Kingma e Welling (2014) hanno introdotto l'autoencoder variazionale, che addestra un encoder a mappare i dati in uno spazio latente probabilistico continuo e un decoder a ricostruirli, rendendo possibili sia la compressione sia la generazione di nuovi campioni. Il contributo chiave è stato un modo pratico per addestrare questi modelli con la discesa del gradiente (il reparameterization trick).
I VAE hanno influenzato i metodi generativi successivi e sono alla base di parti di sistemi moderni come i generatori di immagini a diffusione latente.