MOSS Image 特调工作流:Base/SFT 分层融合,8 步出图超闭源
wjc_5 · reddit · 2026-11-16
作者分享了一套在 ComfyUI 中调优的 MOSS Image 文生图工作流,核心是分层 Base/SFT 融合加低强度 Guanlan LoRA,可选用 8 步加速。
关键配置:
- 融合策略:从均匀混合(90% Base/10% SFT 到反向)测试后,改为对模型不同部分采用不同比例,工作流内存储这些分层设置,而非单一全局混合比
- Guanlan SFT LoRA(KOOK 出品)强度 0.2,更高权重会抹掉人物纹理;有独立开关可跳过
- 日常生成:8 步 DMD 加速 LoRA、CFG 1、Euler + sgmuniform,含放大约 90 秒(本地 7900xt)/60 秒(RTX 4090)
- 重纹理:关闭加速、50 步、CFG 3,耗时约 4-5 倍但纹理保留更好
- Prompt 模板:要求具体的构图、光线、材质、排版决策而非堆形容词;推荐把模板交给更强的多模态聊天模型生成 prompt 再贴入 ComfyUI(外部强模型比内置选项更稳定)
- 限制:该路线聊天模型看参考图但 MOSS 只收文本,只能重现场景,无法直接编辑原图像素或保证同脸
- 可选 SeedVR2 原生放大至约 8 百万像素(4K 级);保留 LAB 色彩匹配,关闭会偏黄
作者附 YouTube 教程与资源链接。
「多模态」频道最新
- Runway 联手 INK Studio 用 AI 打造动画短片系列 — tlakomy · 2026-11-16
- 网友用 ComfyUI 把 MiniMax H3 图像模型推到 16K 分辨率实测 — tisch_eins · 2026-11-16
- 别再劝新手训LoRA做虚拟角色:作者烧150美元翻车后转用云端工具 — FragrantOneo · 2026-11-16
- Hugging Face 发布 3D 生成模型 TRELLIS.2 微调完整指南 — linoy_tsaban · 2026-11-16
- redditor 分享首个 AI 动画作品《The Inevitable》第一集 — CockroachCurious2853 · 2026-11-16
- AI 生成 MV 风格短片《Light a Fire》:泳池边的粉色吉他手 — Puzzleheaded-Mall528 · 2026-11-16