Ostris 发布 Primal VAE:2 倍空间下采样,效果优于 Flux.2 VAE

2026.10.31 · 收录日 2026.10.31 · 产品 · 开源项目 · 本人发布

Ostris 开源 Primal VAE,仅做 2 倍空间下采样,配合 patch 4 可达到 8 倍 16 通道。

Ostris 发布了名为 Primal VAE 的 VAE,它只做 2 倍空间下采样到 1 或 2 个通道。若对 latent 做 patch 4,就得到 8 倍、16 通道,与多数现代 VAE 相同,但无需深度压缩;DiT 负责 patch,VAE 保持小巧。latent 被训练为让自身范数与噪声一致,因此没有缩放因子、偏移因子,也无需携带 latent 归一化。

  • Primal VAE 只做 2 倍空间下采样,输出 1 或 2 个通道。
  • 对 latent 做 patch 4 后得到 8 倍、16 通道,与多数现代 VAE 一致。
  • 无需深度压缩,patch 工作交给 DiT,VAE 本身保持小巧。
  • latent 训练为范数与噪声一致,因此没有缩放因子、偏移因子和 latent 归一化。
  • 使用流程为:编码、patch 4、扩散。

为什么值得看

VAE 设计简化,省去缩放与归一化环节

适合谁关注

关注扩散模型与 VAE 架构的研究者和开发者

原始来源

查看收录日 2026.10.31 全部卡片 · 全部卡片归档