定義
VAEとは、データを低次元の潜在空間に圧縮し、そこから元に近い形へ復元するニューラルネットワークの一種のこと。
VAE (変分オートエンコーダ)とは（詳しく解説）
VAE（Variational Autoencoder、変分オートエンコーダ）は、入力データを潜在変数の確率分布としてエンコードし、そこからサンプリングした値をデコーダで元のデータに近い形へ復元するニューラルネットワークの構造のこと。画像生成の分野では、Stable Diffusionをはじめとする多くのモデルが、ピクセル空間ではなく圧縮された潜在空間で拡散処理を行うためにVAEを内部コンポーネントとして採用している。この仕組みにより計算コストを抑えつつ高解像度な画像生成が可能になる一方、2026年時点の実運用では、VAEのデコード精度に起因して文字や指、複雑な模様などの細部がぼやけたり歪んだりする現象が現場でたびたび報告されており、モデルを選ぶ際にはVAEの品質差が生成物の解像感やコスト対効果を左右する要素として比較検討されている。fine-tuningやLoRAと組み合わせて使う場合も、VAE自体は別途最適化されたものに差し替えられることが多い。
この解説の引用について
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「VAE (変分オートエンコーダ)とは」 https://aipicks.jp/glossary/vae
VAE (変分オートエンコーダ)の使用例
- 画像生成AIでVAEを高精度なものに差し替えると、生成画像の色再現や質感の再現度が変わることがある。
- 潜在空間で拡散処理を行うモデルの多くは、VAEをエンコーダ/デコーダとして内部に組み込んでいる。
