懂AI
blessed-sdxl-vae-fp16-fix

blessed-sdxl-vae-fp16-fix

改进SDXL VAE模型 提高图像质量并修复半精度问题

本项目提供经过优化的SDXL VAE模型，解决了半精度计算中的NaN错误，同时通过调整对比度和亮度改善了图像质量。基于madebyollin的sdxl-vae-fp16-fix项目，结合VAE-BlessUp脚本的理念，开发了多个版本的VAE模型。这些模型适用于各种SDXL模型，尤其适合PonyDiffusionV6-XL。项目提供了不同对比度和亮度参数的版本，使用者可以根据具体需求选择最适合的VAE模型，从而获得更理想的图像生成效果。

对比度模型亮度GithubVAESDXLsafetensorsHuggingface开源项目
GitHubHugging Face

blessed-sdxl-vae-fp16-fix项目介绍

blessed-sdxl-vae-fp16-fix是一个针对SDXL（Stable Diffusion XL）模型的VAE（变分自编码器）优化项目。这个项目基于madebyollin的sdxl-vae-fp16-fix进行了改进，旨在解决半精度计算中的NaN错误问题，并通过调整对比度和亮度来提升图像质量。

项目特点

  1. 解决NaN错误：即使在半精度计算环境下，这些VAE也不会产生NaN错误，提高了模型的稳定性。

  2. 图像质量提升：通过使用VAE-BlessUp脚本的思想，项目对VAE进行了修改，生成的图像具有更高的对比度和较低的亮度，从而提高了整体图像质量。

  3. 多个版本选择：项目提供了多个不同对比度和亮度调整的VAE版本，用户可以根据自己的需求选择最适合的版本。

推荐版本

项目推荐使用sdxl-vae-fp16fix-blessed.safetensors版本。这个版本采用了1.1的对比度乘数和0.7的亮度乘数，能够在大多数情况下提供良好的效果。

其他版本

除了推荐版本，项目还提供了多个不同参数的VAE版本：

  1. 良好版本：对比度乘数1.1，亮度乘数0.5
  2. 高对比度版本：对比度乘数1.2，亮度乘数0.7
  3. 超高对比度版本：对比度乘数1.2，亮度乘数0.5

此外，项目还提供了一些未经测试的版本，包括降低对比度和亮度的版本，供用户进行实验和比较。

适用范围

虽然这些VAE主要是出于兴趣而创建的，但在某些SDXL模型上，略微提高对比度和降低亮度确实改善了输出效果。特别是对于PonyDiffusionV6-XL及其衍生模型，这些VAE可能会带来显著的效果提升。

使用建议

对于大多数SDXL模型，用户可能仍然应该使用原始的sdxl-vae-fp16-fix。但是，如果用户发现在特定模型上出现了图像质量问题，可以尝试使用blessed-sdxl-vae-fp16-fix项目提供的各种VAE版本，以获得更好的效果。

项目贡献

项目作者感谢Neggles提供的脚本，这为VAE的创建提供了重要支持。同时，项目也欢迎社区成员进行测试和反馈，以进一步改进VAE的性能。

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器，提供智能录入、自动公式、数据整理、图表生成等功能，高效处理 Excel 任务，提升办公效率。支持自动高亮数据、批量计算、不规则数据录入，适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用，可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用，基于 UI-TARS（视觉语言模型）构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能，支持跨平台使用（Windows/MacOS），能提供实时反馈和状态显示，且数据完全本地处理，保障隐私安全。该应用集成了多种大语言模型和搜索方式，还可进行文件系统操作。适用于需要智能交互和自动化任务的场景，如信息检索、文件管理等。其提供了详细的文档，包括快速启动、部署、贡献指南和 SDK 使用说明等，方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目，支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项，可调整分辨率、扩散步数等参数，还能对提示词进行增强。使用了多种先进技术和工具，在视频和图像生成领域具有广泛应用前景，适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具，助力用户轻松创作高颜值图表

爱图表（aitubiao.com）就是AI图表，是由镝数科技推出的一款创新型智能数据可视化平台，专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型，爱图表结合强大的数据处理能力与智能化功能，致力于帮助职场人士高效处理和表达数据，提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型，支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型，支持图像和视频输入，可用于多种场景，如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式，还包含了视觉处理工具，有助于开发者快速集成和使用，提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力，支持多种分辨率和视频长度选择，能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法，可灵活调整生成参数，满足不同场景的需求，是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI，支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目，它集成了多种大型语言模型，支持自定义浏览器使用，具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务，无论是数据提取、网页导航还是表单填写等操作都能高效实现，有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用，在 SEO 优化方面，其关键词涵盖浏览器使用、WebUI、大型语言模型集成等，有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目，支持多种网络连接与协议，实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目，专注于人工智能语音交互领域。项目涵盖了丰富的功能，如网络连接、OTA 升级、设备激活等，同时支持多种语言。无论是开发爱好者还是专业开发者，都能借助该项目快速搭建起高效的 AI 语音交互系统，为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目，支持多种模型和服务器进行 PDF 到 Markdown 的转换，并提供测试和报告功能。

olmocr 是一个专注于光学字符识别（OCR）的 Python 项目，由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器，如 vllm、sglang、OpenAI 等，可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能，方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域，有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型，提供 AI 自动化解决方案，支持批量写作、数据分析、跨模态处理等功能，适用于电商、短视频、影视创作等场景，提升企业生产力与创作效率。关键词：飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多