Model
Trends
.ai
Model
Trends
.ai
最佳開源 AI 模型

ComfyUI 中的 VAE Encode and VAE Encode (for Inpainting) 節點

VAE Encode 把像素 IMAGE 轉成 LATENT，方便 img2img 用；VAE Encode（用於修補）也是這樣，但會把遮罩區域變空白，讓修補模型能重新繪製。
節點包:ComfyUI core
分類:潛空間

VAE Encode and VAE Encode (for Inpainting) 的作用

如果想用現有圖片，得先把圖片轉進潛在空間。VAE Encode 接收 IMAGE（來自 Load Image 或之前的 decode）和 VAE，輸出 LATENT，KSampler 就能用低於 1 的 denoise 繼續處理。這就是 ComfyUI 裡 img2img 的全部流程。
VAE Encode（用於修補）多了 mask 輸入和 grow_mask_by 選項：遮罩區域會先變灰，再附加噪聲遮罩，專用的修補模型只會重繪那部分。若用一般模型修補，建議用 VAE Encode 再接 Set Latent Noise Mask，這樣遮罩下的原始內容會保留當起點。

輸入

名稱
類型
含義
pixels
IMAGE
要編碼的圖片。尺寸會裁切成 8 的倍數。
vae
VAE
你要用來取樣的模型 VAE。
mask (inpaint variant)
MASK
白色代表要重繪的區域。
grow_mask_by (inpaint variant)
INT
遮罩邊緣擴張的像素數，讓邊緣融合；建議 6-24。

輸出

名稱
類型
含義
LATENT
LATENT
編碼後的圖片（修補版會帶噪聲遮罩），給 KSampler latent_image 用。
AD
跳過安裝:雲端預裝的 ComfyUI 工作流程
BitVector 在自家 GPU 上執行現成的 ComfyUI 工作流程。免安裝、沒有缺失節點、沒有紅框。用手機或筆電打開,一分鐘出圖。

如何使用 VAE Encode and VAE Encode (for Inpainting)

  1. 先用 Load Image 載入圖片，再用 VAE Encode 搭配 checkpoint 的 VAE。
  2. 把 LATENT 接到 KSampler；denoise 設 0.4-0.7 會有變化，0.2-0.35 適合微調。
  3. 修補時：在 Load Image 開遮罩編輯器，畫出區域，用 VAE Encode（用於修補）搭配修補 checkpoint，denoise 設 1.0。

設定與技巧

  • 編碼前先調整圖片到模型原生尺寸；4000 像素大圖會編成超大 latent。
  • VAE Encode（用於修補） denoise 設 1.0 是正常的，遮罩區域要完全重生。
  • 用一般 checkpoint 修補時，建議用 VAE Encode + Set Latent Noise Mask，denoise 設 0.5-0.8，效果會更貼合上下文。
  • 圖片尺寸若不是 8 的倍數，會被裁切幾個像素；可以先補邊或調尺寸避免畫面偏移。

VAE Encode and VAE Encode (for Inpainting) 疑難排解

修補區域忽略周圍，看起來像貼上去的

原因
用 VAE Encode（用於修補）搭配非修補 checkpoint，模型看不到變灰的區域。

修復方法
改用修補 checkpoint（或 Fooocus/Flux Fill 修補模型），或改用 VAE Encode + Set Latent Noise Mask，denoise 設低於 0.8。

重繪區域邊緣太硬

原因
grow_mask_by 設 0 或遮罩沒羽化。

修復方法
把 grow_mask_by 設 12-24，或用 Grow Mask / Feather Mask 節點先模糊遮罩再編碼。

img2img 沒有變化

原因
denoise 設太低，或 KSampler 的 latent 輸入還是空的。

修復方法
把編碼後的 LATENT 接到 KSampler，denoise 調到 0.5 以上，確認流程正常。

編碼時出錯：預期 4 通道卻得到 16 通道（或反過來）

原因
VAE 跟用來取樣的模型不是同一系列。

修復方法
用模型 decode 時用的同一個 VAE 來編碼。

AD
在手機上執行這個工作流程
本頁的每個工作流程都已預裝在 BitVector 上,模型和自訂節點一應俱全。選一個,輸入提示詞,完成。零設定,無需下載。

關於 VAE Encode and VAE Encode (for Inpainting) 的問題

img2img 該用多少 denoise？

0.3 保留大部分圖片，0.5 是平衡的重新混合，0.75 以上只保留構圖和色彩。

沒有修補模型可以修補嗎？

可以：先用 VAE Encode，再用 Set Latent Noise Mask 加遮罩，最後 KSampler denoise 設 0.5-0.8。

相關節點

VAE Decode
ComfyUI core
VAE Decode 用 VAE 把取樣後的 LATENT 轉成像素 IMAGE；VAE Decode (Tiled) 則是用分塊方式處理超大張圖片。
Load Image
ComfyUI core
Load Image 從 ComfyUI 的輸入資料夾（或上傳）讀取圖片，並輸出一個 IMAGE 張量和從 alpha 通道取得的 MASK，這是 img2img、修補、ControlNet 和 IP-Adapter 圖表的起點。
Set Latent Noise Mask
ComfyUI core
Set Latent Noise Mask 會把一個 MASK 附加到 LATENT 上，讓取樣器只改變白色區域：用任何普通的檢查點做修補和區域重生。
KSampler
ComfyUI core
KSampler 執行去噪循環：它接收模型、提示詞和潛在向量，並產生完成的潛在圖像，透過種子、步數、cfg、採樣器、排程器和去噪程度來控制。
Load VAE
ComfyUI core
Load VAE (VAELoader) 從 models/vae 載入獨立的 VAE 檔案，這樣當檢查點缺少或 VAE 不佳時，解碼出來的顏色會乾淨，像 Flux 和 Wan 這種拆分模型也能取得它們的解碼器。
AD
修節點修累了?交給雲端
BitVector 在高速雲端 GPU 上維護數百個 ComfyUI 工作流程,已安裝、已更新、已測試。沒有 Python、沒有 CUDA 錯誤、沒有 VRAM 限制。任何瀏覽器都能用。

更多 ComfyUI 節點

CLIP Text Encode (Prompt)
ComfyUI core
CLIP Text Encode 會用模型的文字編碼器把文字提示轉成 CONDITIONING。有兩個節點，一個放正面提示，另一個放負面提示。
ComfyUI Manager
ComfyUI-Manager
ComfyUI Manager 是一個擴充功能，可以在介面內安裝、更新和修復自訂節點包和模型，解決匯入工作流程中缺少的節點問題，並且備份你的設定。
Load Checkpoint
ComfyUI core
Load Checkpoint (CheckpointLoaderSimple) 會打開 .safetensors 或 .ckpt 模型檔案，並提供每個工作流程都需要的三個部分：diffusion MODEL、CLIP 文字編碼器和 VAE。
Save Image
ComfyUI core
Save Image 會把 IMAGE 張量存成 PNG 檔到 ComfyUI/output，並且把整個工作流程嵌入檔案的元資料裡，這樣圖片就能直接拖回 ComfyUI，還原整個圖形。
Empty Latent Image
ComfyUI core
Empty Latent Image 會建立空白的潛在畫布（寬度、高度、批次大小），這是文字轉圖片取樣的起點；尺寸必須是 8 的倍數，且要符合模型家族。
Load LoRA
ComfyUI core
Load LoRA (LoraLoader) 會將 LoRA 檔案套用到 MODEL 和 CLIP，並且可以分別調整強度，這樣你就能在任何檢查點加入風格、角色或概念，而不需要合併模型。