Generi un ritratto in Stable Diffusion. La composizione è solida, la luce è drammatica, ma il volto non funziona. La pelle è priva di pori. La superficie riflette la luce come un manichino. Ogni dettaglio è fin troppo levigato: è l'inconfondibile "aspetto plastico dell'IA", che segnala subito che l'immagine è stata generata da una macchina.
Questa guida spiega perché succede, quali modelli realistici di Stable Diffusion risolvono davvero il problema e quali impostazioni e tecniche di post-produzione distinguono un risultato fotorealistico da uno plastico.
Perché le immagini di Stable Diffusion sembrano plastiche
L'aspetto plastico non dipende da un solo errore. È il risultato di tre fattori sovrapposti che si amplificano a vicenda.
Distorsione dei dati di addestramento. I modelli di base come SDXL e SD 1.5 sono stati addestrati su milioni di immagini, molte delle quali sono foto stock ritoccate digitalmente, illustrazioni aerografate o immagini generate dall'IA reimmesse nel set di addestramento. Il modello impara che una pelle liscia e perfetta è la norma, perché è ciò che domina la sua distribuzione di training. I checkpoint realistici fine-tuned contrastano questo effetto addestrandosi in modo specifico su fotografie non ritoccate, con texture della pelle, pori e imperfezioni naturali visibili.
Interazione tra sampler e CFG. Valori di CFG scale superiori a 7 obbligano il modello ad aderire rigidamente al prompt, spesso producendo la versione idealizzata di ogni concetto, pelle inclusa. Un CFG di 8+ su un prompt per ritratti sopprime attivamente il rumore ad alta frequenza che si traduce in pori, imperfezioni e micro-texture. Insieme a sampler che privilegiano la coerenza rispetto al dettaglio, si ottengono superfici lisce come vetro, artificiali a un'ispezione ravvicinata.
Prompt negativi assenti. Se non dici esplicitamente al modello cosa evitare, non riceve alcun segnale che plastica, pelle aerografata, pelle liscia e aspetto da bambola siano indesiderati. I prompt negativi non servono solo a rimuovere dita extra: sono una leva diretta per controllare il realismo della pelle.
I migliori modelli realistici per Stable Diffusion oggi
Non tutti i checkpoint sono progettati per il fotorealismo. I modelli qui sotto si sono guadagnati la reputazione grazie alla qualità costante, alla validazione della community e ai numeri di download misurabili su Civitai. Ognuno eccelle in un aspetto diverso del realismo.
| Modello | Architettura | VRAM min. | Ideale per | Punto di forza |
|---|---|---|---|---|
| RealVisXL V5.0 | SDXL 1.0 | 8 GB | Ritratti, primi piani | Look cinematografico naturale, texture della pelle |
| Juggernaut XL v10 | SDXL 1.0 | 8 GB | Fotorealismo versatile | Illuminazione cinematografica, ampia gamma di prompt |
| Realistic Vision V6.0 | SD 1.5 | 4 GB | Realismo con hardware limitato | Funziona con 4 GB, enorme ecosistema LoRA |
| CyberRealistic XL v10 | SDXL 1.0 | 8 GB | Fotorealismo pulito, iterazioni rapide | Supporto LCM/Lightning, output nitido |
| EpicRealism | SD 1.5 / SDXL | 4-8 GB | Dettagli fini, luce naturale | Evita l'eccessiva nitidezza, tonalità realistiche |
RealVisXL V5.0 resta la scelta preferita dalla community per i ritratti: produce una pelle che regge l'ispezione ravvicinata, con una grana naturale che ricorda la pellicola 35mm. Juggernaut XL v10 è il checkpoint SDXL più versatile. Se non sai da dove iniziare, gestisce tutto, dai ritratti alla fotografia di prodotto, con risultati sempre solidi e oltre 18 milioni di download.
Realistic Vision V6.0 è la leggenda di SD 1.5 che non vuole andare in pensione: funziona anche su una GPU da 4 GB e offre ancora tonalità della pelle e illuminazione paragonabili ai modelli SDXL a risoluzioni inferiori. CyberRealistic XL propone varianti LCM e Lightning per chi ha bisogno di iterare velocemente senza rinunciare al fotorealismo. EpicRealism completa l'elenco con un approccio volutamente concreto. Evita la trappola dell'eccessiva nitidezza che fa sembrare gli altri modelli rifiniti dall'IA.
Scegliere il modello giusto per il proprio hardware
La scelta del modello è irrilevante se la GPU non riesce a eseguirlo. Il criterio pratico è semplice: abbina prima il livello di VRAM all'architettura giusta, poi ottimizza il realismo all'interno di quel livello.
| Livello VRAM | Architettura consigliata | Miglior modello realistico | Cosa aspettarsi |
|---|---|---|---|
| 4-6 GB | SD 1.5 | Realistic Vision V6.0 | 512x512 nativo, generazione rapida, ottime tonalità della pelle, risoluzione limitata |
| 8 GB | SDXL | Juggernaut XL v10 o RealVisXL V5.0 | 1024x1024 nativo, dettagli solidi, può richiedere gestione della VRAM con più LoRA |
| 12 GB+ | SDXL comodo o Flux | Qualsiasi checkpoint SDXL con stack LoRA completo | Workflow multi-LoRA, ControlNet, ADetailer, tutto contemporaneamente |
| 16 GB+ | Flux o SDXL | Flux Dev GGUF Q8 | Il miglior fotorealismo disponibile in locale, anatomia e aderenza al prompt superiori |
SDXL richiede 8 GB solo per essere caricato e 12 GB per lavorare senza continui compromessi sulla VRAM. Se hai 6 GB o meno, non combattere contro l'hardware. I modelli SD 1.5 come Realistic Vision sono ottimizzati per la memoria ridotta e producono comunque un ottimo fotorealismo a 512x512, che puoi poi aumentare di risoluzione. Il salto da SD 1.5 a SDXL si vede subito in anatomia, dettaglio e comprensione del prompt, ma altrettanto significativo è l'aumento del costo in VRAM.
Impostazioni essenziali per risultati fotorealistici
Scegliere il checkpoint giusto è solo il primo passo. Il sampler, il CFG scale, il numero di step e il prompt negativo che abbini determinano se l'output sembrerà una fotografia o un render.
Sampler. DPM++ 2M SDE Karras e DPM++ 3M SDE Karras sono le scelte più condivise dalla community per la texture della pelle. Questi sampler preservano i dettagli ad alta frequenza: il micro-rumore che si traduce in pori, grana e irregolarità della superficie. Euler a e DDIM tendono a produrre risultati più lisci, l'opposto di ciò che serve per il fotorealismo.
CFG scale. Per i ritratti SDXL, un CFG tra 4 e 7 produce la pelle più naturale. Superare 7 spinge il modello verso un output idealizzato e troppo pulito. Alcuni professionisti ottengono risultati eccellenti con CFG 2-3 e prompt negativi calibrati con attenzione: il modello ha più libertà di generare texture naturali, a costo di una minore aderenza al prompt.
Steps. 25-30 step è l'intervallo standard per SDXL. Per il massimo dettaglio della pelle, arrivare a 40-60 step con DPM++ 3M SDE Karras migliora visibilmente la definizione dei pori e la resa dei capelli. Oltre 60, i benefici diminuiscono rapidamente. Le varianti Lightning e LCM possono produrre risultati utilizzabili in 4-8 step, ma sono più adatte all'iterazione che all'output finale.
Prompt negativi. È qui che si elimina gran parte dell'aspetto plastico. Un prompt negativo efficace per ritratti realistici include:
plastic, smooth skin, airbrushed, poreless, doll-like, flawless, perfect skin3d render, cgi, digital painting, illustration, cartoon, animeblurry, low quality, deformed, bad anatomy, extra fingers, mutated handswax, retouched, photoshop, overexposed
La prima riga colpisce direttamente l'aspetto plastico. La seconda elimina gli stili non fotografici. La terza gestisce gli errori strutturali. La quarta rimuove l'estetica da post-produzione troppo levigata che rende artificiali le immagini anche quando la generazione di base è solida.
Oltre il checkpoint: LoRA, ADetailer e prompt engineering
Anche con il modello e le impostazioni giuste, i volti spesso perdono dettaglio alle risoluzioni standard. La community ha sviluppato un approccio di post-produzione a strati che affronta il problema in modo sistematico.
LoRA per il realismo. LoRA leggeri come Skin & Hand di Polyhedron e add-details-xl iniettano texture della pelle e dettagli fini con pesi ridotti, da 0.3 a 0.8. Con un peso di 1.0, add-details-xl forza il modello a renderizzare dettagli ad alta frequenza su tutta l'immagine: può trasformare la pelle, ma introdurre artefatti nello sfondo. Inizia da 0.5 e regola in base al risultato.
ADetailer (After Detailer). È lo strumento singolo più efficace per correggere i volti. ADetailer esegue un modello di rilevamento sull'immagine generata, identifica i volti e li rigenera automaticamente a una risoluzione maggiore con un prompt dedicato. La configurazione consigliata:
- Modello di rilevamento:
face_yolov8n.pt - Soglia di confidenza: 0.3
- Intensità di denoising: 0.22-0.28, inferiore allo standard perché serve una rifinitura, non una sostituzione
- Step: 18-22
- CFG: 4-4.5
- Inpaint only masked: ON
- Prompt ADetailer:
natural skin texture, visible pores, subtle imperfections, soft skin transitions, realistic eyes, natural lips
La bassa intensità di denoising è fondamentale. A 0.5+, ADetailer sostituisce di fatto il volto, introducendo nuovi artefatti o perdendo l'identità del soggetto. A 0.22-0.28 rifinisce i dettagli esistenti: aggiunge la struttura dei pori, rende più nitidi gli occhi e corregge piccoli problemi anatomici senza scartare la generazione originale.
Tecniche di prompt per il realismo. Le parole che usi determinano la texture generata dal modello. Tra i trigger efficaci per il realismo ci sono:
natural skin texture, visible pores, subtle blemishes, frecklescandid iphone camera portrait, raw photo, unretouched85mm portrait lens, shallow depth of field, natural lightingoily skin, sun-damaged skin, aged 35 years old, flyaway hair strands
L'ultima riga può sembrare controintuitiva, ma è potente. Le persone reali hanno pelle oleosa, danni solari, macchie dell'età e capelli ribelli. Chiedere queste imperfezioni allontana il modello dal suo default idealizzato e lo spinge verso un fotorealismo autentico. Specificare obiettivo e configurazione della luce ancora l'output alla realtà fotografica invece che al rendering digitale.
Quando la configurazione locale non è possibile: alternative cloud
La realtà di Stable Diffusion in locale è che richiede hardware significativo. Un workflow SDXL con LoRA, ADetailer e ControlNet contemporaneamente ha bisogno di 12-16 GB di VRAM. Un workflow Flux in precisione completa ne richiede 24 GB. Non tutti hanno, o vogliono acquistare, hardware di questo livello; inoltre, installare ComfyUI o AUTOMATIC1111, scaricare checkpoint da diversi gigabyte e configurare sampler ed estensioni può richiedere ore prima di generare una sola immagine.
È qui che gli strumenti cloud di generazione immagini IA offrono un'alternativa concreta. La piattaforma text-to-image di Seavid AI dà accesso a diversi modelli all'avanguardia, tra cui Seedream 5.0, Nano Banana Pro e GPT Image, tramite un'interfaccia browser senza configurazione locale. Descrivi la tua idea in un prompt testuale, scegli stile e risoluzione e genera rapidamente. Per rifinire o trasformare immagini esistenti, lo strumento image-to-image gestisce trasferimento di stile e miglioramento preservando la composizione, mentre SeedEdit consente modifiche basate su istruzioni mantenendo l'identità.
Il compromesso è il controllo. Stable Diffusion in locale offre accesso dettagliato a ogni parametro: sampler, CFG, numero di step, pesi LoRA, prompt negativi e maschere di inpainting. Gli strumenti cloud nascondono queste decisioni dietro un'interfaccia più semplice, un vantaggio per velocità e accessibilità ma un limite quando devi calibrare aspetti specifici della texture della pelle o del dettaglio del volto. Per prototipazione rapida, contenuti social o utenti senza GPU dedicata, il cloud elimina del tutto la barriera hardware. Per ritratti fotorealistici di qualità produttiva, dove ogni poro conta, il workflow locale mantiene ancora il vantaggio.
Errori comuni e come evitarli
- Usare il modello SDXL di base per i ritratti. SDXL di base tende notoriamente a creare pelle plastica. Passa sempre a un checkpoint realistico fine-tuned come RealVisXL o Juggernaut XL.
- Usare CFG oltre 7 sulla pelle. Un CFG alto sopprime la texture naturale. Scendi a 4-6 e lascia che sia il prompt negativo a gestire il controllo qualità.
- Saltare ADetailer. I volti generati a 1024x1024 perdono dettaglio quando il soggetto occupa una piccola parte dell'inquadratura. ADetailer risolve automaticamente il problema, quindi non c'è motivo di saltarlo.
- Impilare troppi LoRA. Ogni LoRA aggiunto aumenta la probabilità di variazioni cromatiche e artefatti. Inizia con un solo LoRA per il realismo a peso 0.5, fai una prova e aggiungine altri solo se il risultato ne ha bisogno.
- Dimenticare di specificare le imperfezioni. Se il prompt dice solo "bella donna, pelle perfetta", il modello farà esattamente questo, e sembrerà falso. Aggiungi pori, imperfezioni e indicazioni di luce naturale.
- Aumentare la risoluzione senza Hi-Res Fix. L'upscaling standard rende tutto più nitido in modo uniforme, facendo sembrare la pelle cerosa. Usa Hi-Res Fix con una bassa intensità di denoising, 0.3-0.4, per un miglioramento controllato dei dettagli.
Domande frequenti
Posso ottenere risultati fotorealistici con SD 1.5 o mi serve SDXL?
Sì. Realistic Vision V6.0 su SD 1.5 produce ancora ottime tonalità della pelle e una luce realistica. Il compromesso riguarda la risoluzione, 512x512 nativa contro 1024x1024 per SDXL, e la coerenza anatomica. Se la tua GPU ha 4-6 GB di VRAM, SD 1.5 è l'opzione migliore e il risultato può essere aumentato di risoluzione in seguito.
Qual è il cambiamento singolo più efficace per correggere l'aspetto plastico?
Aggiungi un prompt negativo che lo colpisca esplicitamente: plastic, smooth skin, airbrushed, poreless, doll-like, flawless. Da solo produce un miglioramento visibile sulla maggior parte dei checkpoint realistici, anche prima di regolare sampler o CFG.
Mi serve una GPU dedicata o posso usare strumenti cloud?
Per i workflow SDXL locali è consigliata una GPU NVIDIA dedicata con almeno 8 GB di VRAM. Se non ce l'hai, strumenti cloud come Seavid AI danno accesso a modelli di alta qualità tramite browser, con meno controllo sui parametri rispetto a una configurazione locale.
Cosa offre più fotorealismo: Stable Diffusion o Flux?
Flux produce in genere un fotorealismo di qualità superiore, con anatomia e aderenza al prompt migliori, ma richiede 12+ GB di VRAM anche quantizzato e ha un ecosistema LoRA più piccolo. SDXL resta la scelta pratica per la maggior parte degli utenti grazie alla sua enorme libreria di modelli community, agli strumenti maturi e ai requisiti hardware inferiori. Per i risultati migliori su hardware di fascia alta, Flux Dev in GGUF Q8 è attualmente la scelta locale principale.
Quanto conta la scelta del sampler per il realismo della pelle?
Molto. DPM++ 2M SDE Karras e DPM++ 3M SDE Karras preservano il rumore ad alta frequenza che si traduce nella texture della pelle. Passare da Euler a a DPM++ SDE Karras può migliorare il realismo della pelle più di un cambio di modello, soprattutto sui checkpoint SDXL.
