资讯动态

SDXL-VAE-FP16-Fix接入ComfyUI实战:加载sdxl_vae.safetensors让SDXL出图告别NaN黑图

发布时间:2026/8/23 16:02:10 来源:尧图企业网站定制
SDXL-VAE-FP16-Fix接入ComfyUI实战加载sdxl_vae.safetensors让SDXL出图告别NaN黑图【免费下载链接】sdxl-vae-fp16-fix项目地址: https://ai.gitcode.com/hf_mirrors/madebyollin/sdxl-vae-fp16-fix️SDXL-VAE-FP16-Fix是一个经过修复的 SDXL VAE 模型它能让 SDXL 在fp16半精度下正常解码彻底解决 ComfyUI / WebUI 中 SDXL 出图出现NaN 黑图的老大难问题。本文带你快速上手只需加载一个sdxl_vae.safetensors文件即可让 SDXL 在 ComfyUI 中稳定出图同时省下一半显存开销。一、为什么 SDXL 出图会变成黑图如果你在用 ComfyUI 跑 SDXL大概率遇到过这种情况参数一切正常点生成出来的却是一张纯黑图或花屏。原因很简单SDXL 原版 VAE 在 fp16 精度下内部激活值activation会大到超出 float16 的表示范围直接溢出成NaN非数字最终解码出的图像就是黑图。下面的激活值检测图可以直观看到问题前几个层数值还在正常范围几十到几千但到了h_1、h_0等深层就开始出现-inf、inf最后全部变成nan很多教程让你加--no-half-vae参数来绕过问题——这确实能出图但VAE 解码只能退回 fp32 运行显存占用白白多了一截。二、SDXL-VAE-FP16-Fix 是怎么修复的原理并不复杂修复过程做了三件事保持最终输出基本不变——生成图像与原 VAE 几乎无肉眼可见差异把内部激活值压小——不再超出 fp16 的表示范围实现方式是对网络内部的权重和偏置做缩放scaling而不是改变模型结构。也就是说它本质上是一个微调finetuning过的 SDXL VAE与原版 VAE 兼容可以直接替换使用。模型配置可参考仓库中的 config.json标准的AutoencoderKL结构4 通道 latent、scaling_factor 0.13025。三、下载 sdxl_vae.safetensors 修复版 VAE两种方式任选其一方式 A直接下载文件推荐从仓库下载以下任意一个 VAE 文件文件说明sdxl_vae.safetensorsComfyUI / WebUI 通用放models/vae即可sdxl.vae.safetensors同上的另一版本命名diffusion_pytorch_model.safetensors供 diffusers / 代码方式加载方式 B克隆整个仓库git clone https://gitcode.com/hf_mirrors/madebyollin/sdxl-vae-fp16-fix克隆完成后在仓库根目录即可找到上述文件。更详细的用法说明见 README.md。四、ComfyUI 接入指南三步搞定第 1 步放入 VAE 目录把sdxl_vae.safetensors复制到 ComfyUI 的 VAE 目录ComfyUI/models/vae/sdxl_vae.safetensors第 2 步添加 VAE 加载节点在画布中添加VAE Loader节点在节点的 VAE 下拉列表中选中sdxl_vae.safetensors。第 3 步连接到采样器把 VAE 节点的MODEL/VAE输出线连到KSampler节点或工作流末尾的VAE Decode的 VAE 输入端。完成 如果你的工作流是Base 采样 → Refiner 采样两段式只需要在 Base 采样器后接一次修复 VAE 解码即可Refiner 走 latent 传递不用动。附A1111 WebUI 用法把sdxl.vae.safetensors放入stable-diffusion-webui/models/VAE在 WebUI 设置中选中该 VAE如果你之前为 SDXL 加了--no-half-vae启动参数现在可以删掉了。五、修复前效果fp16 黑长什么样这就是原版 SDXL VAE 在 fp16 下解码的典型产物——一张标准的 1024×1024 黑图信息全部丢失换上修复版 VAE 后同样 1024×1024、同样 fp16 精度画面正常输出且与原 VAE 的 fp32 结果肉眼几乎一致。六、常见问题 FAQQ1换 VAE 后图片颜色和原版有差异吗会有极细微的差别修复过程是微调权重缩放但对绝大多数用途完全无感知。Q2这个 VAE 兼容 SDXL 1.0 吗兼容。它基于 SDXL-VAE 0.9 修复但官方说明同样适用于 SDXL 1.0。Q3用了修复 VAE 还需要--no-half-vae吗不需要。这正是修复的意义——让 VAE 直接在 fp16 下稳定运行省下 fp32 解码的显存。Q4LoRA 训练时可以用吗LoRA 微调 SDXL 底模时同样建议搭配该 VAE避免 VAE 解码环节溢出。七、文件清单速查文件用途sdxl_vae.safetensorsComfyUI / WebUI 修复版 VAEsdxl.vae.safetensors修复版 VAE另一命名diffusion_pytorch_model.safetensorsdiffusers 代码加载用config.jsonAutoencoderKL 模型配置README.md项目完整说明总结SDXL 出 NaN 黑图记住一句话——把sdxl_vae.safetensors丢进ComfyUI/models/vae/在 VAE Loader 里选上它就完事了。修复版 VAE 让你在 fp16 下稳定出图不再需要--no-half-vae显存省了黑图也再见了 【免费下载链接】sdxl-vae-fp16-fix项目地址: https://ai.gitcode.com/hf_mirrors/madebyollin/sdxl-vae-fp16-fix创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

读完文章,也想定制专属网站?

尧图设计师 24 小时内与您沟通定制方案

免费获取报价