千问AI生成图片卡在99%是因显存超限,应降分辨率至768×768、关高清增强、精简提示词、CFG调至2.4、采样步数减至20、换Euler a采样器。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

千问AI生成图片卡在99%进度条不动,不是网络中断也不是模型崩溃,而是当前提示词或参数超出了本地显存承载极限,系统在最后一轮去噪时因资源不足而陷入等待状态。
降低图片生成要求的三类操作
第一步:打开千问图像生成界面右下角的「高级设置」面板。
第二步:将「图像分辨率」从默认的1024×1024改为【768×768】。这是最关键的一步——1024×1024需占用约1.8GB显存,而768×768仅需1.1GB,能避开多数中端显卡(如RTX 3060/4060)的临界溢出点。
第三步:关闭「高清细节增强」开关。该功能会在最终帧叠加超分网络,极易触发CUDA out of memory错误,尤其在生成含文字、毛发、玻璃反光等复杂纹理时。
精简提示词结构,避开语义陷阱
方法一:删减修饰性副词与模糊限定
把“一只非常非常可爱的橘猫,似乎有点困倦地、慵懒地趴在阳光洒满的旧木窗台上”压缩为“橘猫→趴→木窗台→阳光”。千问图像模型对动词和空间关系最敏感,冗余形容词反而增加token解析负担,导致调度延迟。
方法二:禁用跨物理规则组合
【绝对不要写“水中的火焰”“悬浮的铅笔”“倒流的瀑布”这类违反常识的描述】——模型会强行尝试建模矛盾状态,在最后几轮反复迭代修正,卡死在99%。
方法三:人物数量控制在单人或双人
三人及以上必须加限定词,例如“三人合影→仅显示上半身→背景虚化”,否则面部重绘模块会因关键点匹配失败而停滞。
调整CFG与采样步数的实操配比
第一步:将CFG值从默认3.5降至【2.2–2.6区间】
CFG越高,模型越固执地贴合提示词,计算路径越长;降到2.4左右既能保持主体可控,又能大幅缩短最后一轮去噪耗时。
第二步:把采样步数从30步调至20步
这不是牺牲质量,而是规避“过拟合式去噪”——第21–30步往往只在微调阴影噪点,对肉眼观感提升不足1%,却可能让99%停留时间翻倍。
第三步:切换采样器为Euler a
它比DPM++ 2M Karras收敛更快,特别适合调试阶段快速验证提示词有效性。等图像能稳定跑通后再换回高质量采样器。











