【2025 Stable Diffusion WebUI 初始入门】【8.Stable Diffusion VAE模型详解】

一、VAE模型基础理论

1.1 VAE模型的核心作用

VAE（变分自编码器）是Stable Diffusion的三大核心组件之一，承担着图像压缩与重建的关键任务。其核心作用包括：

• 图像压缩：将输入图像（通常为512×512像素）编码为低维潜空间向量（Latent），压缩比可达8倍（如64×64×4通道）。
• 图像重建：将潜空间向量解码为像素级图像，实现从潜空间到视觉空间的映射。
• 色彩与细节控制：通过切换不同VAE模型，可调整生成图像的色彩表现、细节锐度和对比度。

1.2 VAE模型的技术架构

1.2.1 编码器（Encoder）

• 结构：由3个DownBlock模块、1个MidBlock模块和Res