39 张图训练 40 分钟:LoRA 让 MOSS-Image 直出真透明 PNG

gatortux · reddit · 2026-10-24

一位开发者训练了一个 LoRA,让 MOSS-Image 直接从采样器输出带真实 alpha 通道的透明 PNG,无需抠图或色键处理。

做法:提示词以 "isolated on a transparent background" 结尾,再用 trmz/flux2-klein-alpha 的 RGBA VAE 解码。RGBA VAE 本可解码 MOSS latent(共享 FLUX.2 latent 空间),但普通 latent 的 alpha 是乱码,LoRA 的作用就是教会 MOSS 生成携带 alpha 信号的 latent。
成本:仅用 39 张训练图,在单张 16 GB 显卡上训练约 40 分钟;玻璃、精灵翅膀、宝石、埃菲尔铁塔网格等半透明细节都能保留,示例中的角色均不在训练集里。
瑕疵:偶尔有淡色光晕或 alpha 不为零的背景方块。
资源:LoRA、加载 4 通道 VAE 的 ComfyUI 节点、工作流、36 个 RGBA 示例及数据集构建笔记(用 Klein + Extract-4B 和 Qwen Image 2.1 作 alpha "教师")均已发布在 Hugging Face。

「编程与Agent」频道最新