Ostris 开源 Primal VAE:不用深度压缩媲美 Flux.2 VAE
Crazy-Repeat-2006 · reddit · 2026-10-31
知名 SD 训练生态开发者 Ostris 发布开源 Primal VAE,声称优于 Flux.2 的 VAE。
设计思路:
- VAE 本身只做 2x 空间下采样、输出 1-2 个通道;由 DiT 在潜空间上做 4x patching(它本来就在做 patching),合成后等效 8x 下采样、16 通道,与主流现代 VAE 相同,但无需深度压缩,VAE 保持很小。
- 潜变量训练时保持 norm 与噪声一致,因此无需 scaling factor、shift factor 或额外的 latent normalization——「encode、patch 4、直接 diffusion」。
模型已在 Hugging Face 开源(ostris/primalvae),对图像生成架构设计有直接参考价值。
所属事件:Ostris 开源 Primal VAE：轻压缩即可对标 FLUX(2 条相关)→
「多模态」频道最新
- MOSS Image 搭配 NVIDIA PiD：无 VAE 直出 4K，秒级高清生图 — TimeTruth2490 · 2026-10-31
- 民间恐怖选集短片：每个故事质感堪比手工电影 — deadmanswill · 2026-10-31
- AI 生成灰姑娘持剑下楼梯，手绘动画质感惊艳还原 — Pikturlab · 2026-10-31
- AI 造出 50 年代情景剧机器人拥抱戏，复古质感以假乱真 — Darri3D · 2026-10-31
- 折腾两年后，他用 Magnific 工作流解决了视频唇形同步 — techhalla · 2026-10-31
- Mutuals 开源角色引擎：语音对话+表情身体实时反应 — gdechichi · 2026-10-31