Midjourney中iw与seed指令分别控制什么

在以图生图的工作流中，iw 与 seed 是两个作用层级完全不同的参数。前者决定参考图在生成结果中的影响强度，后者决定生成过程的随机起点。理解它们各自控制的变量，是把 Midjourney 从"碰运气出图"推进到"可控迭代"的关键一步。

iw 控制参考图的权重

iw 是 image weight 的缩写，只在提示词中同时提供参考图和文字描述时才有意义。它衡量的是图像信息相对于文字信息的话语权：数值越高，输出越贴近上传的参考图的构图、色彩与形态；数值越低，模型越倾向于按文字描述自由发挥，参考图退化为一种模糊的氛围暗示。

这一机制在室内设计这类场景中尤其实用。当需要保留一张毛坯房或线稿的空间结构，同时又希望文字指令改变风格、材质或软装时，iw 本质上是在"忠于原图"与"听从描述"之间调节天平。调高权重可以锁住透视和墙体关系，避免模型凭空重构空间；调低权重则给文字更多改写余地，适合在同一张底图上快速尝试多种设计方向。需要留意的是，iw 的可用取值范围会随模型版本不同而变化，因此在正式产出前应先确认当前版本所支持的区间，再做小步测试。

seed 控制随机起点与可复现性

seed 控制的则是另一维度的变量——生成的随机种子。Midjourney 的扩散过程从一片随机噪声开始，seed 正是决定这片初始噪声形态的数值。相同的提示词搭配相同的 seed，在参数一致时会得到高度接近甚至几乎相同的结果；而不指定 seed 时，系统每次都会随机取一个，这正是同一句描述反复出图却张张不同的根本原因。

对专业使用者而言，seed 的价值在于把"不可复现"变成"可复现"。先放开生成、挑出满意的一版，再记录其种子，之后便能在固定底图的基础上只微调文字描述，观察单一变量带来的差异，而不必担心整幅画面因随机性而面目全非。这种做法把试验从盲目的广撒网，转为有控制变量的对照实验。

两者的分工与配合

把二者放在一起看，分工就清晰了：iw 调节的是"参考图说话的分量"，属于内容影响力的问题；seed 固定的是"从哪里开始生成"，属于随机性与一致性的问题。一个管像不像参考图，一个管这次和上次是否一致。

实际迭代中，二者往往需要协同。合理的做法是先借助 seed 固定一个可复现的基准，再通过调整 iw 判断参考图权重对结果的实际作用，从而把每一次改动的因果关系看清楚。只有当随机变量被锁定，权重参数的调节结果才真正可读，Midjourney 的出图过程也才具备了可被反复优化的基础。