Latent 操作节点

潜在空间相关的图像编解码节点。

节点列表

节点	功能	方向
VAEDecode	解码	Latent → Image
VAEEncode	编码	Image → Latent
EmptyLatentImage	创建空白	生成 Latent
VAEDecodeTiled	分块解码	大图像处理
VAEEncodeTiled	分块编码	大图像处理

VAEDecode

将潜在空间解码为图像。

输入

输入	类型	说明
samples	LATENT	潜在空间数据
vae	VAE	VAE 模型（可选）

输出

输出	类型	说明
IMAGE	IMAGE	解码后的图像

使用

KSampler → VAEDecode → SaveImage
                     → LoadImage（继续处理）

自动 VAE

CheckpointLoader 的 VAE 通常自动加载：

• 无需手动连接 VAE
• 除非需要使用不同 VAE

VAEEncode

将图像编码为潜在空间。

输入

输入	类型	说明
pixels	IMAGE	输入图像
vae	VAE	VAE 模型（可选）

输出

输出	类型	说明
LATENT	LATENT	编码后的潜在空间

应用场景

场景	说明
图生图	编码输入图像
局部重绘	编码带遮罩的图像
扩图	编码原图 + 扩展区域

基本用法

LoadImage → VAEEncode → KSampler → VAEDecode → SaveImage

EmptyLatentImage

创建空白潜在空间，用于文生图。

参数

参数	类型	说明
width	INT	图像宽度
height	INT	图像高度
batch_size	INT	批量数量

输出

输出	类型	说明
LATENT	LATENT	空白潜在空间

常用尺寸

尺寸	用途
512x512	标准
768x768	SDXL 推荐
1024x1024	高质量

工作流

EmptyLatentImage(512, 512) → KSampler → VAEDecode → SaveImage

VAEDecodeTiled

分块解码，用于处理大图像。

用途

- 显存不足时处理大图像
- 分块处理避免 OOM
- 保持图像质量

参数

参数	类型	说明
tile_size	INT	块大小（默认 512）
overlap	INT	重叠区域

原理

1. 将 Latent 分成小块
2. 逐块解码
3. 拼接结果

重叠区域用于平滑过渡

VAEEncodeTiled

分块编码，用于大图像输入。

使用场景

- 输入超大图像
- 分块编码节省显存
- 后续分块处理

图像 ↔ Latent 转换

尺寸关系

Latent 尺寸 = 图像尺寸 / 8

512x512 图像 → 64x64 Latent
1024x1024 图像 → 128x128 Latent

数据流

图像 → VAEEncode → Latent → KSampler → Latent → VAEDecode → 图像

常见问题

Q: 图像模糊

A:

• 检查 VAE 是否匹配模型
• 使用正确的 VAE 文件

Q: 显存不足

A:

• 使用 Tiled 版本
• 减小图像尺寸
• 分块处理

Q: 编码后颜色异常

A:

• 使用配套的 VAE
• 尝试其他 VAE 版本

下一步

• KSampler - 采样器
• LoadImage - 图像加载