一张看起来很干净的图，角落却有一块水印形状的污渍：通常是看不清的乱码、Shutterstock 风格 logo 的轮廓，或者像是潦草的签名。偶尔能看清 “shutterstock” 或 “getty” 字样，更多时候只是模糊的”水印形”幽灵。
最快的解法： 如果你用的是 Stable Diffusion 系模型（SDXL、SD 3.5、Pony、Illustrious），在负向 Prompt 里加上 watermark, signature, logo, text 再重抽一遍，大多数情况就没了。如果你用 Flux 或 Midjourney，负向 Prompt 的机制不一样（见下文），直接裁掉外圈约 5%，或者把角落 inpaint 掉。
这是训练数据残留，不是追踪用的水印。模型训练时见过几百万张带水印的图库照片，于是学到”专业照片有时会带水印形状的痕迹”。它复现的是那个形状，背后并没有真正的 logo 或署名——这也是它通常一团乱码的原因。（这和 Google SynthID、C2PA 元数据这类隐形溯源水印是两回事，那些标识 AI 来源，重新生成是去不掉的。）
先分清你是哪一类
| 现象 | 最可能的原因 | 跳到 |
|---|---|---|
| 每次都在同一角落，中心干净 | 分辨率 / 角落伪影 | 原因 4、Step 3 |
| 能看清 “getty”/“shutterstock”/“alamy” 字样 | 图库风格词或品牌名 | 原因 2/5、Step 1-2 |
| 随机的水印状色块，每个 seed 都变 | 没有负向词拦截（SD 系） | 原因 1、Step 1 |
| 换什么模型都出 | 是图库风格词，不是模型 | 原因 2、Step 2 |
| 只在某一个 checkpoint 出，别的干净 | checkpoint 训练数据带水印 | 原因 3、Step 5 |
常见原因
按命中率从高到低排列。
1. 没有负向 Prompt 拦水印（仅 SD 系）
在 Stable Diffusion 模型上，负向 Prompt 不写 watermark, signature, logo, text overlay，模型一旦觉得”专业照片”该有水印，就会自由生成。注意：Flux 在标准 distilled/guidance 流程里不理会负向 Prompt，而 Midjourney 用 --no 参数而不是单独的负向输入框，所以这条原因和 Step 1 专指 SD 系工具。
如何判断：你在用 SDXL/SD 3.5/Pony/Illustrious，且负向 Prompt 里缺这几个词。
2. 风格词触发图库训练数据
"stock photo style, professional photography, commercial photography,
high quality photograph, editorial photography, cinematic"这些短语在带水印的训练数据里频率极高，模型把它们和水印形状本身绑在了一起。这也是唯一一条会跟着你换遍所有模型的原因，包括 Flux 和 Midjourney。
如何判断：Prompt 含 stock photo、professional photography、editorial、commercial——换成中性词（Step 2）。
3. checkpoint 训练含大量带水印图库
某些 checkpoint（老 SDXL 调优、某些 “photoreal” 融合模型、用粗筛网络抓取数据训出来的）水印残留比别的严重得多。
如何判断：同一 Prompt 跑公认干净的（Juggernaut XL v9+、RealVisXL v5+、FLUX.1 dev 或 FLUX.2 dev base）没水印——那源头就是原模型。
4. 在某些分辨率下角落容易出乱
某些模型在非原生分辨率下角落更容易出伪影（如 SDXL 跑 768×768，而它原生训练尺寸是 1024×1024）。中心没问题，角落堆垃圾。
如何判断：水印总在同一角落、中心干净——用模型的原生分辨率重跑。
5. Prompt 含品牌 / 媒体风格关联
shot like a Getty Images photo、Reuters style、documentary press photography——这些在训练数据里都有品牌关联，模型在出那个观感的同时可能复现品牌水印。
如何判断：Prompt 指名了带水印的图库或通讯社品牌——删掉品牌名（Step 2）。
最短修复路径
Step 1：负向 Prompt 拦水印（SD 系）
SDXL / SD 3.5 / Pony / Illustrious，把这些粘进负向 Prompt：
watermark, signature, logo, text, text overlay,
stamp, copyright, branding, getty images, shutterstock,
adobe stock, alamy, depositphotos, watermark text,
attribution text, artist signature, frame border, photo frame单这一项就能解决约 70-80% 的 SD 系情况。负向词要紧扣实际问题——SDXL 在负向 Prompt 堆太多无关词时容易把细节抹平，所以这里别再塞一堆通用画质词。
Midjourney（当前默认的 V8.1，以及 V7）改用 --no 参数，而不是单独的负向输入框：
--no watermark, signature, text, logo注意 --no 是逐词独立解析的（每个词大约施加 -0.5 的权重），所以词要简单、别有歧义。
Flux（FLUX.1 / FLUX.2 dev）不吃负向词，直接跳到 Step 2（改写 Prompt）或 Step 4（inpaint）。
Step 2：删触发水印的风格词
从正向 Prompt 删掉：
stock photo, stock photography, professional photography,
commercial photography, editorial photo, getty style,
shutterstock style, reuters style, AP photo替换成中性描述：
photograph, 35mm film, natural photo, documentary,
candid moment, available light这一招在所有模型上都管用，包括 Flux 和 Midjourney，因为它是直接移除触发源，而不是硬扛。
Step 3：裁掉外圈约 5% 再放大
水印残留几乎总藏在角落，裁一圈再放大就能清掉大部分：
# Photoshop / Pixelmator（手动）
1. 每边裁掉约 5%
2. 放大回原尺寸（bicubic 或 AI 放大）
3. 完事——角落伪影没了
# 命令行（ImageMagick 7）
magick input.png -gravity center -crop 90%x90%+0+0 -resize 1024x1024 output.png
# 或者一开始就用更窄的比例构图
"... --ar 4:5" # Midjourney：竖向画幅天然把角落裁掉Step 4：inpaint 涂掉水印
如果不能裁切（必须保留完整画幅）：
# 框住水印区域，只对那一块重新生成
- Photoshop / Affinity / Pixelmator：生成式填充 / 去除工具
- SDXL Forge / ComfyUI：用匹配周围的 Prompt 做 inpaint
- FLUX.1 Kontext："remove the watermark in the corner"（自然语言编辑）
- Gemini "Nano Banana" 图像编辑：同上，自然语言去除
- Cleanup.pictures / Photoroom：一次性用的免费在线工具现代 inpaint 工具是从周围像素重建，而不是简单盖一层，所以即使背景有纹理，补丁也能无缝融合。
Step 5：换 checkpoint
把同一 Prompt 拿到更干净的模型上试：
# 公认干净
- Juggernaut XL v9+
- RealVisXL v5+
- FLUX.1 dev / FLUX.2 dev base
- Midjourney V8.1 / V7（训练集过滤很严）
# 公认水印重（图库风格请避开）
- 老 SDXL base / 早期调优
- 通用 "photoreal" 融合
- 部分粗筛网络抓取的调优Step 6：把生成质量拉高
# Midjourney V7（旧版）
--quality 1 # V7 的默认值；有效取值只有 0.25、0.5、1
# 只影响首批 4 张草图，对放大 / 变体不起作用
# 只有当你之前刻意调到 0.25/0.5 时才需要往上调
# 注意：V8.1（当前默认）已移除 --quality；在 V8.1 上直接用默认
# 模型，靠 Step 1-5 加 HD 模式即可
# SDXL
- 更多步数（30-40）+ 更好的 sampler（DPM++ 2M Karras）
- CFG 提到 6-7——你写了"不要水印"后，模型会更坚定地照做怎么确认修好了
- 把每个角落和底边放大到 100-200% 看一遍，残留就藏在那。
- 用改好的 Prompt 抽 3-4 个 seed，别只看一张——单次干净可能只是运气。
- 如果你做了裁切或 inpaint，交付前用全分辨率检查补丁边缘有没有接缝或模糊光晕。
预防建议
- 把
watermark, signature, text, logo固定写进 SD 的默认负向 Prompt 模板，把--no watermark, signature, text写进 Midjourney 预设。 - 避开
stock photo/professional photography风格词，用photograph/35mm film替代。这是最高杠杆的习惯，因为它在所有模型上都生效。 - 商业工作默认选公认干净的 checkpoint（Juggernaut、RealVisXL、FLUX dev）。
- 交付前永远逐张检查角落。
常见问题
我没要水印，AI 为什么自己加？ 它加的不是真水印。模型训练时见过几百万张带水印的图库照片，学到”专业照片有时带个水印形色块”，于是凭记忆把那个形状画了出来。背后没有 logo 文件，所以它通常是一团乱码。
Flux 上加了负向词也去不掉水印，怎么回事？
Flux 标准流程不理会负向 Prompt，加 watermark 没有任何作用。在 Flux 上，请从正向 Prompt 删掉图库风格触发词（Step 2），或者把角落 inpaint / 裁掉（Step 3-4）。
去掉这种水印形伪影合法吗？ 训练数据伪影并不是谁的真实 logo 或受版权保护的标记，从你自己的生成图上抹掉这块污渍一般没问题。这和把别人照片上的真实第三方水印抠掉不同，也和 SynthID、C2PA 元数据这类隐形溯源信号不同——后者标识 AI 来源，重新生成是去不掉的。
水印每次都在同一个角落，为什么？ 那是分辨率 / 角落伪影的特征，不是内容问题。用模型的原生分辨率跑（SDXL 用 1024×1024），或者直接裁掉外圈约 5% 再放大（Step 3）。
图库风格摄影用哪些 checkpoint 最干净？ 截至 2026 年 6 月，Juggernaut XL v9+、RealVisXL v5+ 和 FLUX dev 系都稳定干净。商业工作请避开老 SDXL base、通用 “photoreal” 融合和粗筛网络抓取的调优模型。