玩Stable Diffusion的同学大概都遇到过这样一个尴尬局面：为了让人像更贴合提示词，把CFG scale从7一路拉到15，结果提示词确实更听话了，画面却糊成一片荧光粉、荧光橙，肤色像刷了层油漆，细节全部粘连在一起。这种现象通常被称为“饱和度爆炸”或者“烧图”，根源在于高CFG scale会让模型预测的噪声修正量在潜空间里越界，最终超出正常色彩范围。Dynamic Thresholding插件正是为解决这个问题而生，它源自City96在NovelAI上的研究，通过在采样每一步动态限制潜空间数值上限，让你可以放心地把CFG拉高而不牺牲画面质量。
为什么高CFG会导致画面烧毁
要理解这个插件的作用，得先弄清楚CFG scale到底做了什么。CFG即Classifier-Free Guidance，它在每一步采样时计算有条件预测与无条件预测的差值，然后乘以CFG系数放大后加回结果。CFG越高，模型往提示词方向“猛冲”的力度越大。问题在于，潜空间的数值分布有正常范围，一旦修正量被放得过大，数值就会溢出这个范围。
数值溢出在解码到像素空间后表现为色彩通道被压到极限值：红色通道顶满就是荧光红，三个通道都异常就是那种惨白的过曝效果。这也解释了为什么高CFG烧图时最先遭殃的往往是肤色和高光区域，因为这些区域本来就更接近通道上限。传统做法只能压低CFG或者用VAE后处理补救，但前者牺牲提示词遵从度，后者救不回已经粘连的细节。
Dynamic Thresholding的思路是釜底抽薪：在每一步去噪时检查潜空间张量的数值，把超出某个百分位阈值的数值裁剪或缩放回合理区间。因为阈值是根据当前步的实际数值分布动态计算的，所以叫“动态”阈值，相比写死的固定裁剪更不容易丢失画面信息。
插件安装与基础配置
Dynamic Thresholding有多个版本，最常用的是mcmonkey制作并整合进Automatic1111 WebUI的版本，新版的WebUI甚至已经内置了对应的功能面板。如果你用的是较老的WebUI，可以通过Extensions标签页的Available列表搜索Dynamic Thresholding安装，或者直接用git命令克隆仓库到extensions目录：
cd stable-diffusion-webui/extensions git clone https://github.com/mcmonkeyprojects/sd-dynamic-thresholding.git
安装完成后重启WebUI，在txt2img页面下方的脚本区域（Script下拉框旁或直接展开的折叠面板）就能看到Dynamic Thresholding的设置界面。核心参数有几个，逐一说明如下。
第一个是Mimic CFG scale，也叫伪装CFG。它的含义是让最终画面效果看起来像在这个CFG值下生成，但实际上采样用的是你设定的高CFG。举个例子，实际CFG设20、Mimic设7，模型按20的力度执行提示词，但输出画面的饱和度和对比度维持在7的水平，两全其美。
第二个是Threshold Percentile，默认值通常在0.95到1.0之间。它决定动态阈值取在数值分布的哪个百分位上，数值越接近1，裁剪越宽松，越低则裁剪越激进。如果调参后画面还是有点过饱和，可以试着把它从1.0降到0.95左右；如果画面发灰发闷，则往上调。
实战参数模板与调节思路
先看人像场景的一套常用配置：CFG scale设为15到20，Mimic CFG scale设为7，Threshold Percentile保持0.95，其他选项用默认值。这套配置下你会发现皮肤的色彩还原明显自然，高光不再死白，同时服装材质、发丝这类提示词细节的执行力度比低CFG时强不少。生成后如果觉得画面偏灰，优先提高Mimic到8左右，而不是动Threshold Percentile。
风景和场景类图片可以更激进一些：CFG scale拉到25甚至30，Mimic维持在7.5上下。高CFG对场景元素的堆叠特别有效，比如同时要求画面里有晚霞、湖面倒影、远处山脉时，低CFG经常顾此失彼，高CFG配合动态阈值则能全部照顾到。需要注意Mimic与实际CFG的差距不要超过4倍以上，差距过大时每一步的裁剪量也会变大，可能引入奇怪的色块。
插件还提供了Scheduler相关的进阶选项，比如按采样步数线性提升Mimic CFG的Linear Down Slope，适合让画面在前期保持多样性、后期逐渐收紧细节。初学者建议先用默认的Constant模式跑通流程，熟悉每个参数的直观效果后再尝试曲线调度。另外要注意，某些本身就对高CFG不敏感的模型（如部分SDXL微调模型）开启插件后效果差异不大，此时不必强求高CFG，按模型推荐的CFG范围使用即可。
最后一个常见误区提醒：动态阈值解决的是色彩溢出问题，不能拯救糟糕的提示词或者错误的采样器设置。如果画面结构混乱、肢体畸变，那需要从提示词质量和模型选择入手，把插件当成精修工具而不是万能药。把它用在高CFG场景下，你会发现以前那些“参数拉满必烧”的烦恼基本消失了。
Dynamic ThresholdingCFG scaleStable Diffusion插件修改时间：2026-09-15 16:30:35