Sampler e scheduler
Il sampler è l'algoritmo matematico che pulisce progressivamente il rumore iniziale per costruire l'immagine, mentre lo scheduler stabilisce l'ampiezza di ogni singolo passaggio. Si configurano principalmente in ambienti avanzati come Stable Diffusion o ComfyUI, mentre le piattaforme grafiche commerciali gestiscono questa scelta in automatico.
Noto anche come: sampler, sampler_name, scheduler, Euler, DPM++ 2M Karras
Prima e dopo: la mia prova




Modello: Stable Diffusion XL 1.0 (przez API fal.ai, 30 kroków, CFG 7,5). Impostazioni: seed 1411, 30 passaggi, CFG 7,5, varia solo il sampler. Data: 14.11.2026.
Prompt: a lighthouse on a rocky coast at dusk, waves crashing, dramatic sky, wide shot, photo
Nel mio test pratico Euler, DPM++ 2M Karras e DDIM hanno restituito quasi la stessa composizione, con lievi differenze visibili solo nella resa dell'acqua e dei dettagli rocciosi. Euler a (ancestral) ha invece costruito una scena del tutto nuova, inserendo un faro su un isolotto. I metodi ancestrali iniettano rumore a ogni passaggio, allontanandosi drasticamente dalla struttura iniziale anche a parità di seed.
Come si chiama in ciascun generatore
| Generatore | Parametro | Valori | Predefinito |
|---|---|---|---|
| Seedream | non confermato | - | - |
| ComfyUI | sampler_name / scheduler (KSampler)Elenchi dal codice sorgente (docs.comfy.org non li elenca) | sampler_name: euler, euler_cfg_pp, euler_ancestral, euler_ancestral_cfg_pp, heun, heunpp2, exp_heun_2_x0, exp_heun_2_x0_sde, dpm_2, dpm_2_ancestral, lms, dpm_fast, dpm_adaptive, dpmpp_2s_ancestral, dpmpp_2s_ancestral_cfg_pp, dpmpp_sde, dpmpp_sde_gpu, dpmpp_2m, dpmpp_2m_cfg_pp, dpmpp_2m_sde, dpmpp_2m_sde_gpu, dpmpp_2m_sde_heun, dpmpp_2m_sde_heun_gpu, dpmpp_3m_sde, dpmpp_3m_sde_gpu, ddpm, lcm, ipndm, ipndm_v, deis, cfgpp_ud10_ab, res_multistep, res_multistep_cfg_pp, res_multistep_ancestral, res_multistep_ancestral_cfg_pp, gradient_estimation, gradient_estimation_cfg_pp, er_sde, seeds_2, seeds_3, sa_solver, sa_solver_pece, ddim, uni_pc, uni_pc_bh2. scheduler: simple, sgm_uniform, karras, exponential, ddim_uniform, beta, normal, linear_quadratic, kl_optimal | non specificato nella documentazione |
| Midjourney | nessun parametro del genere | - | - |
| FLUX | assente nell'API | - | - |
| Ideogram | nessun parametro del genere | - | - |
| GPT Image | nessun parametro del genere | - | - |
| Imagen (dismesso) | assente nella documentazione letta | - | - |
| Qwen-Image | assente nella documentazione letta | - | - |
| Stability AI (SD 3.5) | assente nell'API | - | - |
- Fonti, verificate il 14.11.2026:
- Seedream: docs.byteplus.com/en/docs/ModelArk/1541523
- ComfyUI: raw.githubusercontent.com/comfyanonymous/ComfyUI/master/com...
- Midjourney: docs.midjourney.com/hc/en-us/articles/32859204029709-Parame...
- FLUX: docs.bfl.ml/api-reference/utility/generate-an-image-with-fl...
- Ideogram: developer.ideogram.ai/openapi/ideogram-api-v2.json
- GPT Image: developers.openai.com/api/docs/guides/image-generation
- Imagen: docs.cloud.google.com/vertex-ai/generative-ai/docs/image/ge...
- Qwen-Image: www.alibabacloud.com/help/en/model-studio/qwen-image-genera...
- Stability AI: docs.stability.ai/api-reference/generate/stable-diffusion-3...
Quando usarlo
- mantieni le impostazioni standard finché l'aspetto complessivo ti soddisfa
- scegli un algoritmo ancestral come Euler a se vuoi stimolare variazioni compositive mantenendo il medesimo seed
- rimani su opzioni non ancestrali come Euler o DPM++ 2M quando cerchi rigore e coerenza per confrontare modifiche al testo
Errore tipico
Un errore ricorrente è mettere a confronto sampler diversi cambiando ogni volta il seed: in questo modo si analizza solo il caso e non il comportamento dell'algoritmo. Altrettanto fuorviante è cercare una formula magica universale. La resa tra le opzioni più note varia di poco rispetto all'impatto reale di un buon prompt o della scala CFG.
Esempio pronto da copiare
ComfyUI: KSampler -> sampler_name = dpmpp_2m, scheduler = karras AUTOMATIC1111 / Forge: Sampling method: DPM++ 2M, Schedule type: Karras Midjourney, GPT Image, Ideogram, FLUX 3: parametro non disponibile
Domande frequenti
Qual è il sampler migliore per Stable Diffusion?
Non esiste una risposta valida per tutto. Euler standard e DPM++ 2M associato a Karras sono scelte affidabili per generazioni stabili e pulite, mentre le varianti ancestrali servono per avere maggiore varietà.
Cosa indica la lettera 'a' nel nome di un sampler?
Significa ancestral. Indica che l'algoritmo reintroduce una frazione di rumore casuale a ogni iterazione, rendendo l'esito finale meno prevedibile.
Che differenza pratica c'è tra sampler e scheduler?
Il sampler definisce la formula matematica per calcolare l'immagine, mentre lo scheduler determina la traiettoria e la quantità di rumore sottratta a ogni intervallo di calcolo.
