Model
Trends
.ai
Model
Trends
.ai
de bästa AI-modellerna med öppen källkod

Noden VAE Decode i ComfyUI

VAE Decode omvandlar den samplade LATENT till en pixel-BILD med VAE; VAE Decode (Tiled) gör samma sak i kakel för väldigt stora bilder.
Nodpaket: ComfyUI core
Kategori: Latent

Vad VAE Decode gör

Samplers jobbar i latent space. VAE Decode är steget som gör om den färdiga latenten till riktiga pixlar, med VAE från checkpoint eller från Load VAE. Dess IMAGE-utgång går till Save Image, Preview Image, upscalers och andra bildnoder.
Att avkoda en 1024x1024 SDXL latent tar en eller två sekunder och några gigabyte VRAM; vid 2048 och uppåt växer minnesbehovet snabbt. VAE Decode (Tiled) delar upp latenten i överlappande kakel så att vilken storlek som helst kan avkodas på vilket kort som helst, med en liten risk för synliga skarvar vid väldigt låg överlappning. ComfyUI går automatiskt över till tiled decoding när vanlig decode får slut på minne.

Ingångar

Namn
Typ
Vad det är
samples
LATENT
Latenten från KSampler eller en latent upscale-node.
vae
VAE
VAE från Load Checkpoint eller Load VAE; måste matcha latent-familjen.

Utgångar

Namn
Typ
Vad det är
IMAGE
IMAGE
Den avkodade bilden för Save Image, Preview Image eller vidare bearbetning.
AD
Hoppa över installationen: ComfyUI-arbetsflöden förinstallerade i molnet
BitVector kör färdiga ComfyUI-arbetsflöden på sina egna GPU:er. Ingen installation, inga saknade noder, inga röda rutor. Öppna det på telefonen eller datorn och generera inom en minut.

Så använder du VAE Decode

  1. Koppla KSampler LATENT till samples.
  2. Koppla checkpoint VAE (eller Load VAE) till vae.
  3. Koppla IMAGE till Save Image.

Inställningar och tips

  • Använd fp16-fix VAE för SDXL för att undvika svarta bilder.
  • För videomodeller är motsvarande VAE Decode samma nod; Wan och Hunyuan latenter avkodas via sin egen VAE-fil.
  • Tiled decode: tile_size 512, overlap 64 är en bra standardinställning.

Felsökning av VAE Decode

Svart bild efter decode

Varför det händer
NaN-värden från en fp16 VAE overflow (klassisk SDXL VAE) eller en trasig latent från en misslyckad sampler.

Så löser du det
Använd sdxl_vae_fp16_fix eller starta med --fp32-vae. Om samplern gav NaN, sänk cfg eller byt sampler.

Given groups=1, weight of size [...] expected input to have 4 channels, but got 16

Varför det händer
VAE-familjen matchar inte latenten: en SD VAE som avkodar Flux-latenter eller tvärtom.

Så löser du det
Använd VAE som hör till modellen som gjorde latenten (ae.safetensors för Flux, sdxl_vae för SDXL).

Slut på minne i VAE Decode

Varför det händer
Bilden är för stor för att avkodas på en gång.

Så löser du det
Använd VAE Decode (Tiled) eller låt ComfyUI automatiskt gå över; sänk tile_size till 256 på små kort.

Synliga rutnätsskarvar i den avkodade bilden

Varför det händer
Tiled decode med för liten överlappning.

Så löser du det
Öka overlap till 96 eller 128, eller använd större tile_size.

AD
Kör detta arbetsflöde från telefonen
Varje arbetsflöde på den här sidan är förinstallerat på BitVector med sina modeller och anpassade noder. Välj, skriv en prompt, klart. Noll installation, inget att ladda ner.

Frågor om VAE Decode

Varför ser avkodningen lite annorlunda ut än förhandsvisningen?

Live preview använder den lilla TAESD-decodern; slutgiltig decode använder riktiga VAE.

Kan jag hoppa över VAE Decode?

Endast om nästa nod tar LATENT (latent upscale, en annan sampler). Allt som visar eller sparar pixlar behöver det.

Relaterade noder

Load VAE
ComfyUI core
Load VAE (VAELoader) laddar en fristående VAE-fil från models/vae så att en checkpoint med en saknad eller svag VAE kan avkoda rena färger, och så att split-modeller som Flux och Wan får sin decoder.
VAE Encode and VAE Encode (for Inpainting)
ComfyUI core
VAE Encode omvandlar en pixel-BILD till en LATENT för img2img; VAE Encode (för Inpainting) gör samma sak men suddar ut det maskade området så en inpainting-modell kan måla om det.
Save Image
ComfyUI core
Save Image sparar IMAGE-tensorn som en PNG i ComfyUI/output, med hela arbetsflödet inbäddat i filens metadata så att bilden kan dras tillbaka till ComfyUI för att återställa grafen.
KSampler
ComfyUI core
KSampler kör avbrusningsloopen: den tar modellen, prompts och en latent och skapar den färdiga latenta bilden, styrd av seed, steg, cfg, sampler, scheduler och denoise.
AD
Trött på att laga noder? Låt molnet göra det
BitVector håller hundratals ComfyUI-arbetsflöden installerade, uppdaterade och testade på snabba moln-GPU:er. Ingen Python, inga CUDA-fel, inga VRAM-gränser. Fungerar från vilken webbläsare som helst.

Fler ComfyUI-noder

CLIP Text Encode (Prompt)
ComfyUI core
CLIP Text Encode omvandlar en textprompt till CONDITIONING med hjälp av modellens textkodare. En nod håller den positiva prompten, en annan den negativa prompten.
ComfyUI Manager
ComfyUI-Manager
ComfyUI Manager är tillägget som installerar, uppdaterar och fixar anpassade nodpaket och modeller direkt i gränssnittet, löser saknade noder i importerade arbetsflöden och sparar en ögonblicksbild av din setup.
Load Checkpoint
ComfyUI core
Load Checkpoint (CheckpointLoaderSimple) öppnar en .safetensors- eller .ckpt-modellfil och delar upp den i de tre delar som varje arbetsflöde behöver: diffusionens MODEL, CLIP textkodare och VAE.
Empty Latent Image
ComfyUI core
Empty Latent Image skapar den tomma latenta ytan (bredd, höjd, batch_size) som text-till-bild-sampling börjar från; dimensionerna måste vara multiplar av 8 och matcha modelfamiljen.
Load Image
ComfyUI core
Load Image läser in en bild från ComfyUI:s input-mapp (eller en uppladdning) och ger ut en IMAGE-tensor plus en MASK som tas från alfakanalen, startpunkten för img2img, inpainting, ControlNet och IP-Adapter-flöden.
Load LoRA
ComfyUI core
Load LoRA (LoraLoader) applicerar en LoRA-fil på MODEL och CLIP med separata styrkor, så att en stil, karaktär eller koncept kan läggas till vilken checkpoint som helst utan att slå ihop dem.