Không gian ẩn là gì?
Còn gọi: latent space, không gian latent, latent
Latent space là không gian dữ liệu nén mà mô hình AI dùng để biểu diễn ảnh, chữ hay âm thanh dưới dạng các con số, nơi những thứ giống nhau nằm gần nhau.
Hiểu kỹ hơn
Có thể hình dung latent space như một tấm bản đồ: ảnh mèo nằm một vùng, ảnh chó nằm vùng gần đó, ảnh xe máy ở xa hơn. Mô hình diffusion như Stable Diffusion khử nhiễu ngay trên bản đồ này rồi mới giải nén ra pixel bằng VAE, nên chạy được trên GPU phổ thông. Khái niệm này giải thích nhiều hiện tượng: nội suy giữa hai điểm trong latent space tạo ra chuỗi ảnh chuyển dần từ cái này sang cái kia, hiệu ứng thường thấy trong video morph bằng AI. Bạn không cần tính toán latent space để dùng AI, nhưng hiểu nó giúp đọc tài liệu ComfyUI (Empty Latent Image, Latent Upscale) và hiểu vì sao kích thước ảnh nên là bội số của 8, tốt nhất là 64. Lỗi hay gặp là nhập kích thước lẻ, khiến ảnh bị cắt hoặc lệch so với ý định.
