一、什么是VAE分块解码节点（VAE Decode(Tiled)节点）

VAE Decode (Tiled) 节点是ComfyUI中一个用于解码潜在空间图像（Latent Space Image）的专用工具，与普通的 VAE Decode 节点类似，但专为处理大尺寸图像而设计。它通过 分块解码（Tiling） 的方式来降低显存占用，从而支持更高分辨率图像的解码操作。

二、VAE分块解码节点功能

分块解码（Tiled Decoding）：将潜在空间的图像切分成多个小块，每块单独解码后再合并成最终的RGB图像。减少显存占用，特别适合处理超高分辨率图像。

高效处理大图：适用于分辨率超出常规限制（例如4K或更高）的生成任务，在显存有限的情况下依然能够完成解码。

支持自定义VAE：可加载用户自定义的VAE模型文件（.vae格式）以获得特定的解码效果。

-- 输入：

samples -> 接收经过KSampler采样器处理后的潜空间图像 

vae -> 接收对潜空间图像解码使用的vae模型 **大部分checkpoint自带vae** 

-- 参数：

tile_size -> 用来设定"块"的大小，比如1024*1024的图像可以通过设置512，来分成4块进行解码

-- 输出：

IMAGE -> 输出经过vae解码后的像素级图像

三、使用方法

1. 添加节点到工作流：在ComfyUI的节点库中找到 VAE Decode (Tiled) 节点，并将其拖入到工作流中。

2. 连接输入：将潜在空间的图像（Latent Space Image）输出连接到此节点的输入端。通常，输入来自采样器（Sampler）或其他生成步骤的Latent输出。

3. 配置参数：

-- Tile Size（分块大小）：设置每个块的大小（例如 64、128 或 256）。较小的块会减少显存占用，但可能增加解码时间。

-- Overlap（重叠）：设置解码块之间的重叠区域，以避免分块解码时出现图像拼接痕迹。

4. 输出结果：将此节点的输出连接到 图片预览节点（Image Preview Node） 或 图像保存节点（Image Save Node），以查看或保存最终解码的RGB图像。

四、注意事项

显存优化：如果设备显存不足或目标分辨率较高，建议调小Tile Size以避免显存溢出。

解码时间：分块解码的效率较低，尤其在Tile Size较小或图像分辨率极高的情况下，解码时间会有所增加。

重叠区域设置：如果解码结果出现明显的拼接痕迹，可以适当增加Overlap值（如从10增加到20），以平滑块与块之间的过渡。

VAE模型选择：确保加载的VAE模型文件与当前的生成模型兼容，否则可能导致解码失败或图像效果异常。