开发者发 ComfyUI 节点:让 MOSS-Image 用视觉塔直接吃参考图
ThetaCursed · reddit · 2026-10-21
Reddit 用户ThetaCursed 发布了自定义 ComfyUI 节点与工作流,将参考图像通过 MOSS-Image 的 Qwen3.5-9B 视觉塔编码,把图像嵌入直接写入文本 conditioning——即参考图作为 prompt 的一部分参与生成控制,而不是传统的 VAE latent 方式。
- 节点支持 imageweight、visionmegapixels 等参数,可调图像条件权重与视觉分辨率
- 配图展示了完整工作流:Load Image → 自定义 Text Encode 节点 → KSampler(8 步)→ 出图,参考图与生成结果构图高度一致
- 搭配 Hugging Face 上的 MOSS-Image-SFT-8-steps-dmd LoRA 实现少步数快速生成
代码与工作流开源在 GitHub(ComfyUI-MOSSImageTextEncoder)。
所属事件:MOSS-Image 被发现可接收图像输入(3 条相关)→
「编程与Agent」频道最新
- 开发者观点：多智能体系统中网络设计将比操作系统更关键 — tokenbender · 2026-10-24
- DecisionFormer 开源：像用 Transformers 一样微调「决策模型」 — kalyan_kpl · 2026-10-24
- Cloudy 用 Claude Code 自主调内核,gpt-oss-20b 解码提速 15% 跑赢 vLLM — saurabhtwq · 2026-10-24
- 用 Gemini 当软件架构师，独立开发 Apple Watch 咖啡因追踪应用 — pythononrailz · 2026-10-24
- 开发者定制 AGENTS.md 实现「两层上下文模式」，文件将开源 — khademinori · 2026-10-24
- Agent 驱动形式化验证对比传统代码评审：盲测实证数据出炉，结论「接近万能」 — rickasaurus · 2026-10-24