5B 开源 MOSS-Image 挤进 12GB 3060：8 步 Turbo 提速 6 倍
mearbode · reddit · 2026-10-17
Reddit 用户在 RTX 3060 12GB 上实测开源的 MOSS-Image（5B 单流 DiT，Qwen3.5-9B 文本编码器，FLUX.2 VAE，Apache 2.0），用 35 个高难度提示词、固定种子、不挑图：
- 配置：XCEED123 的 INT8 ConvRot 量化（峰值显存约 9.7GB）+ 官方 ComfyUI 节点；基础模式 50 步，1MP 约 137 秒。
- Turbo：lodestones 的 8 步 DMD 蒸馏并非普通 LoRA——delta 小于 bf16 舍入误差，必须以 fp32 不合并运行，并配独立数据空间采样器（无 CFG、无 scheduler）。作者为此写了专用 ComfyUI 节点，1MP 约 24 秒，提速约 6 倍。
- 结论：中英日文图文渲染极强，Layout JSON（海报/四格漫画/信息图）可用，长提示词稳定；Turbo 在光影和精细约束（时钟、棋局）上略漂移；两者都画不了否定（"no cars"）和指定钟点。全部提示词与工作流已公开。
「多模态」频道最新
- AndrewDai 发布视觉推理模型 Glimpse,称基准成绩比肩 Astra — AndrewDai · 2026-10-17
- Elorian 发布 Glimpse 视觉思考模型：对标 Astra 处理动态与视角变化 — AndrewDai · 2026-10-17
- speech.cpp v0.8.8 发布:支持 Fish Audio drama-3,M5 Mac 提速 — solyarisoftware · 2026-10-17
- 开源 Skill「Anatomy」一句话让 AI 生成任意原理科普视频 — dotey · 2026-10-17
- 开源 khan-explainer:用 Claude Code 生成黑板手绘讲解视频 — _haiderfarooq · 2026-10-17
- Luma 给动作指导做动捕：真人武打一键转新风格视频 — mrjonfinger · 2026-10-17