Reddit 用户分享 MOSS-Image 调优工作流：从嫌弃到真香
AI_Enhancer · reddit · 2026-11-12
一位 Reddit 用户起初觉得 MOSS-Image 平平，经过大量试错后整理出一套完整工作流（附 pastebin 链接），认为其底模在优化后拥有极强的多样性、连贯性与提示词理解力。
模型与 LoRA 组合
- kromoss（MOSS-Image 优质微调）+ 官方 qwen3.5 9B 文本编码器；作者强调不要用去审查版文本编码器，只会损伤质量
- flux2-vae small（官方 VAE，效果更好）
- 8-step DMD2 蒸馏 LoRA（lodestones 版最佳）、lenovo/samsung 两个写实风格 LoRA 叠用、nicegirls LoRA 需谨慎控制强度
关键参数：ER-SDE 采样器 + powershift 调度，11 步（8–25），CFG 1（随步数 1–4），2–4MP 分辨率下 RTX 3090 生成 10–20 秒。
「多模态」频道最新
- YC 孵化团队发布 Taan 音乐模型:哼旋律出配乐,支持秒级控制 — ycombinator · 2026-11-13
- Fish Audio 推出 Fish Agent:无代码 32 秒部署 AI 语音电话代理 — Shruti_0810 · 2026-11-13
- Topview T1 大赛作品:AI 生成的 30 秒黑色星期五催泪广告片 — azed_ai · 2026-11-13
- Gemini Decisions API 实测：跨文本图像音视频近实时问答 — AI_Andrew · 2026-11-13
- 用 Seedance 2.5 重述罗摩衍那松鼠筑桥传说，动画效果亮眼 — CurieuxExplorer · 2026-11-13
- Krea 推出 Bots：AI 机器人接管整个创意视频项目并适应团队口味 — angrypenguinPNG · 2026-11-13