关注、星标下方公众号，和你一起绘梦

作者 | 梁唐

出品 | 公众号：Ai绘画梁（ID：ai_drawer）

(资料图片)

大家好，我是梁唐。

我把之前画蒂法的教程同步到知乎，有小伙伴给我留言，问我为什么画出来的蒂法看起来灰蒙蒙的，是不是哪里没配置好？

关注公众号Ai绘画梁，回复【教程】从零开始学习。

其实并不是配置的问题，而是VAE的问题。

有些眼尖的小伙伴可能已经注意到了，在左上角模型选择的旁边有一个模型的VAE的选项。这里就是用来配置VAE的地方。

如果我们这里选择无，模型使用anything-v4.5的话，画出来的图片就会显得有些灰蒙蒙的，比如这样：

如果我们这里选上VAE，还是同样的提示词和参数，得到的图片就会一下子艳丽起来：

然而这并不是固定的，比如我这里换一个模型，但VAE仍然选择无，得到的图片就没有饱和度不够的问题：

所以要不要设置VAE并不是必须的，要根据模型的效果进行调整。关于VAE的原理我们放到最后来讲，萌新可以简单理解成图片的滤镜即可。不同的VAE相当于不同的滤镜，得到的图片饱和度以及细节会有细微的差别，图片的内容基本完全一致。

如果大家使用的是整合包的话，我们可以在模型管理里面直接下载。因为VAE的数量比较少，并且效果比较接近。所以我们就选排在前面的几种即可。

如果使用的是云服务器的话，由于VAE通常都比较小，手动下载再上传也不算太麻烦。我们放在主目录models/VAE路径下即可。

我把我常用的几种都上传到了云盘里，有需要的话在公众号Ai绘画梁后台回复004获取下载链接。

最后来简单介绍一下VAE的原理，VAE的英文全文是Variational Auto-Encoder，即变分自动编码器。自动编码器（auto-encoder）在深度学习场景当中广泛使用，它的目的是还原原始的输入系统，从而学习一个对复杂信息的编码。

比如下图就是一个对手写数字进行的自动编码器，它的输入和输出都是一个28 x 28的图片。而中间层则维度很小，是一个10维的向量。我们输入图片，经过encoder编码成一个10维的向量，再通过解码器将它还原成原本28 x 28的输入。这说明了什么，说明了我们通过编码器，将原本28 x 28的信息编码成了一个10维的向量上，大大压缩了信息密度。

这里的VAE本质上也是一种auto-encoder，只不过应用的场景是Ai绘画，它的结构仍然是一个auto-encoder的结构：

下图是知乎大佬SeASnAkE分享的stable diffusion的模型结构图，我们可以特别关注一下VAE的应用位置。虽然中间的模型结构无比复杂，但VAE在其中起的仍然是自动编码降低信息维度提升信息密度的目的。

那为什么有的模型不加VAE影响就比较大，而有些模型则影响很小呢？

这是因为不同的模型结构也有所区别，有些模型已经内置了训练好的VAE，而有些没有。实际上根据我个人的使用和测试，大部分模型都已经内置了VAE，即使我们不手动勾选也顶多生成的图片饱和度比较低，类似于有点灰蒙蒙的感觉。而勾选VAE的话，则会起到一个类似于滤镜或者HDR的效果。

如果是那些训练时候没有内置VAE的模型，我们不选择对应的VAE的话，得到的图片可能是人类无法欣赏的……

一般模型的作者都会在主页写清楚VAE的相关事项，我们在下载之前稍微注意查看一下即可。

关注我，不再错过AI绘画前沿~