- ae.safetensors est le fichier de poids du VAE (autoencodeur variationnel) fourni avec les modèles d’images FLUX.1 de Black Forest Labs. Il décode les latents générés par FLUX en pixels RVB et encode à nouveau les images en latents pour les tâches img2img.
- Téléchargez-le depuis les dépôts officiels safetensors" rel="noopener" target="_blank">black-forest-labs/FLUX.1-schnell ou FLUX.1-dev sur Hugging Face. Le fichier pèse environ 335 Mo.
- Dans ComfyUI, placez-le dans le dossier
ComfyUI/models/vae/et chargez-le à l’aide du nœud Load VAE . Dans Forge/A1111, placez-le dans le dossiermodels/VAE/. - Le même fichier
ae.safetensorsfonctionne avec FLUX.1-dev, FLUX.1-schnell et la plupart des affinages (finetunes) FLUX — vous n’avez pas besoin d’un VAE distinct pour chaque point de contrôle (checkpoint).
ae.safetensors est le fichier de poids de l’autoencodeur (VAE) fourni avec les modèles de diffusion FLUX.1 de Black Forest Labs. FLUX génère des images dans un espace latent compressé ; ae.safetensors est le décodeur qui transforme ces latents en pixels visibles (ainsi que l’encodeur utilisé pour les tâches image-à-image et l’inférence avec masque). Sans ce fichier, ComfyUI, Forge, SwarmUI ou diffusers ne peuvent pas restituer une image finale à partir d’un point de contrôle FLUX.
Le fichier est stocké au format safetensors safetensors — un conteneur ne contenant que des tenseurs et pouvant être mappé en mémoire, qui ne peut pas exécuter de code Python arbitraire lors du chargement, contrairement aux anciens fichiers .ckpt sérialisés via pickle. C’est pourquoi presque tous les modèles récents sont publiés sous forme de fichiers .safetensors.
Que contient exactement ae.safetensors ?
FLUX.1 est un transformateur à flux rectifié opérant sur des latents à 16 canaux avec une résolution spatiale divisée par 8. Le fichier ae.safetensors contient uniquement les poids du VAE — ni le transformateur, ni les encodeurs textuels. Spécifications approximatives :
| Propriété | Valeur |
|---|---|
| Taille du fichier | ~335 Mo (fp16) |
| Canaux latents | 16 |
| Compression spatiale | ×8 (une image de 1024×1024 devient un latent de 128×128×16) |
| Format | safetensors (tenseurs uniquement, sans pickle) |
| Points de contrôle compatibles | FLUX.1-dev, FLUX.1-schnell, FLUX.1-pro (API), la plupart des affinages (finetunes) FLUX et des LoRAs |
| Licence | Licence à usage non commercial pour le VAE FLUX.1-dev ; licence Apache-2.0 pour le VAE FLUX.1-schnell |
Le VAE FLUX n’est pas identique aux VAE SD 1.5 ou SDXL. Son espace latent à 16 canaux est incompatible avec ces modèles — ne les échangez pas.
Où télécharger ae.safetensors ?
Obtenez-le depuis les dépôts officiels de Black Forest Labs sur Hugging Face. Les deux fichiers partagent la même architecture ; le dépôt FLUX.1-schnell est publié sous licence Apache-2.0 et librement redistribuable, ce qui explique pourquoi la plupart des bundles tiers y font référence.
- black-forest-labs/FLUX.1-schnell → ae.safetensors (licence Apache-2.0)
- black-forest-labs/FLUX.1-dev → ae.safetensors (licence non commerciale FLUX.1-dev ; nécessite l’acceptation de la restriction d’accès)
Téléchargement en ligne de commande avec l’interface CLI Hugging Face :
pip install -U "huggingface_hub[cli]"
huggingface-cli login # requis uniquement pour FLUX.1-dev (accès restreint)
huggingface-cli download black-forest-labs/FLUX.1-schnell ae.safetensors --local-dir .Vérifiez le hachage SHA-256 par rapport à celui indiqué sur la page Hugging Face du fichier avant toute utilisation.
Installation de ae.safetensors selon l’outil utilisé
ComfyUI (Windows, macOS, Linux)
ComfyUI est l’interface utilisateur de référence pour FLUX. Placez le fichier dans le dossier VAE :
# Linux / macOS
mv ae.safetensors ~/ComfyUI/models/vae/
# Windows (PowerShell)
Move-Item .\ae.safetensors $HOME\ComfyUI\models\vaeDans le graphe, ajoutez un nœud Load VAE et sélectionnez ae.safetensors dans la liste déroulante, puis reliez son VAE en sortie vers le décodeur VAE nœud situé juste avant le nœud Enregistrer l’image . Si vous utilisez le point de contrôle FLUX tout-en-un (poids + VAE + encodeurs textuels dans un seul fichier) fourni par Comfy-Org, vous n’avez pas besoin de ae.safetensors séparément — le VAE est intégré directement au modèle.
Forge / Automatic1111 / reForge
Placez le fichier dans le dossier stable-diffusion-webui-forge/models/VAE/ (Forge le détecte automatiquement). Dans l’interface Forge, définissez le mode UI sur flux, puis, dans le sélecteur VAE / Encodeur textuel en haut de l’interface, choisissez ae.safetensors en complément des encodeurs CLIP-L et T5-XXL. Automatic1111 « vanilla » ne prend pas officiellement en charge FLUX ; privilégiez plutôt Forge.
SwarmUI / StableSwarmUI
Déposez le fichier dans le dossier Models/VAE/. Swarm détecte automatiquement les points de contrôle FLUX et sélectionnera ae.safetensors automatiquement s’il s’agit du seul VAE compatible FLUX présent.
diffusers (Python)
Si vous chargez l’intégralité du dépôt FLUX depuis Hugging Face, le VAE est inclus et vous n’avez pas à manipuler ae.safetensors directement. Pour charger un fichier VAE autonome ae.safetensors:
from diffusers import AutoencoderKL, FluxPipeline
import torch
vae = AutoencoderKL.from_single_file(
"ae.safetensors", torch_dtype=torch.bfloat16
)
pipe = FluxPipeline.from_pretrained(
"black-forest-labs/FLUX.1-schnell",
vae=vae,
torch_dtype=torch.bfloat16,
).to("cuda")Consultez la documentation actuelle de la pipeline FLUX pour diffusers — le nom exact de la classe VAE FLUX a changé entre les versions de diffusers ; veillez donc à verrouiller votre version.
Remarques sur la VRAM et les performances
Le VAE lui-même est très léger (~335 Mo en fp16, ~168 Mo en fp8) : ce n’est pas lui qui rend FLUX gourmand en ressources. Le transformateur constitue le principal facteur de coût : FLUX.1-dev pèse environ 23 Go en bf16 et ~12 Go en fp8. Sur une carte graphique de 24 Go (RTX 3090/4090), vous pouvez exécuter FLUX avec le VAE résidant entièrement en VRAM ; sur des cartes de 12 Go, il est courant de décharger le VAE vers le CPU entre chaque appel de décodage.
Pour avoir une idée générale de la consommation mémoire GPU des modèles de diffusion et des modèles de langage (LLM), utilisez le calculateur de VRAM Convly et le ~5 Go avec déchargement complet (selon la fiche THUDM) guide.
Décodage à haute résolution
Le VAE FLUX atteint son pic d’utilisation de VRAM au moment du décodage, proportionnellement à la résolution de sortie. Un décodage à 2048×2048 nécessite environ quatre fois plus de VRAM que celui à 1024×1024. Si vous rencontrez une erreur de mémoire insuffisante (OOM) uniquement à l’étape finale de décodage, activez le VAE en mosaïque (tiled VAE) :
- ComfyUI : remplacez le nœud décodeur VAE avec VAE Decode (Tiled).
- diffusers :
pipe.vae.enable_tiling()avant l’inférence. - Forge : cochez l’option Tiled VAE dans le panneau des paramètres.
Erreurs courantes liées à ae.safetensors
| Erreur | Cause | Corriger |
|---|---|---|
Erreur lors de la désérialisation de l’en-tête : HeaderTooLarge |
Téléchargement tronqué | Téléchargez à nouveau le fichier et vérifiez son hachage SHA-256 |
| Image de sortie affichant des bandes noires ou vertes | VAE incorrect (VAE SDXL chargé à la place de celui de FLUX) | Vérifiez que ae.safetensors est bien sélectionné, et non sdxl_vae.safetensors |
Clé(s) manquante(s) dans le state_dict |
Chargement du VAE FLUX dans une pipeline SD 1.5 / SDXL | Utilisez FluxPipeline/AutoencoderKL.from_single_filemodel-index StableDiffusionPipeline |
| Le fichier fait 335 Mo mais est rejeté comme invalide | La page HTML de protection (gate page) a été téléchargée au lieu du fichier | Acceptez la licence sur la page du modèle ou utilisez huggingface-cli avec un jeton |
ae.safetensors comparé au point de contrôle FLUX tout-en-un
Vous verrez deux styles de distribution sur Hugging Face et Civitai :
- Fichiers séparés (agencement officiel BFL) :
flux1-dev.safetensors(transformer) +ae.safetensors(VAE) +clip_l.safetensors+t5xxl_fp16.safetensors. Préféré pour diffusers, les graphiques avancés ComfyUI et l’ajustement fin — vous pouvez remplacer le transformer sans avoir à télécharger à nouveau les 20 Go d’encodeurs textuels. - Tout-en-un (reconditionnement par Comfy-Org, par exemple
flux1-dev-fp8.safetensors) : tous les composants regroupés dans un seul fichier. Plus simple pour les workflows ComfyUI en un clic ; vous n’avez pas besoin deae.safetensorsen tant que fichier séparé.
Positionnement de FLUX dans le paysage plus large des modèles
FLUX est un modèle local d’image auto-hébergé. Si vous hésitez entre l’exécuter sur votre propre GPU ou appeler une API d’image ou de vidéo hébergée — Sora 2, Veo 3.1, Kling 2.5, Wan 2.5 — le compromis porte sur un coût matériel fixe contre une facturation à la seconde. Consultez le Calculateur de seuil de rentabilité entre hébergement local et utilisation d’une API pour estimer le point de basculement, ainsi que le base de données des modèles Convly pour connaître les tarifs actuels des API selon les fournisseurs.
Pour les modèles de texte, des découpages de fichiers similaires au VAE ne s’appliquent pas — les LLM ne comportent que les poids du transformer. Si vous exécutez également des LLM locaux aux côtés de FLUX, des outils comme Ollama et LM Studio gèrent les modèles de la même manière que ComfyUI gère les ressources de diffusion.
Questions fréquemment posées
Le fichier ae.safetensors est-il identique pour FLUX.1-dev et FLUX.1-schnell ?
Oui — l’architecture et les poids du VAE sont identiques entre FLUX.1-dev et FLUX.1-schnell. Les deux dépôts livrent le même ae.safetensors, mais sous des licences différentes (schnell utilise Apache-2.0, tandis que dev est à usage non commercial). Vous pouvez utiliser indifféremment l’un ou l’autre.
Puis-je utiliser le VAE SDXL avec FLUX afin d’économiser de la VRAM ?
Non. FLUX utilise un espace latent à 16 canaux, tandis que SDXL utilise 4 canaux. Charger le VAE de SDXL sur des latents FLUX produit une image monochrome ou du bruit, et diffusers lève généralement une erreur de non-concordance de forme. Utilisez ae.safetensors.
Est-il sécurisé de télécharger ae.safetensors depuis des tiers ?
Le format safetensors lui-même ne peut pas exécuter de code au chargement, donc un fichier corrompu ou malveillant ne peut pas compromettre votre machine comme pourrait le faire un fichier pickle .ckpt . Cela dit, un VAE altéré pourrait produire des images dégradées. Privilégiez les dépôts officiels de Black Forest Labs et vérifiez le hachage SHA-256.
Ai-je besoin de ae.safetensors si j’utilise FLUX uniquement via une API ?
Non. Les API hébergées (Replicate, fal.ai, l’API propre de BFL, Together) exécutent l’ensemble du pipeline côté serveur. Vous n’avez besoin de ae.safetensors que si vous exécutez FLUX localement dans ComfyUI, Forge, SwarmUI ou diffusers.
Pourquoi ce fichier s’appelle-t-il « ae » et non « vae » ?
La nomenclature interne de Black Forest Labs utilise « ae » (autoencodeur) plutôt que l’appellation plus courante « vae » issue de l’écosystème Stable Diffusion. Fonctionnellement, il remplit le même rôle : encoder les pixels en latents et décoder les latents en pixels. L’autoencodeur FLUX est techniquement plus proche d’un AE classique régularisé KL que le VAE de SD 1.5, mais chaque interface utilisateur le traite comme un VAE.
Puis-je affiner (finetune) ae.safetensors ?
Vous le pouvez, mais cela n’en vaut presque jamais la peine. Le VAE a été entraîné sur des milliards d’images, et son ajustement fin dégrade généralement l’alignement du transformer avec l’espace latent, ce qui nuit à la qualité. Les ajustements fin FLUX communautaires et les LoRAs modifient uniquement le transformer et réutilisent le VAE standard ae.safetensors.