小模型 Moss-image 一张生成约 40 人不崩的人群合照
Crazy-Repeat-2006 · reddit · 2026-10-20
Reddit 用户转发 plasm0 的推文：小尺寸扩散模型 mossimagebaseint8（配 MOSS-Image SFT 8 步 DMD LoRA 及 blocks LoRA）仅凭一条结构化 JSON prompt，就生成了约四十名不同族裔女性的自然人群合照——人脸、发型、肤色、体态各不相同且几乎不崩，这类多人场景通常是扩散模型的难点。帖子附上完整 prompt，展示如何用 photo/group/arrangement 分层描述来控制人群的不对称排布、自然肤质与细节彩蛋（外套上的隐藏文字），也提到仍有小瑕疵。
「多模态」频道最新
- Polya AI 发布实时语音模型 Dialog-RSN-1，首 token 延迟低于 300ms — matthen2 · 2026-10-20
- CueForge 3.4.0 发布：手机端 ComfyUI 前端追平 0.42.1 — galactic_lobster · 2026-10-20
- 634 件 MIT 开源 ASCII 动画库上线,一条命令接入编码 Agent — sull · 2026-10-20
- AI 生成虚拟网红 Zanita Krakleïn 演绎迈阿密夜景大片 — ovninoir · 2026-10-20
- 8GB 显存本地训 MOSS-Image LoRA：500 步即可，8000 步反而过拟合 — AcademiaSD · 2026-10-20
- AI 生成「Verdantism」风格画作:绿篱迷宫与红衣大提琴的复古超现实 — OVolosin82152 · 2026-10-20