VAE là một loại mạng thần kinh nén dữ liệu vào không gian tiềm ẩn chiều thấp và khôi phục nó về dạng gần với dạng ban đầu.
VAE (Bộ mã hóa tự động biến thiên) là cấu trúc mạng thần kinh mã hóa dữ liệu đầu vào dưới dạng phân phối xác suất của các biến tiềm ẩn và sử dụng bộ giải mã để khôi phục các giá trị được lấy mẫu về dạng gần với dữ liệu gốc. Trong lĩnh vực tạo hình ảnh, nhiều mô hình, bao gồm cả Stable Diffusion, sử dụng VAE làm thành phần bên trong để thực hiện xử lý khuếch tán trong không gian tiềm ẩn được nén thay vì không gian pixel. Mặc dù cơ chế này giúp tạo ra hình ảnh có độ phân giải cao trong khi vẫn giữ chi phí tính toán ở mức thấp, nhưng trong hoạt động thực tế tính đến năm 2026, đã có báo cáo thường xuyên về hiện tượng trong lĩnh vực mà các chi tiết như chữ cái, ngón tay và các mẫu phức tạp bị mờ hoặc biến dạng do độ chính xác giải mã của VAE. Khi chọn một mô hình, sự khác biệt về chất lượng VAE được so sánh và coi là yếu tố ảnh hưởng đến độ phân giải và hiệu quả chi phí của sản phẩm. Ngay cả khi được sử dụng kết hợp với tinh chỉnh hoặc LoRA, bản thân VAE thường được thay thế bằng một VAE được tối ưu hóa riêng biệt.