I found a new AI tool Shakker, a best image to image tool. You can try it via https://www.shakker.ai

SDXL 的 LCM2 的基础模型，做了一些调整和优化，所以不适用LCM采样器，对SDE类别的采样器十分友好。

如果您不阅读繁琐的文档，那么这里推荐的配置如下：

采样器：DPM++ SDE Karras

CFG：1.5-2.5

步数：5

采样器推荐

针对SDE采样器比较友好，推荐采样器如下

1. DPM++ SDE Karras - 速度慢，细节更完美（5步+）

2. DPM++ 2M SDE Karras - 速度快（5步+）

3. DPM++ SDE - 适合高步数(8步+)，速度慢，细节更完美

CFG 推荐

CFG通常设置为1即可，可以调整为1-3，值越大，收拢速度越快，也就是可以使用更少的步数完成图片的生成。

测试用例

Prompt: (Well-bred's works:1.13),a beautiful girl, 24yo, skinny, pretty, [k-pop:detailed eyes, detailed beautiful face:0.5],

Negative Prompt: ng_deepnegative_v1_75t,negative_hand,disfigured,ugly,deformed,worst quality,low quality,extra limbs,extra legs,extra arms,deformed hands,deformed anatomy,umbrella,

采样：DPM++ 2M SDE Karras 或者 DPM++ SDE Karras

步骤：5+

尺寸：768 x 1024 以上

采样器测试

以5步为例，不同采样器效果如下

以10步为例，不同采样器效果如下

以20步为例，不同采样器效果如下

DPM++ 2M SDE Karras 步数测试

DPM++ 2M SDE Karras比较适合快速抽卡，从1步到8步的效果如下

第4步就形成了可用的图像，随着步数的增加，细节逐渐完善。

更多测试报告:https://www.yuque.com/mengxiangyuan-7fhri/eo7oa2/gtifyimxamueeixg?singleDoc# 《SDXL-LCM采样器测试报告》

My Github:

https://github.com/SoftMeng/ComfyUI_Mexx_Styler

https://github.com/SoftMeng/ComfyUI_Mexx_Poster

https://github.com/SoftMeng/ComfyUI_Mexx_Image_Mask

https://github.com/SoftMeng/stable-diffusion-prompt-pai

https://github.com/SoftMeng/Fooocus-zh

Or My LibLib:

https://www.liblib.art/userpage/0f37258e861044879b8728309c0ac3b0/publish