先看现象。用基础模型加 refiner 两段式出图，成品比只用基础模型更糊，细节反而变少，边缘出现涂抹感。
排查方向其实有限，先把可能性排一排。refiner 的 denoising 起始比例设得过高。少数情况下是两段使用的提示词不一致，方向互相拉扯。
另外，refiner 与基础模型版本不配套。
少数情况下是尺寸不是 1024 的整数倍，重采样引入模糊。
先把 denoising 起始比例调到较低档位
image = pipe(prompt=prompt, denoising_start=0.8, num_inference_steps=40).images[0]两段保持同一套提示词与负面词
python -c "print(prompt == prompt2)"然后确认两个模型来自同一版本系列
python -c "print(base.config._name_or_path, refiner.config._name_or_path)"末了输出尺寸设为标准分辨率
python -c "print(1024 % 64)"这台环境是别人交接的，不少默认值被动过，只能一项项核。
恢复的判定其实很直接。加 refiner 后细节更丰富，边缘干净，画面不再发糊，同一提示词下质量稳定优于单段。
refiner 更适合最后阶段修细节，起始比例过高等于重画一遍，反而会把已经画好的结构破坏掉。监控比日志更早给出信号，事后回看经常能提前半小时发现异常。