ComfyUIのTiled VAEを女性キャラで確認｜通常Decodeとの違いと限界
確認日：2026-10-15 ／ 検証ラベルは本文記載の条件・範囲に限ります。
この記事の内容
用語のリンクを押すと、用語集の説明を開きます。
VAE Decode (Tiled)は、潜在画像から見える画像へ戻す処理を分割して行う標準ノードです。今回は同じ女性キャラの潜在画像を、通常版とTiled版の両方で復元し、2枚を保存しました。
生成中のメモリ不足をすべて解決する箱ではありません。この記事は、KSamplerまでは動き、最後のVAE処理を確認したい方向けです。まず配線と比較条件を読み、後半の結果と制限は必要に応じて参照してください。エラーの段階が分からない場合はメモリ不足の確認順から始めます。
1つのKSampler出力を、2つのDecodeへ渡す
題材は25歳と指定した架空の成人女性です。基準の7ノードにTiled版のDecodeと、別のSave Imageを追加しました。2枚の女性を別々に生成する方法ではありません。
KSamplerのLATENTを通常VAE DecodeとVAE Decode (Tiled)のsamplesへ渡し、同じCheckpointのVAEを両方へつなぎます。通常版のIMAGEとTiled版のIMAGEを、それぞれ別のSave Imageで保存しました。
この配線なら、生成条件を替えた差と、復元方法を替えた差を分けやすくなります。VAEまで別のファイルに替えてしまうと、今回の比較条件から外れます。
配布JSONの9ノードで、比較条件をそろえる
比較JSONは9ノード・12本のリンクでできています。番号はこのファイル内のIDで、別のWorkflowでも同じ番号になるとは限りません。2つの枝が受け取る潜在画像とVAEを、次の対応で確認します。
| 確認する場所 | 通常の枝 | Tiledの枝 |
|---|---|---|
| 潜在画像の受け取り | KSampler（ID 5）のLATENT → VAE Decode（ID 6）のsamples | 同じID 5のLATENT → VAE Decode (Tiled)（ID 8）のsamples |
| 復元に使うVAE | Checkpoint（ID 1）のVAE → ID 6のvae | 同じID 1のVAE → ID 8のvae |
| 保存する画像 | ID 6のIMAGE → Save Image（ID 7）のimages | ID 8のIMAGE → Save Image（ID 9）のimages |
PositiveはID 2のCLIP Text EncodeからKSamplerへ渡します。今回は次の全文を使いました。
portrait of a fictional adult woman, age 25, short brown hair, blue blouse, upper body, neutral expression, plain gray studio background, soft window light, detailed face, photograph
NegativeはID 3の別のCLIP Text Encodeです。除外語も比較の途中で変えず、同じ文章を使います。書いた要素が必ず消えるという保証ではありません。
child, teenager, nude, nsfw, text, watermark, blurry, deformed, extra limbs
| 共通の生成条件 | 配布JSONの値 |
|---|---|
| Checkpoint | SD1.5系Realistic Vision、ファイル名は020.realisticVisionV51_v51VAE.safetensors |
| Seed・実行後の動作 | 2026100701・fixed |
| 幅・高さ・枚数 | 512×512・1枚 |
| Steps・CFG | 16・7 |
| Sampler・Scheduler・denoise | euler・normal・1 |
| 追加の条件 | LoRA・ControlNetなし、Checkpoint内のVAEを共用 |
手元で開く場合は、同じ系列の対応Checkpointを選び直してください。ファイル名だけで中身の一致は確認できません。モデルのSHA-256と版の確認も合わせて記録します。別のモデルで、この作例と同じ顔や質感が出ることは保証しません。
今回はtile_size 256、overlap 64で確認した
tile_sizeは、分割して扱う大きさに関わる設定です。overlapは隣り合う分割範囲の重なりを指定します。小さくすれば必ず速くなるという設定ではありません。
| 設定 | 今回の値 | 確認の対象 |
|---|---|---|
| tile_size | 256 | 512×512の静止画を分割復元 |
| overlap | 64 | 分割範囲の重なり |
| temporal_size | 64 | 動画用の値。今回の静止画比較では未評価 |
| temporal_overlap | 8 | 同上 |
実環境の標準実装には、重なりが大きすぎる場合の調整処理があります。今回はtile_size 256、overlap 64の条件です。すべての値の組み合わせや、動画用の復元を試したものではありません。
保存結果は、連番の小ささで通常版と決めない
配布JSONのSave Imageは、ID 7とID 9の両方でfilename_prefixが「batch20/tiled-vae」です。通常版とTiled版に別々の接頭辞を付けたファイルではありません。保存名の連番だけを見て「先の番号が通常版」と判断しないでください。
2026年10月7日の実行記録では、出力ノードと保存ファイルは次の組み合わせでした。ここにある連番はその実行の記録で、自分の環境でも同じ番号になるという意味ではありません。
| 復元方法 | 出力ノード | その実行で保存されたファイル |
|---|---|---|
| 通常VAE Decode | Save ImageのID 7 | tiled-vae_00002_.png |
| VAE Decode (Tiled) | Save ImageのID 9 | tiled-vae_00001_.png |
掲載した通常版・Tiled版の画像は、この出力ノードとの対応で区別しています。自分の比較でも、どのDecodeにつながるSave Imageかを確認し、結果に「通常」「Tiled」と条件を添えて残しましょう。保存名の接頭辞と連番の役割は、復元方法の違いとは分けて確認できます。
保存した2枚を、顔と背景の境界で見る
2026年10月7日に、SD1.5系Realistic Vision、Seed 2026100701、512×512、Steps 16、CFG 7、euler、normal、denoise 1、1枚で実行しました。以下はその1つの潜在画像から保存した結果です。
この1例では、Tiled版で唇の赤みや顔の陰影が通常版より強く見え、全画素も一致しませんでした。人物の構図が似ていても、細部の色や質感まで同じとは限りません。
比べる場所は、頬や髪の境界、衣服の細い線、平らな背景です。分割の境目らしい筋や、色・質感の変化がないか確認します。縮小した画面だけでは分かりにくい場合、画像を原寸で開いてください。
両方とも画像を復元できたことと、全画素が必ず同じになることは別です。Tiled版を通常版と完全互換の見た目として決めつけず、使う画像で確認しましょう。
GPUメモリが何GB減るかは、今回は測っていない
今回の検証はCPU実行です。GPUのメモリ削減量、速度の改善率、大きな画像での限界は測定していません。公式に分割処理の目的が説明されていても、その説明をこの環境の実測値として掲載しないことが大切です。
KSampler側で止まっている場合、最後のDecodeだけを替えても原因が残る可能性があります。まず1枚、小さいサイズへ戻し、どの箱で止まったか確認してください。モデル自体の読込不足も、別の問題です。
検証用JSONには両方のDecodeがあるため、そのままでは通常版も実行します。通常版でメモリ不足になる方の負荷対策として、2枝を残したまま使うことを勧めるファイルではありません。まず動く小さい条件で比較し、必要な枝を理解してから自分のコピーを調整します。
ダウンロードと検証範囲
通常形式の比較JSONを用意しました。手元の対応Checkpointを選び直し、2つの保存ノードとその出力を対応づけて比較します。モデル本体は含めていません。
Windows、ComfyUI 0.33.4、フロントエンド1.48.7、CPU、標準ノードで確認しました。環境の互換性警告は記録し、更新は行っていません。高解像度の生成手順はHires Fix、最後の用途別サイズ調整は画像の比率変更で別に扱います。
実行と画面撮影は2026年10月7日です。2026年10月15日は、配布JSONと当時の実行記録、公式VAE Decode Tiled資料、公式Save Image資料、検証した版の標準実装を読み取りで照合しました。配線・文章・保存結果の対応を追記した更新で、新しい画像生成やGPU測定、環境の更新は行っていません。速さの印象より先に、同じ潜在画像からの2つの結果を取り違えず、境界と質感を確認してください。