一处。种子固定后，两次渲染之间的任何差别都来自你那一处修改，而不是运气。不固定的话，你分不清画面变好是因为新的措辞，还是只是骰子掷得更顺。

1. 01先用随机种子渲染，直到某个结果的构图让你满意。
2. 02固定一个你自己的数字（比如 1234），再渲染一次。这就是你的基准。
3. 03在提示词里只改一处：一个颜色、一个光线词、一个物体。用同一个种子渲染。
4. 04和基准对比。有帮助就保留，没有就撤回，然后进行下一处修改。

第二步比看上去更重要。随机种子是当场抽取的，并不会显示给你，所以第一步得到的那张图无法完全复现。在你想以它为基础继续的那次渲染之前，就先选好自己的数字。

什么时候固定种子

• 逐字调整提示词。 就是上面的情况：每处修改都从同一个起点来评判。
• 比较设置。 每个分辨率或质量选项各渲染一张，种子相同，你就能看出设置本身的作用。
• 一组变体。 同一商品的三种配色，同一场景的三个时段。固定种子能让它们之间的布局比随机种子更接近。
• 视频实验。 种子在视频模型上比在图像模型上更常见，而视频渲染更贵，所以能一次只测试一个运动词，很快就能回本。

什么时候让它保持随机

还在探索的时候。一开始你需要的是多样性：五种不同的构图可供挑选，而不是同一张图的五个近似复制品。固定种子还有一个不声不响的坑：如果起始噪声生成了别扭的姿势或局促的构图，再怎么改提示词也救不回来，因为每次渲染都从同样的别扭开始。某个方向卡住时，把种子改回 -1，多掷几次，再固定一个新的。

种子固定不了的东西

种子固定的是起始噪声，而起始噪声只有和其他一切放在一起才有意义。换一个模型，同一个数字会生成毫不相干的图。改变宽高比或分辨率，画布的形状就变了，结果也会跟着变，有时变一点，有时完全不同。对提示词做大幅修改，偏离基准的程度可能不亚于换一个新种子。

最重要的是，种子不是角色锁。两个不同的提示词用同一个数字，并不会在两个场景里得到同一张脸，只会得到两张碰巧共享起始图案的图。对于反复出现的角色、商品或风格，真正管用的工具是参考图，参考图指南讲了怎么用。

哪里找不到它

并不是每个模型都有种子字段。有些把它留在内部，最简单的模型几乎什么都不开放：比如 Fast Image，只接受一个提示词和一个宽高比，仅此而已。即使有这个字段，也有少数模型无法完全复现，同一个种子返回的结果可能在细节上略有差别。把固定种子当作一只稳住画面的手，而不是逐像素复制的保证。另外，固定种子也不会让渲染更便宜：每次渲染的价格都和其他渲染一样，以生成按钮上显示的为准。它省下的是靠猜测浪费掉的重新生成，而正如重新生成那篇文章算过的，大部分钱都花在那里。