#VAE

通过瓦片扩散与VAE技术，该扩展支持在有限显存条件下生成或放大超大图像（≥2K）。主要功能包括瓦片VAE、瓦片扩散、区域提示控制和噪声反演，并兼容ControlNet、StableSR和SDXL等高级功能。项目免费开放使用和修改，自2023.3.28起代码不得用于商业贩售。访问wiki页面获取更多详细文档和教程。

CV-VAE是一种视频变分自编码器，专为潜在生成视频模型设计。它与预训练图像和视频模型（如SD 2.1和SVD）兼容，用于视频重建和生成。项目提供代码实现和预训练模型权重，支持视频重建和文本到视频转换。CV-VAE为视频生成技术研究提供了新的工具和方向。

sd-forge-layerdiffuse是一个Stable Diffusion WebUI扩展，用于生成透明图像和图层。通过VAE管道和LoRA模型，它将SDXL或SD1.5转换为透明图像生成器。支持前景、背景和混合图像生成，能处理半透明效果和复杂细节。该扩展提供了比简单背景去除更先进的透明图像处理方法。

SDXL-VAE项目为SDXL模型提供了优化版变分自动编码器。通过增大批量大小和采用指数移动平均，新autoencoder在所有重建指标上超越原始模型。它易于集成到diffusers工作流中，提升生成图像的局部高频细节。在COCO 2017数据集评估中，SDXL-VAE在rFID、PSNR、SSIM等指标上均优于原始VAE，显著改善了图像重建质量。

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。

模型专注于生成头身较低的少女图像，具有精致的眼部高光和细致的手部表现。通过多次模型合并实现高控制度的年龄和表情输出。尽管对LoRA兼容性有限测试，提供了调整建议。可使用简短描述词优化图像生成，并利用Hires.fix功能提升细节表现。用户可根据不同版本特性选择最适合的版本。