Model
Trends
.ai
Model
Trends
.ai
i migliori modelli di IA open source

Nodo Load VAE in ComfyUI

Load VAE (VAELoader) carica un file VAE standalone da models/vae così un checkpoint con un VAE mancante o debole decodifica colori puliti, e modelli divisi come Flux e Wan ottengono il loro decoder.
Pacchetto di nodi: ComfyUI core
Categoria: Loader

Cosa fa Load VAE

Il VAE trasforma l'immagine latente in pixel (decodifica) e i pixel in latenti (codifica). Molti checkpoint SD 1.5 e SDXL ne includono uno, ma alcuni sono stati addestrati o uniti senza e producono immagini spente, sbiadite o macchiate. Load VAE ti permette di inserire un VAE noto e valido (vae-ft-mse-840000 per SD 1.5, sdxl_vae per SDXL) al posto del VAE del checkpoint.
Le famiglie di modelli divisi lo richiedono sempre: Flux usa ae.safetensors, Wan 2.1 usa wan_2.1_vae.safetensors, HunyuanVideo e LTX hanno i loro. L'output sostituisce il filo VAE in VAE Decode e VAE Encode.

Ingressi

Nome
Tipo
Cos'è
vae_name
COMBO
Il file VAE da models/vae. Le voci taesd e taesdxl sono i decoder di anteprima piccoli.

Uscite

Nome
Tipo
Cos'è
VAE
VAE
Il decoder/codificatore per VAE Decode, VAE Encode e i nodi di codifica inpaint.
AD
Salta la configurazione: workflow ComfyUI preinstallati sul cloud
BitVector esegue workflow ComfyUI pronti all'uso sulle proprie GPU. Niente installazione, niente nodi mancanti, niente riquadri rossi. Aprilo dal telefono o dal portatile e genera in un minuto.

Come usare Load VAE

  1. Scarica il VAE per la tua famiglia di modelli in ComfyUI/models/vae.
  2. Aggiungi Load VAE e scegli il file.
  3. Collega il suo output VAE a VAE Decode (e a VAE Encode se fai img2img).
  4. Lascia scollegato l'output VAE del checkpoint.

Impostazioni e consigli

  • SDXL: usa il VAE fp16-fix (sdxl_vae_fp16_fix) se vedi immagini nere in modalità fp16.
  • I checkpoint anime SD 1.5 spesso stanno meglio con kl-f8-anime2 o l'Orangemix VAE; quelli realistici con vae-ft-mse-840000.
  • Non mischiare mai le famiglie: un VAE SDXL su latenti SD 1.5 produce colori sbagliati, un VAE Flux su latenti SDXL dà errore.
  • Le voci taesd sono approssimazioni veloci solo per anteprime; le immagini finali dovrebbero usare il VAE reale.

Risoluzione dei problemi di Load VAE

Le immagini sono sbiadite, grigie o con poco contrasto

Perché succede
Il checkpoint non ha un VAE integrato o ha uno scarso, e il grafico usa l'output VAE del checkpoint.

Come risolverlo
Aggiungi Load VAE con il VAE standard per la famiglia e collegalo a VAE Decode invece del VAE del checkpoint.

L'immagine decodificata è un blocco di rumore colorato

Perché succede
Le famiglie di VAE e latenti non corrispondono (per esempio Flux ae.safetensors che decodifica latenti SDXL, o un VAE SDXL che decodifica latenti Wan video).

Come risolverlo
Usa il VAE che appartiene al modello che ha prodotto il latente. L'errore "Given groups=1, weight of size ..." nella console conferma un mismatch di famiglia.

Immagine nera dopo la decodifica su SDXL

Perché succede
Il VAE SDXL originale va in overflow in fp16 e restituisce valori NaN che decodificano in nero.

Come risolverlo
Carica sdxl_vae_fp16_fix.safetensors, o avvia ComfyUI con --fp32-vae.

VAE decode esaurisce la memoria su immagini grandi

Perché succede
Decodificare un'immagine 2048x2048 richiede diversi GB per le attivazioni.

Come risolverlo
Sostituisci VAE Decode con VAE Decode (Tiled) e usa una dimensione tile di 512, o decodifica prima dell'ultimo passaggio di upscaling.

AD
Esegui questo workflow dal telefono
Ogni workflow di questa pagina è preinstallato su BitVector con modelli e nodi personalizzati già al loro posto. Scegline uno, scrivi un prompt, fatto. Zero configurazione, niente da scaricare.

Domande su Load VAE

Serve sempre Load VAE?

Solo quando il checkpoint non ha un buon VAE o il modello non ne include uno. Molti checkpoint SDXL vanno bene con il loro VAE integrato.

Dove trovo il VAE giusto?

La pagina del modello di solito lo indica. Per Flux è ae.safetensors dal repository Flux, per Wan è nei file ripacchettati Wan 2.1.

Nodi correlati

VAE Decode
ComfyUI core
VAE Decode trasforma il LATENT campionato in un'immagine a pixel usando il VAE; VAE Decode (Tiled) fa lo stesso a pezzi per immagini molto grandi.
VAE Encode and VAE Encode (for Inpainting)
ComfyUI core
VAE Encode trasforma un'immagine PIXEL in un LATENT per img2img; VAE Encode (per Inpainting) fa lo stesso ma cancella l'area mascherata così un modello di inpainting può ridipingerla.
Load Checkpoint
ComfyUI core
Load Checkpoint (CheckpointLoaderSimple) apre un file modello .safetensors o .ckpt e fornisce le tre parti di cui ogni workflow ha bisogno: il MODEL di diffusione, l'encoder testuale CLIP e il VAE.
Load Diffusion Model
ComfyUI core
Load Diffusion Model (UNETLoader) carica una rete di denoising base come Flux, SD3.5, Wan o HunyuanVideo da models/diffusion_models, con un'opzione weight_dtype per fp8 che aiuta a risparmiare VRAM.
AD
Stanco di riparare nodi? Lascia fare al cloud
BitVector mantiene centinaia di workflow ComfyUI installati, aggiornati e testati su GPU cloud veloci. Niente Python, niente errori CUDA, niente limiti di VRAM. Funziona da qualsiasi browser.

Altri nodi ComfyUI

CLIP Text Encode (Prompt)
ComfyUI core
CLIP Text Encode trasforma un prompt di testo in CONDITIONING usando l'encoder testuale del modello. Un nodo contiene il prompt positivo, un altro quello negativo.
ComfyUI Manager
ComfyUI-Manager
ComfyUI Manager è l’estensione che installa, aggiorna e sistema i pacchetti di nodi personalizzati e i modelli direttamente dall’interfaccia, risolve i nodi mancanti nei workflow importati e salva la tua configurazione.
KSampler
ComfyUI core
KSampler esegue il ciclo di denoising: prende il modello, i prompt e un latente e produce l'immagine latente finita, controllata da seed, passi, cfg, sampler, scheduler e denoise.
Save Image
ComfyUI core
Save Image salva il tensore IMAGE in ComfyUI/output come PNG, con tutto il flusso di lavoro incorporato nei metadati del file così puoi trascinare l'immagine di nuovo in ComfyUI per ripristinare il grafico.
Empty Latent Image
ComfyUI core
Empty Latent Image crea la tela latente vuota (larghezza, altezza, batch_size) da cui parte il campionamento testo-immagine; le dimensioni devono essere multipli di 8 e corrispondere alla famiglia del modello.
Load Image
ComfyUI core
Load Image carica un'immagine dalla cartella di input di ComfyUI (o da un upload) e produce un tensore IMAGE più una MASK ricavata dal canale alfa, il punto di partenza per img2img, inpainting, ControlNet e IP-Adapter.