VAEDecodeTiled 节点采用分块处理方法，将潜在表示高效解码为图像，以应对大尺寸图像的处理需求。它通过将输入分割为较小的图块进行处理，在保持图像质量的同时有效管理内存使用。该节点还支持视频 VAE，通过分块处理时间帧并设置重叠区域以实现平滑过渡。

## 输入

| 参数 | 描述 | 数据类型 | 是否必填 | 范围 |
| --- | --- | --- | --- | --- |
| `Latent` | 待解码为图像的潜在表示 | LATENT | 是 | - |
| `vae` | 用于解码潜在样本的 VAE 模型 | VAE | 是 | - |
| `分块尺寸` | 每个处理图块的大小（默认值：512） | INT | 是 | 64-4096（步长：32） |
| `重叠` | 相邻图块之间的重叠区域大小（默认值：64） | INT | 是 | 0-4096（步长：32） |
| `时间尺寸` | 仅用于视频 VAE：每次解码的帧数（默认值：64） | INT | 是 | 8-4096（步长：4） |
| `时间重叠` | 仅用于视频 VAE：帧之间的重叠帧数（默认值：8） | INT | 是 | 4-4096（步长：4） |

**注意：** 当重叠值超过实际限制时，节点会自动进行调整。如果 `tile_size` 小于 `overlap` 的 4 倍，重叠值将缩减为图块大小的四分之一。同理，如果 `temporal_size` 小于 `temporal_overlap` 的两倍，时间重叠值将减半。节点在计算空间和时间维度的图块及重叠大小时，还会考虑 VAE 的内部压缩比率。

## 输出

| 输出名称 | 描述 | 数据类型 |
| --- | --- | --- |
| `IMAGE` | 从潜在表示解码生成的图像或图像序列 | IMAGE |

> 本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！ [在 GitHub 上编辑](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/VAEDecodeTiled/zh.md)

---
**Source fingerprint (SHA-256):** `193d5cb219d66855ae581d3e4488b7b6ae3a45b735fb0f9f784fea1f5d466e46`