- ae.safetensors è il file dei pesi del VAE (variational autoencoder) fornito insieme ai modelli immagine FLUX.1 di Black Forest Labs. Decodifica i latent di FLUX in pixel RGB e codifica nuovamente le immagini in latent per operazioni img2img.
- Scaricalo dall'ufficiale safetensors" rel="noopener" target="_blank">black-forest-labs/FLUX.1-schnell o FLUX.1-dev repository su Hugging Face. Il file ha dimensioni di circa 335 MB.
- In ComfyUI, posizionalo nella cartella
ComfyUI/models/vae/e caricalo con il nodo Load VAE . In Forge/A1111, posizionalo nella cartellamodels/VAE/. - Lo stesso
ae.safetensorsfunziona sia per FLUX.1-dev che per FLUX.1-schnell e per la maggior parte dei fine-tune FLUX: non hai bisogno di un VAE separato per ogni checkpoint.
ae.safetensors è il file dei pesi dell’autoencoder (VAE) fornito insieme ai modelli di diffusione FLUX.1 di Black Forest Labs. FLUX genera immagini in uno spazio latente compresso; ae.safetensors è il decodificatore che trasforma tali latent in pixel visibili (e l’encoder utilizzato per le operazioni image-to-image e inpainting). Senza di esso, ComfyUI, Forge, SwarmUI o diffusers non possono generare un’immagine finale a partire da un checkpoint FLUX.
Il file è memorizzato nel formato safetensors safetensors — un contenitore privo di pickle, mappabile in memoria e contenente esclusivamente tensori, che non esegue codice Python arbitrario al caricamento, a differenza dei vecchi file .ckpt basati su pickle. È per questo motivo che quasi ogni rilascio moderno di modelli fornisce i pesi in formato .safetensors.
Cosa contiene esattamente ae.safetensors
FLUX.1 è un transformer basato su rectified flow che opera su latent a 16 canali con una risoluzione spaziale pari a 1/8. Il file ae.safetensors contiene esclusivamente i pesi del VAE — nessun transformer, nessun text encoder. Specifiche approssimative:
| Proprietà | Valore |
|---|---|
| Dimensione file | ~335 MB (fp16) |
| Canali latenti | 16 |
| Compressione spaziale | 8× (un’immagine 1024×1024 → latent 128×128×16) |
| Formato | safetensors (solo tensori, senza pickle) |
| Checkpoint compatibili | FLUX.1-dev, FLUX.1-schnell, FLUX.1-pro (API), la maggior parte dei fine-tune FLUX e delle LoRA |
| Licenza | Licenza non commerciale per il VAE di FLUX.1-dev; licenza Apache-2.0 per il VAE di FLUX.1-schnell |
Il VAE di FLUX non è lo stesso file dei VAE di SD 1.5 o SDXL. Il suo spazio latente a 16 canali è incompatibile con quei modelli: non sostituirli.
Dove scaricare ae.safetensors
Ottienilo dai repository ufficiali di Black Forest Labs su Hugging Face. Entrambi i file condividono la stessa architettura; il repository FLUX.1-schnell è rilasciato con licenza Apache-2.0 ed è liberamente redistribuibile, motivo per cui la maggior parte dei pacchetti di terze parti vi fa riferimento.
- black-forest-labs/FLUX.1-schnell → ae.safetensors (Apache-2.0)
- black-forest-labs/FLUX.1-dev → ae.safetensors (licenza non commerciale per FLUX.1-dev; richiede l’accettazione della clausola di accesso)
Download da riga di comando tramite CLI di Hugging Face:
pip install -U "huggingface_hub[cli]"
huggingface-cli login # necessario solo per FLUX.1-dev con accesso controllato
huggingface-cli download black-forest-labs/FLUX.1-schnell ae.safetensors --local-dir .Verifica l’hash SHA-256 confrontandolo con quello indicato nella pagina Hugging Face del file prima di utilizzarlo.
Installazione di ae.safetensors per strumento
ComfyUI (Windows, macOS, Linux)
ComfyUI è l’interfaccia utente di riferimento per FLUX. Posiziona il file nella cartella VAE:
# Linux / macOS
mv ae.safetensors ~/ComfyUI/models/vae/
# Windows (PowerShell)
Move-Item .\ae.safetensors $HOME\ComfyUI\models\vae\Nel grafico, aggiungi un nodo Load VAE e seleziona ae.safetensors dal menu a discesa, quindi collegane l’uscita VAE in uscita nella decodifica VAE del nodo prima del Salva immagine nodo. Se stai utilizzando il checkpoint FLUX tutto-in-uno (pesi + VAE + codificatori testuali in un unico file) di Comfy-Org, non hai bisogno di ae.safetensors separatamente: la VAE è integrata nel checkpoint.
Forge / Automatic1111 / reForge
Posiziona il file nella cartella stable-diffusion-webui-forge/models/VAE/ (Forge la rileva automaticamente). Nell'interfaccia utente di Forge, imposta la modalità UI su flux, quindi, nel selettore VAE / Codificatore testuale in cima, seleziona ae.safetensors insieme ai codificatori CLIP-L e T5-XXL. Automatic1111 vanilla non supporta ufficialmente FLUX; usa invece Forge.
SwarmUI / StableSwarmUI
Trascina il file nella cartella Models/VAE/. Swarm rileva automaticamente i checkpoint FLUX e selezionerà ae.safetensors automaticamente se è l'unica VAE compatibile con FLUX presente.
diffusers (Python)
Se stai caricando l'intero repository FLUX da Hugging Face, la VAE è inclusa e non devi modificare ae.safetensors direttamente. Per caricare una 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")Consulta la documentazione corrente della pipeline FLUX per diffusers — il nome esatto della classe della VAE FLUX è cambiato tra le diverse versioni di diffusers, quindi blocca la versione che utilizzi.
Note su VRAM e prestazioni
La VAE stessa è molto leggera (~335 MB in fp16, ~168 MB in fp8): non è ciò che rende FLUX pesante. Il trasformatore è il principale responsabile del consumo di risorse: FLUX.1-dev occupa circa 23 GB in bf16 e circa 12 GB in fp8. Su una scheda da 24 GB (RTX 3090/4090) puoi eseguire FLUX mantenendo la VAE nella memoria GPU; su schede da 12 GB, di solito devi spostare la VAE sulla CPU tra una chiamata di decodifica e l'altra.
Per avere un'idea generale di quanta memoria GPU consumano i checkpoint di modelli di diffusione e LLM, utilizza il calcolatore VRAM di Convly e il migliori GPU per modelli locali guida.
Decodifica ad alta risoluzione
Il picco di utilizzo della VRAM da parte della VAE FLUX avviene durante la fase di decodifica ed è proporzionale alla risoluzione dell'immagine in uscita. Una decodifica a 2048×2048 richiede circa quattro volte la VRAM di picco rispetto a una decodifica a 1024×1024. Se incontri un errore di memoria insufficiente (OOM) esclusivamente nel passaggio finale di decodifica, abilita la VAE a tessere (tiled VAE):
- ComfyUI: sostituisci decodifica VAE con VAE Decode (Tiled).
- diffusers:
pipe.vae.enable_tiling()prima dell'inferenza. - Forge: spunta la casella Tiled VAE nel pannello delle impostazioni.
Errori comuni relativi ad ae.safetensors
| Errore | Causa | Correggi |
|---|---|---|
Errore durante la deserializzazione dell'intestazione: HeaderTooLarge |
Download troncato | Riscarica il file e verifica l'hash SHA-256 |
| Immagine in uscita nera/verde | VAE errata (è stata caricata la VAE di SDXL al posto di quella di FLUX) | Verifica che sia selezionata ae.safetensors e non sdxl_vae.safetensors |
Chiave/i mancante/i nel state_dict |
Caricamento della VAE FLUX in una pipeline SD 1.5/SDXL | Usa FluxPipeline/AutoencoderKL.from_single_filemodel-index StableDiffusionPipeline |
| Il file ha dimensione 335 MB ma viene rifiutato come non valido | È stato scaricato una pagina HTML di accesso invece del file | Accetta la licenza nella pagina del modello oppure utilizza huggingface-cli con un token |
ae.safetensors rispetto al checkpoint FLUX tutto-in-uno
Vedrai due stili di distribuzione su Hugging Face e Civitai:
- File divisi (layout ufficiale BFL):
flux1-dev.safetensors(transformer) +ae.safetensors(VAE) +clip_l.safetensors+t5xxl_fp16.safetensors. Preferito per diffusers, grafi avanzati di ComfyUI e finetuning: puoi sostituire il transformer senza dover scaricare nuovamente i 20 GB di encoder testuali. - Tutto-in-uno (ri-pacchettizzato da Comfy-Org, ad esempio
flux1-dev-fp8.safetensors): ogni componente è raggruppato in un singolo file. Più semplice per flussi di lavoro one-click in ComfyUI; non hai bisogno diae.safetensorscome file separato.
Dove si colloca FLUX nel panorama più ampio dei modelli
FLUX è un modello locale di generazione di immagini, auto-ospitato. Se devi scegliere tra eseguirlo sulla tua GPU oppure chiamare un’API ospitata per immagini o video — Sora 2, Veo 3.1, Kling 2.5, Wan 2.5 — il compromesso è tra un costo hardware fisso e una fatturazione al secondo. Consulta la Calcolatore del punto di pareggio tra auto-hosting e utilizzo di API per stimare il punto di pareggio, e la database dei modelli Convly per i prezzi correnti delle API presso i vari provider.
Per i modelli testuali, suddivisioni di file analoghe a quelle del VAE non si applicano: gli LLM includono solo i pesi del transformer. Se esegui anche LLM locali insieme a FLUX, strumenti come Ollama e LM Studio gestiscono la gestione dei modelli nello stesso modo in cui ComfyUI gestisce le risorse di diffusione.
Domande frequenti
Il file ae.safetensors è identico per FLUX.1-dev e FLUX.1-schnell?
Sì — l’architettura e i pesi del VAE sono identici tra FLUX.1-dev e FLUX.1-schnell. I due repository forniscono lo stesso ae.safetensors, ma con licenze diverse (schnell è Apache-2.0, dev è non commerciale). Puoi utilizzare indifferentemente una qualsiasi delle due copie.
Posso usare il VAE di SDXL con FLUX per risparmiare VRAM?
No. FLUX utilizza uno spazio latente a 16 canali; SDXL ne utilizza 4. Caricare il VAE di SDXL sui latenti di FLUX produce immagini monocromatiche o rumore, e diffusers solitamente genera un errore di mancata corrispondenza delle dimensioni. Usa ae.safetensors.
È sicuro scaricare ae.safetensors da terze parti?
Il formato safetensors di per sé non può eseguire codice al caricamento, quindi un file danneggiato o malevolo non può compromettere il tuo sistema come potrebbe fare un file pickled .ckpt . Detto ciò, un VAE manomesso potrebbe produrre immagini di qualità ridotta. Preferisci i repository ufficiali di Black Forest Labs e verifica l’hash SHA-256.
Ho bisogno di ae.safetensors se uso FLUX esclusivamente tramite un'API?
No. Le API ospitate (Replicate, fal.ai, l’API stessa di BFL, Together) eseguono l’intera pipeline lato server. Hai bisogno di ae.safetensors solo quando esegui FLUX localmente in ComfyUI, Forge, SwarmUI o diffusers.
Perché è chiamato «ae» e non «vae»?
La nomenclatura interna di Black Forest Labs utilizza il termine «ae» (autoencoder) invece dell’etichetta più comune «vae» proveniente dall’ecosistema di Stable Diffusion. Funzionalmente svolge lo stesso ruolo: codifica i pixel in latenti e decodifica i latenti in pixel. L’autoencoder di FLUX è tecnicamente più simile a un semplice AE regolarizzato con KL rispetto al VAE di SD 1.5, ma ogni interfaccia utente lo tratta come un VAE.
Posso effettuare il fine-tuning di ae.safetensors?
Puoi farlo, ma quasi mai ne vale la pena. Il VAE è stato addestrato su miliardi di immagini e il suo finetuning tende tipicamente a degradare l’allineamento del transformer con lo spazio latente, peggiorando la qualità. I finetune e le LoRA per FLUX della community modificano esclusivamente il transformer e riutilizzano il ae.safetensors.