VAE 在 AI 绘画流程中的实际角色
在 Stable Diffusion 的生成流程中,UNet 负责在潜空间里完成去噪,采样结束后得到的是一组潜空间特征,而不是可以直接观看的像素图像。VAE(变分自编码器)的解码器部分负责把这组潜变量还原成最终的 RGB 图像,因此画面的色彩表现、明暗过渡和细节锐度,很大程度上由这个解码环节决定。同一个模型、同一个种子、同一组提示词,只更换 VAE,出图的观感就可能有明显差异。
VAE 不匹配会出现的典型问题
最直观的表现是画面整体发灰、发蒙,对比度不足,像蒙了一层雾。颜色失真也很常见,比如肤色偏青、红色过饱和、暗部细节糊成一团。这些问题往往不是模型本身的问题,而是模型自带的潜空间分布与当前 VAE 解码器不匹配造成的。此外,有些 VAE 解码时会出现细密的网格状伪影,或者在高分辨率放大后出现明显的噪点和色块,也需要优先排查 VAE 是否选对。
通用首选的 sd-vae-ft-mse-840000
如果没有特殊需求,sd-vae-ft-mse-840000 是最稳妥的通用选择。它是 Stability AI 发布的微调版本,在 MSE 损失下训练,相比更早的 kl-f8-anime 等版本,色彩更准、细节更清晰,对人物皮肤和写实场景的还原更自然。绝大多数基于 SD 1.5 的模型都能直接使用它,出图效果稳定。使用时把它放到 WebUI 的 VAE 目录,在设置里选中该文件,或直接在界面顶部 VAE 下拉框中选用即可。
优先遵循大模型页面的配套标注
发布在模型站的大模型,作者通常会在介绍里注明推荐搭配的 VAE,例如某些动漫模型会指定使用 kl-f8-anime2 才能得到理想的平涂质感,部分写实模型则会推荐特定的 VAE 来强化质感。这种标注是有依据的,因为模型的训练数据分布与特定 VAE 更契合。此时应当优先按作者说明配置,而不是一律套用通用 VAE。切换 VAE 后如果画面出现发灰或偏色,说明搭配不当,换回作者推荐版本即可。
选择与排查的实用顺序
实际操作时可以按这个顺序处理:先看大模型页面有没有标注配套 VAE,有就跟着用;没有标注时,默认选择 sd-vae-ft-mse-840000;如果出图发灰、颜色失真,再逐一尝试其他候选 VAE 对比效果。需要注意的是,VAE 只影响解码还原,不改变构图和主体内容,所以不要在排查构图问题时把精力浪费在换 VAE 上。另外,部分大模型已经把 VAE 内嵌进模型文件,此时界面上的 VAE 选项可能不起作用,属于正常现象。